Le laboratoire londonien d’intelligence artificielle Odyssey a lancé une préversion publique de recherche de ce qu’il appelle une vidéo interactive — un nouveau médium narratif entièrement généré par IA en temps réel.
Contrairement aux expériences vidéo ou vidéoludiques traditionnelles, le nouveau système d’Odyssey permet aux utilisateurs de regarder la vidéo, d’interagir avec elle et de l’influencer directement pendant sa lecture, au moyen d’une simple pression de touche, d’un balayage ou d’un mouvement de joystick.
Propulsé par un nouveau modèle du monde, le système peut générer et diffuser en continu des images vidéo en réaction aux commandes de l’utilisateur, créant l’illusion parfaite d’une interaction au sein d’un monde numérique en direct. Odyssey estime que cette technologie pourrait marquer le début d’un changement majeur dans la manière dont les vidéos sont créées, consommées et vécues.
Un nouveau médium pour les créateurs
Fondée par Oliver Cameron et Jeff Hawke, deux vétérans de la voiture autonome, Odyssey a commencé à concevoir des modèles du monde pour rationaliser la production de films et de jeux vidéo ; toutefois, leurs recherches les ont conduits à découvrir une approche entièrement nouvelle de la narration.
Le laboratoire d’IA précise que cette innovation n’a pas vocation à remplacer les créateurs, mais à leur donner davantage de moyens.
« La vidéo interactive… ouvre la voie à des formes de divertissement entièrement nouvelles, où les histoires peuvent être générées et explorées à la demande, libérées des contraintes et des coûts de la production traditionnelle », a écrit Odyssey sur son blog.
Un projet en cours
La startup reconnaît que l’expérience est loin d’être parfaite, soulignant que les environnements peuvent changer de manière inattendue et que les images peuvent être floues ou déformées. « Aujourd’hui, l’expérience ressemble à l’exploration d’un rêve glitché : brute, instable, mais incontestablement nouvelle », a déclaré l’entreprise.
Odyssey souligne que, même si la préversion peut être considérée comme un « modèle à distribution restreinte », c’est-à-dire entraîné sur un ensemble précis de vidéos du monde réel afin de préserver sa stabilité, son équipe travaille déjà sur un modèle de nouvelle génération qui promet des images plus nettes, une physique plus réaliste et des interactions plus naturelles.
La première démonstration peut diffuser jusqu’à 30 images par seconde grâce à de puissants GPU NVIDIA H100, en réagissant aux actions des utilisateurs en 40 millisecondes.
Les grandes ambitions d’Odyssey
Odyssey a levé 27 millions de dollars auprès d’investisseurs parmi lesquels EQT Ventures, GV et Air Street Capital. Le conseil d’administration de la startup compte notamment Ed Catmull, cofondateur de Pixar et ancien président de Walt Disney Animation Studios.
Le coût d’infrastructure pour faire fonctionner cet outil d’IA s’élève actuellement à 1 à 2 dollars par heure-utilisateur. Mais Odyssey affirme que « ce coût diminue rapidement, sous l’effet de l’optimisation des modèles, des investissements dans les infrastructures et de la dynamique favorable des modèles de langage ».
En prenant du recul, Odyssey imagine un avenir où tout ce que la vidéo touche évolue vers des expériences interactives. « À terme, nous pensons que tout ce qui est aujourd’hui de la vidéo — divertissement, publicité, éducation, formation, voyage et bien plus encore — évoluera vers la vidéo interactive », a écrit l’entreprise.
Et l’équipe d’Odyssey n’est pas la seule. D’autres entreprises, parmi lesquelles Google DeepMind, Microsoft et World Labs, la société de Fei-Fei Li, s’empressent elles aussi de développer des modèles du monde capables de créer des environnements numériques réalistes et réactifs.