Ils ont demandé à l’IA d’imaginer la dernière…

Les modèles d'IA sur mesure sont la prochaine grande révolution du cinéma

40

1The Verge AI

Les modèles d'IA sur mesure sont la prochaine grande révolution du cinéma

Malgré les promesses répétées de certains enthousiastes de l'IA, la production cinématographique et télévisuelle par intelligence artificielle reste largement en deçà des attentes. Les modèles généralistes les plus en vue — Sora d'OpenAI, Veo de Google et Runway — peinent à convaincre les professionnels du secteur : leurs résultats, bien que spectaculaires pour des démonstrations, restent insuffisants pour les exigences réelles d'une production de divertissement. Une nouvelle génération d'entreprises commence toutefois à proposer une approche radicalement différente : des modèles génératifs conçus spécifiquement pour les besoins des créatifs, couvrant l'ensemble du processus de développement, de la conception visuelle au storyboard en passant par la post-production. Ce virage vers des modèles sur mesure répond à deux problèmes fondamentaux de l'IA générique appliquée au cinéma : le manque de contrôle créatif et les risques juridiques liés aux droits d'auteur. En ciblant précisément les usages professionnels, ces nouveaux outils pourraient enfin offrir aux studios et aux réalisateurs indépendants une assistance réelle sans compromettre leur vision artistique ni les exposer à des litiges coûteux. L'industrie du divertissement représente un marché colossal, et la ruée vers les outils IA dédiés s'inscrit dans une compétition plus large entre les géants technologiques et des startups spécialisées pour capter ce segment. Si les modèles généralistes ont ouvert la voie, c'est désormais la spécialisation qui semble promettre les véritables percées commerciales et créatives — un mouvement qui rappelle l'évolution des logiciels professionnels dans les années 2000, où les outils génériques ont cédé la place à des solutions métier verticales.

UELa tendance vers des modèles IA spécialisés pour le cinéma pourrait à terme bénéficier aux studios et cinéastes indépendants français, sans acteur européen directement impliqué à ce stade.

CréationOutil

1 source

49

2Latent Space

ImageGen est sur la voie de l'AGI

GPT-Image-2, le dernier modèle de génération d'images d'OpenAI, s'impose comme l'un des outils les plus polyvalents du moment. Capable de produire des visuels éducatifs, des infographies précises, des illustrations issues de la culture populaire ou des assets graphiques en temps réel pendant qu'un développeur code, il s'intègre désormais directement dans Codex, l'agent de programmation d'OpenAI, comme compétence activable. Cette combinaison GPT-Image-2 plus Codex permet de générer des ressources visuelles de manière itérative au fil du développement, ce qui change concrètement le flux de travail des développeurs. La qualité du modèle en termes de fidélité et de faible taux d'hallucinations est telle que des concurrents comme Claude Design, pourtant présenté il y a peu comme la référence, ne figurent plus dans la conversation. Cette dynamique soulève une question stratégique sérieuse : les modèles de génération d'images sont-ils un luxe pour des laboratoires qui cherchent à atteindre l'intelligence artificielle générale, ou bien une nécessité ? La réponse semble de plus en plus claire : oui, ils sont nécessaires. Parce que le texte, le code et les données structurées ne suffisent plus à démontrer le "G" de "AGI". Une IA vraiment générale doit maîtriser la voix, le visuel, la génération multimodale, y compris les calques transparents. Fermer cette boucle créative, c'est prendre une avance décisive sur tous les concurrents qui se concentrent uniquement sur le code et la productivité d'entreprise. En parallèle, OpenAI a opéré un pivot stratégique majeur en révisant son partenariat exclusif avec Microsoft. Sam Altman a annoncé que si Microsoft reste le cloud partenaire principal, OpenAI peut désormais distribuer ses modèles sur tous les clouds, y compris Google TPU et AWS Bedrock, une confirmation d'Andy Jassy est attendue dans les prochaines semaines. La licence de Microsoft sur la propriété intellectuelle d'OpenAI devient ainsi non exclusive, et la clause AGI de l'accord original serait de facto caduque selon plusieurs observateurs. Sur le plan des benchmarks, GPT-5.5 affiche des résultats contrastés : 67,1 % sur WeirdML sans mode de réflexion, contre 57,4 % pour GPT-5.4, mais toujours en retrait face à Claude Opus 4.7 à 76,4 %. L'Arena LMSYS place le modèle en troisième position en mathématiques et deuxième en recherche, mais neuvième en code. Enfin, GitHub a annoncé la migration de Copilot vers une facturation à l'usage au 1er juin, un signal fort de la monétisation croissante des workflows agentiques, tandis qu'OpenAI a publié en open source Symphony, une couche d'orchestration reliant les gestionnaires de tickets à des agents Codex pour automatiser le cycle complet "issue → PR → revue humaine".

UELa restructuration du partenariat OpenAI-Microsoft vers une licence non exclusive pourrait faciliter l'accès aux modèles OpenAI via des fournisseurs cloud alternatifs utilisés par les entreprises européennes.

CréationActu

1 source

Gemini Omni : ce pourrait être l’IA la plus dangereuse pour le montage vidéo

56

3Le Big Data

Gemini Omni : ce pourrait être l’IA la plus dangereuse pour le montage vidéo

À quelques jours du Google I/O 2026, prévu les 19 et 20 mai, des fuites repérées dans l'application mobile Gemini ont mis en lumière un nouveau modèle d'IA vidéo baptisé Gemini Omni. Des lignes de code et des captures d'écran révèlent des fonctionnalités inédites : "edit directly in chat", "remix your videos", "try a template". Concrètement, le modèle permettrait de modifier une vidéo directement dans une interface conversationnelle, sans logiciel dédié, sans timeline complexe. Les premières démonstrations circulant sur les réseaux montrent des modifications rapides et cohérentes, et certains testeurs signalent une consommation élevée des quotas d'utilisation, signe que Google ferait tourner un modèle particulièrement gourmand en calcul. Le compte TestingCatalog, spécialisé dans la traque des fonctionnalités cachées, a été le premier à documenter ces indices le 11 mai 2026. L'impact potentiel dépasse largement la simple mise à jour d'un outil existant. Si les fuites se confirment, Gemini Omni s'attaquerait directement aux workflows de création vidéo professionnelle : publicité, courts-métrages, contenu social media. L'idée de pouvoir écrire une instruction en langage naturel, "rends cette scène plus dynamique avec une musique épique", et obtenir une vidéo retravaillée en quelques minutes représente une rupture majeure par rapport aux outils actuels. Cela menacerait des acteurs comme Adobe Premiere, DaVinci Resolve, mais aussi les plateformes d'IA vidéo spécialisées comme Runway ou Pika, qui ont bâti leur modèle sur la fragmentation des usages. Pour les créateurs de contenu, les agences et les petites productions, ce type d'outil pourrait réduire drastiquement les coûts et les délais de production. Le choix du terme "Omni" est révélateur de la stratégie de Google. Dans le secteur de l'IA, il désigne des modèles capables de traiter simultanément plusieurs types de contenu : texte, image, audio, vidéo. Google semble vouloir unifier sous une seule IA ce qui est aujourd'hui dispersé entre Veo pour la génération vidéo, Imagen pour les images, et Gemini pour le texte. Plusieurs observateurs estiment que Veo pourrait être absorbé dans cette architecture unifiée. La compétition est intense : OpenAI développe des capacités vidéo dans GPT-4o, Runway et Pika lèvent des fonds à des valorisations records. Mais l'ambition d'une IA véritablement omnicanale, capable de produire nativement une campagne publicitaire complète depuis une simple idée textuelle, placerait Google dans une position stratégique unique. Tout reste à confirmer lors de la keynote du 19 mai, pour l'heure, ces informations reposent sur des fuites non officielles.

UELes créateurs de contenu, agences et petites productions européennes pourraient bénéficier d'une réduction significative des coûts et délais de production vidéo si Gemini Omni se confirme lors du Google I/O du 19 mai.

CréationOpinion

1 source

ChatGPT Images 2.0 : Ils ont enfin corrigé CE défaut qui rendait tout le monde fou !

48

4Le Big Data

ChatGPT Images 2.0 : Ils ont enfin corrigé CE défaut qui rendait tout le monde fou !

OpenAI a officiellement lancé ChatGPT Images 2.0 le 21 avril 2026, une refonte majeure de son générateur d'images propulsée par un nouveau modèle baptisé gpt-image-2. La mise à jour est immédiatement disponible pour les abonnés ChatGPT Plus, Pro et Business, avec un déploiement Enterprise annoncé prochainement. Le modèle est également accessible via l'API OpenAI, permettant aux développeurs de l'intégrer dans leurs propres services. Sur mobile, une mise à jour de l'application est requise pour profiter de l'ensemble des fonctionnalités. Parmi les changements les plus visibles : la génération de variations multiples en une seule requête, la prise en charge de formats allant du 3:1 au 1:3, et une capacité inédite à analyser des demandes complexes avant de générer quoi que ce soit, en s'appuyant parfois sur des recherches web pour affiner le résultat. La principale avancée concerne le rendu du texte dans les images, longtemps considéré comme le talon d'Achille de l'outil. Là où les versions précédentes déformaient systématiquement les mots et produisaient des caractères illisibles, gpt-image-2 peut désormais afficher des phrases entières, voire des paragraphes, de manière cohérente et intégrée visuellement. Cette capacité s'étend à plusieurs langues au-delà de l'anglais, ce qui élargit considérablement son utilité pour les créateurs de contenu à l'international. Pour les professionnels du marketing, de la communication ou du design qui avaient abandonné ChatGPT pour Midjourney ou Adobe Firefly sur ce point précis, cette correction représente un changement concret d'usage. Le modèle gagne également en fidélité d'exécution : il respecte mieux les consignes détaillées, reproduit avec plus de cohérence les styles demandés (photo réaliste, cinématique, pixel art, manga) et restitue les petits éléments qui échappaient souvent aux générations précédentes. Cette mise à jour s'inscrit dans une course à l'amélioration des générateurs d'images multimodaux où OpenAI accusait un certain retard face à des concurrents comme Midjourney v6 ou Stable Diffusion 3. Depuis l'intégration de DALL-E dans ChatGPT, le principal frein à l'adoption massive restait précisément la gestion du texte dans les visuels, un problème structurel lié à la manière dont les modèles de diffusion encodent les caractères. Le passage à gpt-image-2 semble marquer une rupture architecturale sur ce point. OpenAI continue néanmoins de signaler des limites : les mises en page complexes peuvent encore produire des résultats imparfaits, et le rendu multilingue n'est pas encore irréprochable. Les prochains mois diront si cette version consolide la position de ChatGPT comme outil généraliste de création visuelle ou si elle reste distancée par des solutions spécialisées.

UELes créateurs de contenu et professionnels du marketing en France et en Europe peuvent utiliser gpt-image-2 pour générer des visuels avec texte lisible en plusieurs langues via ChatGPT ou l'API OpenAI, élargissant concrètement son utilité pour la production francophone.

CréationOpinion

1 source

Ils ont demandé à l’IA d’imaginer la dernière pièce de Molière

À lire aussi

Les modèles d'IA sur mesure sont la prochaine grande révolution du cinéma

ImageGen est sur la voie de l'AGI

Gemini Omni : ce pourrait être l’IA la plus dangereuse pour le montage vidéo

ChatGPT Images 2.0 : Ils ont enfin corrigé CE défaut qui rendait tout le monde fou !