Pour y répondre, Moment Factory a apporté les réalités propres aux expériences immersives à grande échelle basées sur la localisation, et Google DeepMind a mis à contribution son expertise en IA, tant dans les modèles multimodaux que dans les world models. Ensemble, ils ont formé une équipe composée de chercheurs, d’artistes et de technologues qui ont exploré la vidéo IA générative dans des applications spatiales concrètes, en testant ses limites au-delà des contextes traditionnels de l’écran.
Ces dernières années, la vidéo IA générative a évolué dans un cadre bien connu : des séquences courtes, des écrans standardisés et des conditions de visionnement soigneusement contrôlées. Dans ces contraintes, les progrès ont été remarquables, et le potentiel de la vidéo IA générative a conquis les artistes, les professionnels et les novices en matière d’IA à une vitesse sans précédent. Au fil du temps, des modèles plus performants ont permis d’obtenir des séquences plus nettes, avec moins de problèmes techniques et un réalisme plus convaincant – à l’écran.
Ce qui passe inaperçu dans un petit rectangle ne pardonne pas sur une immense surface architecturale.
L’architecture possède ses propres proportions, sa propre texture et sa propre intention. Enrichie de contenus visuels, elle peut être entièrement transformée et transporter le public dans d’autres univers. Mais l’effet ne fonctionne que si l’illusion perdure à mesure que les gens se déplacent dans l’espace et l’observent de près. Une petite anomalie sur un écran classique peut se traduire par une rupture de 10 mètres de large dans un environnement immersif : une faille fatale, capable de briser l'expérience du public.
Pour déterminer si la vidéo IA générative pouvait résister à l’intégration spatiale, des tests ont été effectués dans plusieurs environnements présentant des niveaux de complexité variés. Les expériences ont commencé à Montréal, d’abord au Studio IA de Moment Factory, un espace réservé au prototypage, puis dans la Satosphère, le dôme immersif de la Société des arts technologiques. Ensuite, l’équipe s’est rendue à New York, où les ornements, l’envergure et la complexité architecturale du Cipriani 25 Broadway ont constitué le défi le plus grand du projet jusqu’à présent.
Chaque espace rehaussait le niveau de difficulté. L'échelle exposait ce que les écrans dissimulaient. Les périodes de tests prolongées faisaient ressortir les répétitions, et l’aptitude naturelle du cerveau humain à repérer les motifs répétitifs ne laissait rien passer.
Il n’y avait ni raccourcis ni boutons magiques. Chaque obstacle a contribué à affiner l'approche, et chaque essai, débat, remise en question et marque de confiance ont été essentiels pour permettre cette avancée majeure. L’équipe a opté pour un système de pavage modulaire qui divise les mégacanvas en unités plus petites et plus faciles à gérer, capables de préserver une excellente netteté des détails, une grande fidélité visuelle et une densité de pixels élevée.
Ce système est conçu avant tout par et pour les artistes. Il repose sur leur jugement, leur instinct, leur expertise et ce regard humain irremplaçable, tout en leur donnant les moyens de modeler, d’adapter et d’orchestrer des contenus générés par l’IA. Ces contenus peuvent ensuite être déployés dans des espaces physiques afin de créer des expériences immersives dont d’autres personnes pourront profiter.
Tout au long de leur collaboration, les équipes de Moment Factory et de Google DeepMind ont été rappelées à une réalité essentielle : ceux qui restent ouverts à la direction vers laquelle mène la question directrice d’une expérimentation peuvent créent les conditions propices à l’émergence d’une infinité de réponses fascinantes, plutôt que d’une seule. Dans ce cas précis, les équipes estiment être sur une piste qui pourrait transformer leur façon de collaborer à la conception d’expériences de divertissement immersif, et redéfinir ce qu’elles seront en mesure de créer par la suite.
(disponible en anglais uniquement)
