Sora : nous avons testé le générateur de vidéos par IA

Vous connaissiez déjà ChatGPT ou Midjourney. Voici venir un nouveau nom qui devrait beaucoup faire parler.

Plus de deux ans, après la révolution de l'agent conversationnel, Open AI récidive et donne un coup de pied dans la fourmilière du marketing et de l'intelligence artificielle.

Depuis le week-end dernier, la firme a mis Sora à disposition de ses abonnés français.

Il suffit d'effectuer une demande par écrit, à l'aide d'un prompt, pour obtenir l'extrait vidéo souhaité. Comme pour les autres agents IA, la qualité du visuel réside dans la précision de la requête.

Nous avons réalisé plusieurs prompts générant des vidéos, pour voir les capacités de l'outil, mais aussi ses limites. Comme tous ses concurrents, Sora évolue à la vitesse de la fibre.

Les avancées ne prennent pas des années, mais à peine quelques semaines voire quelques jours. La vérité d'aujourd'hui n'est pas celle de demain, il convient donc d'anticiper le rendu obtenu et de se dire que demain sera différent. Mieux.

Pour accéder à Sora, rien de plus simple.

Il suffit de se rendre sur ChatGPT et de s'identifier. Pour les abonnés, dans la barre latérale, où figurent les différents agents, nous retrouvons le logo de Sora.

Et comme les autres outils, nous obtenons ce que nous voulons grâce à des requêtes textuelles : les fameux prompts.

Il est possible de décrire la scène, l'ambiance, mais aussi le mouvement de caméra.

Plus le prompt est détaillé et plus la vidéo sera fidèle à ce que vous souhaitez.

N'oubliez pas que si l'IA fournit des réponses étonnantes et a réussi à bluffer le monde, c'est surtout en raison de la qualité des requêtes soumises.

Elle ne peut pas encore lire dans vos pensées, même si Elon Musk y pense déjà, avec ses implants cérébraux.

Si le résultat final dépend de votre requête, vous pouvez choisir la définition (de 480p à 1080p), mais aussi la durée de la séquence (de 5 secondes à 20 secondes) ou encore le format.

Il est possible aussi de choisir le nombre de propositions faites par Sora, par rapport à un prompt.

Bien entendu, comme pour ses prédécesseurs, Sora est encore perfectible, mais nous sommes très loin des premières vidéos générées par l'IA. Le rendu visuel est qualitatif, à partir du moment où l'on exige pas une présence humaine dans la scène.

"Le rendu est vraiment pas mal, que ce soit dans la fluidité des mouvements ou la gestion de la lumière… Cela dit, d’autres outils font aussi bien, voire mieux sur certains points, comme Google et son modèle Veo 2, Runway ou Kling.

Mais au-delà de l’effet waouh, la vraie question : à quoi ça sert concrètement dans le tourisme ?," interroge Nicolas François, le directeur du pole digital de l'Agence Régionale du Tourisme Grand Est et aussi le créateur de la newsletter IA, Tech & Travel Café.

Les visages ne sont pas vraiment... humains, et les mouvements, peuvent manquer de fluidité. Cependant, en retravaillant les prompts, on peut obtenir des vidéos de bonne qualité.

Nous restons dans un "à peu près", une ambiance qui correspond aux lieux et non pas vraiment à une copie conforme.

Les fonds marins de Polynésie sont bluffants, tout comme le New York des années 1930. La rue Montorgueil de Claude Monet reprend vie, et un couple prend un café sur une terrasse d'un charmant village français.

Et pour revenir à la question posée par le responsable de l'agence régionale du tourisme, c'est un peu celle qui brule toutes les lèvres du secteur depuis maintenant 2 ans et l'apparition des photos générées par l'IA.

Un visuel parfait implique une expérience du même ordre.

Pour des professionnels qui ne sont pas en mesure de se rendre sur place ou de s'abonner à des banques d'images. utiliser des images conçues par l'intelligence artificielle n'est intéressant que si la ressemblance est parfaite.

A lire : Intelligence artificielle : une révolution, mais à quel prix ?

Pour autant, il faut éviter de travestir ou trop enjoliver la destination, sous peine de retours de bâtons virulents, dans un monde où les avis et la notoriété en ligne sont primordiaux.

Il y a aussi le sujet des droits à l'image. Avec l'IA, nous sommes plongés dans un certain flou, puisque les modèles s'inspirent de la data ingurigitée en masse, la création n'est pas réelle à 100%.

Les communications des offices de tourisme ou des tour-opérateurs idéalisent souvent les destinations. Paris est souvent dépeuplée et baignée d'une grande lumière propre à la capitale (tout le monde en convient ;)), puis au premier plan, une femme arbore un béret, comme toute bonne Parisienne.

Il ne manque plus qu'un passant avec la baguette sous le bras... Nous sommes loins de la réalité parisienne...

"J'ai testé des concurrents qui permettent un rendu sympa.

Nous commençons à obtenir des résultats satisfaisants. Ce n'est pas parfait et il y a une part importante d'aléas. Il est difficile aussi d'obtenir une unité graphique et d'animation dans tous les plans.

Après pour le tourisme, il reste délicat de vendre des destinations à partir d'images artificielles.

Personnellement je l'utilise pour faire des pirouettes et productions humoristiques à partir de choses impossibles à réaliser grâce à des images réelles," nous confie Christophe Lavaut, le directeur général de Val d’Isère Tourisme.

Une analyse partagée par de nombreux acteurs.

Tout le monde est à la fois bluffé par le résultat et excité par l'envie de tester les différents outils, mais reste la question en suspens et sans réelle réponse de l'usage des contenus produits.

A lire : IA : à quoi bon voyager si tout est prévu d’avance ?

"La technologie ne remplace pas la vision et la singularité d’un territoire, elle les accompagne.

La question n’est donc pas « Faut-il interdire l’IA dans une vidéo touristique ? » mais « comment s’assurer qu’elle respecte l’essence du tourisme et l’authenticité des lieux qu’elle met en scène ? ».

On est certainement à un moment clé où l’enjeu n’est surtout pas de diaboliser l’IA, mais de structurer intelligemment son usage. Un bon équilibre entre images réelles et séquences générées pourrait enrichir la créativité du secteur, à condition d’être clair sur ce qui est montré et dans quelle intention," nous a partagé Nicolas François.

A ces interrogations, il faut ajouter le coût énergétique et environnemental de l'IA. Il faut compter jusqu'à 11 Wh pour produire une seule image de bonne qualité, soit l'équivalent de la moitié de charge d'un smartphone, selon le ministère de la Transition écologique..