ByteDance, la société mère de TikTok, vient de dévoiler OmniHuman-1, un outil d’intelligence artificielle capable de générer des vidéos saisissantes de réalisme à partir d’une seule image. Ce modèle multimodal repousse les limites de la création vidéo en animant des visages et des corps entiers avec une fluidité inédite, ouvrant ainsi la voie à de nouvelles applications… et à de potentielles dérives.
Une IA qui redonne vie aux images statiques
OmniHuman-1 se distingue par sa capacité à transformer une simple photo en une vidéo animée réaliste, avec des mouvements synchronisés aux expressions du visage et au son. Cette technologie peut recréer des personnes en train de parler, chanter, jouer d’un instrument ou même interagir gestuellement.
Les démonstrations publiées par ByteDance ont déjà captivé le public, notamment une vidéo d’Albert Einstein en pleine conférence, ponctuant ses phrases de gestes naturels et d’expressions crédibles. D’autres extraits montrent des avatars donnant des discours façon TED Talk, renforçant ainsi l’illusion de réalité.
Cette IA surpasse les technologies existantes en matière de cohérence des mouvements et de synchronisation audio-visuelle. Peu importe le format d’entrée – portrait, buste ou corps entier – les résultats sont saisissants de réalisme.
Une concurrence féroce dans le domaine de l’IA vidéo
ByteDance s’impose dans la course aux avatars numériques ultra-réalistes, face à des géants comme OpenAI, Google et Meta, qui développent aussi leurs propres outils de génération vidéo. L’annonce de Sora par OpenAI avait déjà marqué une avancée majeure, mais OmniHuman-1 semble aller encore plus loin en matière de fluidité et de diversité des animations.
La start-up chinoise ne s’arrête pas là : elle a entraîné son IA sur plus de 18 700 heures de vidéos humaines, utilisant des combinaisons de texte, d’audio et de mouvements physiques pour affiner la qualité des animations. Cela lui permet d’adapter ses vidéos à différents ratios d’images et morphologies, offrant ainsi un éventail d’usages bien plus large.
Des usages variés… mais un potentiel inquiétant
L’impact d’une telle technologie dépasse largement le cadre du divertissement. Les experts estiment que les avatars numériques pourraient bientôt remplacer les créateurs de contenu épuisés ou même servir à l’enseignement interactif.
Mais tout n’est pas rose : les deepfakes deviennent de plus en plus indétectables, ce qui pose un réel problème en matière de désinformation et d’usurpation d’identité. Un danger qui pourrait avoir des conséquences majeures sur les opinions publiques et les marchés financiers.
Une réglementation encore à la traîne
Face à l’essor des vidéos truquées de plus en plus crédibles, les grandes entreprises tech comme Google, Meta et OpenAI développent des solutions pour détecter et marquer les contenus générés par IA. Cependant, ces outils peinent à suivre le rythme des avancées technologiques.
En février dernier, une fraude spectaculaire a illustré l’ampleur du problème : un employé financier s’est fait escroquer 25,6 millions de dollars après une réunion en visioconférence avec un deepfake imitant un dirigeant. Cet exemple montre à quel point la frontière entre réalité et illusion devient ténue.
Suivez-nous sur Google Actualités
