Google a dévoilé “Lumière”, un générateur de vidéos basé sur l’intelligence artificielle, décrit comme un modèle de diffusion espace-temps pour la création de vidéos réalistes. Cette avancée technologique, présentée dans une publication scientifique, marque une étape significative dans le domaine de la synthèse vidéo.
Lumière se distingue par sa capacité à générer l’intégralité d’une vidéo en une seule opération, rompant avec les méthodes traditionnelles qui s’appuient sur la synthèse d’images clés distantes puis leur super-résolution temporelle. Cette innovation permet de maintenir une cohérence temporelle globale plus efficace.
Le système de Google gère simultanément les aspects spatiaux et temporels de la vidéo, permettant une création fluide de l’ensemble du contenu vidéo, du début à la fin, en un seul processus continu. Cette approche diffère radicalement des méthodes classiques qui nécessitent l’assemblage de multiples petits segments ou cadres.
Lumière excelle également dans des applications plus légères, comme l’a démontré la page de démonstration de Google. Le générateur peut transformer des textes en vidéos, convertir des images fixes en séquences animées, créer des vidéos dans des styles définis à partir d’images de référence, réaliser des montages vidéo cohérents à partir d’instructions textuelles, animer des régions spécifiques d’une image pour créer des cinémagraphes et modifier des éléments spécifiques dans les vidéos, tel que le type de vêtement porté par une personne.
Selon les chercheurs de Google, Lumière produit des vidéos de cinq secondes en résolution 1024×1024 pixels, considérées comme de basse résolution. Une étude utilisateur menée par Google suggère que les productions de Lumière sont préférées aux modèles existants de synthèse vidéo AI.
La progression rapide des modèles de synthèse de texte en vidéo, comme Lumière, soulève des questions sur les implications futures dans notre société ultra-connectée, habituée à partager des contenus médiatiques. Avec l’émergence de technologies toujours plus avancées, la facilité de création de deepfakes réalistes et trompeurs représente un défi de taille pour l’authenticité et la fiabilité des contenus vidéo à l’ère numérique.