L'entreprise d'intelligence artificielle Midjourney a récemment dévoilé son prochain grand pas en avant. Après des années d'offre et de concentration sur les images fixes, Midjourney cherche maintenant à se développer dans le monde de la génération de vidéos, et plus précisément de la génération en temps réel.
Celle-ci est désormais disponible dans le cadre de Version 1 de Video Model, qui est décrit comme "quelque chose d'amusant, de facile, de beau et d'abordable pour que tout le monde puisse l'explorer." Pour l'instant, le système est censé transformer les images en vidéo en utilisant une mécanique d'incitation au mouvement animée. Essentiellement, il donne vie et mouvement à une image fixe, qui peut être peaufinée en fonction du niveau de mouvement auquel il faut s'attendre à partir de l'image source en question.
Comparé aux logiciels d'IA vidéo concurrents, on peut penser que Midjourney est un peu en retard, mais l'entreprise précise qu'il ne s'agit là que d'un tremplin vers un objectif beaucoup plus ambitieux. L'intention à long terme est de pouvoir offrir des simulations de monde ouvert en temps réel, et pour y parvenir, il faut également pouvoir se déplacer dans les modèles 3D de la vidéo générée, et générer le tout très rapidement. Ces derniers points sont les prochaines étapes pour faire de l'objectif de Midjourney une réalité. Selon les propres termes de Midjourney :
"Ce que tu ne sais peut-être pas, c'est que nous pensons que la destination inévitable de cette technologie sont des modèles capables de simuler des mondes ouverts en temps réel.
"Qu'est-ce que c'est ? En gros ; imagine un système d'IA qui génère des images en temps réel. Tu peux lui ordonner de se déplacer dans un espace en 3D, les environnements et les personnages bougent aussi, et tu peux interagir avec tout.
"Pour faire cela, nous avons besoin de blocs de construction. Nous avons besoin de visuels (nos premiers modèles d'images). Nous devons faire bouger ces images (modèles vidéo). Nous devons pouvoir nous déplacer dans l'espace (modèles 3D) et nous devons pouvoir faire tout cela rapidement (modèles en temps réel).
"L'année prochaine, il s'agira de construire ces pièces individuellement, de les diffuser, puis lentement, de tout rassembler en un seul système unifié. Cela peut être coûteux au début, mais plus tôt que tu ne le penses, c'est quelque chose que tout le monde pourra utiliser."
Le hic avec ce logiciel vidéo, c'est qu'il est beaucoup plus cher à utiliser. Midjourney demande 8x ce qu'il facture pour un travail d'image, ce qui, selon lui, reste "plus de 25 fois moins cher que ce que le marché a expédié auparavant."
