L’IA peut-elle produire dix beaux plans et livrer un film ?
Dans le premier plan, le personnage porte un manteau noir. Au troisième, son visage change soudainement. Puis, à son retour dans la pièce, la porte a changé de place. Chaque séquence est nette, mais une fois assemblées, elles sont inutilisables : c’est là que la production de vidéos longues coûte cher.
Google a programmé une démonstration de Co-Director lors de la conférence COLM, du 6 au 9 octobre. En lien avec une étude publiée le 24 septembre, ce projet s’intéresse à la planification globale d’histoires comportant plusieurs plans. Le cadre CANVAS associé suit en continu l’état des personnages, des lieux et des objets, afin que les scènes qui réapparaissent après plusieurs plans s’enchaînent de façon cohérente.
Les progrès portent ici sur la cohérence entre les plans, et le fait que la démonstration soit au programme de la conférence ne signifie pas qu’elle génère déjà des revenus commerciaux. Une génération ponctuelle peut coûter moins cher, mais si l’on doit ensuite refaire la moitié du film pour corriger un vêtement, le coût de livraison peut rester élevé.
Voici les points que je surveille : le personnage est-il cohérent lorsqu’il quitte la scène puis revient ? Les changements apportés aux accessoires correspondent-ils à l’intrigue ? Modifier une scène risque-t-il de perturber la suivante ? Si ces vérifications sont réussies de façon fiable, les équipes de production pourront plus facilement réaffecter leur budget, des retouches manuelles à la production proprement dite.
Pour les projets RENDER, FET et NEAR, qui s’intéressent à la puissance de calcul de l’IA et aux agents intelligents, il faut également suivre leur adoption réelle et leurs performances en matière de livraison. Rien ne prouve ici qu’ils aient participé au projet de Google.
La deuxième image est une photo d’illustration d’un bâtiment de Google, et non une photo prise sur le lieu de la conférence.
$RENDER $FET $NEAR
Cliquez sur ma photo de profil pour voir mon compte de trading en conditions réelles
Dans le premier plan, le personnage porte un manteau noir. Au troisième, son visage change soudainement. Puis, à son retour dans la pièce, la porte a changé de place. Chaque séquence est nette, mais une fois assemblées, elles sont inutilisables : c’est là que la production de vidéos longues coûte cher.
Google a programmé une démonstration de Co-Director lors de la conférence COLM, du 6 au 9 octobre. En lien avec une étude publiée le 24 septembre, ce projet s’intéresse à la planification globale d’histoires comportant plusieurs plans. Le cadre CANVAS associé suit en continu l’état des personnages, des lieux et des objets, afin que les scènes qui réapparaissent après plusieurs plans s’enchaînent de façon cohérente.
Les progrès portent ici sur la cohérence entre les plans, et le fait que la démonstration soit au programme de la conférence ne signifie pas qu’elle génère déjà des revenus commerciaux. Une génération ponctuelle peut coûter moins cher, mais si l’on doit ensuite refaire la moitié du film pour corriger un vêtement, le coût de livraison peut rester élevé.
Voici les points que je surveille : le personnage est-il cohérent lorsqu’il quitte la scène puis revient ? Les changements apportés aux accessoires correspondent-ils à l’intrigue ? Modifier une scène risque-t-il de perturber la suivante ? Si ces vérifications sont réussies de façon fiable, les équipes de production pourront plus facilement réaffecter leur budget, des retouches manuelles à la production proprement dite.
Pour les projets RENDER, FET et NEAR, qui s’intéressent à la puissance de calcul de l’IA et aux agents intelligents, il faut également suivre leur adoption réelle et leurs performances en matière de livraison. Rien ne prouve ici qu’ils aient participé au projet de Google.
La deuxième image est une photo d’illustration d’un bâtiment de Google, et non une photo prise sur le lieu de la conférence.
$RENDER $FET $NEAR
Cliquez sur ma photo de profil pour voir mon compte de trading en conditions réelles
