Adobe dévoile à Max quatre prototypes d'IA : de la 3D à partir de photos, un son en carré et le copier-coller de retouches

Chaque année, lors de la conférence Max, Adobe présente des « sneaks » — des prototypes expérimentaux qui peuvent devenir des fonctions de Creative Cloud ou de Firefly, ou pas. Cette année, tous les projets ont un thème commun : l'IA générative cesse d'être une simple fenêtre pour saisir un prompt et devient un ensemble de leviers compréhensibles. Passons en revue les quatre projets les plus marquants.

Des personnages et de la 3D à partir d'une seule image

Project Screen Test s'attaque à un problème bien connu de la vidéo par IA : le personnage sort un peu différent à chaque fois, et il est presque impossible de définir son caractère par du texte. Ici, on propose de le « faire passer une audition », comme un acteur lors d'un casting. Vous définissez des traits de base comme « anxieux, timide, maladroit », choisissez une voix parmi des préréglages, la décrivez avec des mots ou importez un échantillon audio.

Ensuite, vous parlez au personnage comme lors d'un appel FaceTime : vous l'interrogez sur sa biographie, son tempérament, ses objectifs, ses peurs et sa façon de bouger. Tout ce qui est dit atterrit dans l'onglet Personality, où les traits peuvent être corrigés à la main. Puis vous décrivez la scène et obtenez un essai animé.

Pour l'instant, il s'agit d'une expérience créative isolée, et l'on ignore comment elle s'intégrerait aux outils vidéo d'Adobe. En revanche, selon l'auteur de The Verge, la personnalité est nettement plus reconnaissable et stable que celle des héros « sans âme » typiques générés par IA.

Project Sight Span prend n'importe quelle image plate (photo, tableau, illustration) et construit un espace 3D autour d'elle. On peut faire pivoter la caméra et même voir ce qui se trouve « derrière » le cadre : les objets et l'arrière-plan au-delà de l'original sont complétés par le réseau de neurones. La vue 3D elle-même est pixellisée et floue, mais lorsque vous choisissez un angle, la qualité est rétablie. Le style est préservé, et les tatouages et les traits du visage restent reconnaissables après le changement de point de vue. L'auteur compare cela au Spatial Reframing d'Apple « sous stéroïdes » et note qu'il est déjà difficile d'appeler le résultat une photographie.

Le son en carré et le copier-coller de retouches

Project Sound Bender est un mixage audio sans pistes ni égaliseurs. Vous importez un clip vidéo et décrivez le son voulu, par exemple « un chaudron sci-fi qui bouillonne ». L'outil génère les effets et les synchronise lui-même avec la vidéo. Ensuite apparaît une « toile sonore » carrée : chaque coin porte une variante de son, par exemple un bouillonnement épais, le fracas de pierres en ébullition, des « bloops » aigus ou le crépitement d'un feu électrique. Avec le curseur, vous vous déplacez à l'intérieur du carré et mélangez les variantes en temps réel, et les coins peuvent être réaffectés.

Project Rinse Repeat sera utile à tous ceux qui font de la retouche en masse. Vous retirez soigneusement une seule fois les boutons d'une personne, et l'outil reporte les mêmes retouches sur les autres personnes d'une photo de groupe. Second scénario : dessiner l'ombre d'un produit dans un visuel publicitaire, et les mêmes ombres apparaissent pour les autres, même s'ils ont une forme et une taille différentes. La principale décision d'ingénierie ici est que Rinse Repeat ne « redessine » pas les pixels avec un réseau de neurones, mais recrée les retouches avec les outils natifs de Photoshop. Le résultat reste donc sous forme de calques modifiables.

Ce que cela implique

Premièrement, il ne faut pas s'attendre à voir ces fonctions dans le produit demain. Adobe dit clairement que les sneaks sont des aperçus technologiques et qu'il n'y a aucune garantie de sortie. Mais presque tous les projets reposent sur les travaux génératifs de l'entreprise, et l'IA est aujourd'hui au cœur de sa stratégie de croissance : une partie des idées atteindra donc presque certainement les utilisateurs.

Deuxièmement, pour les product managers et les développeurs, c'est le modèle d'interface lui-même qui est utile. Un dialogue au lieu d'une longue description du personnage, un plan bidimensionnel au lieu d'un ensemble de curseurs, « répète ma retouche » au lieu de refaire le travail à la main. Ce sont des tentatives de rendre à l'utilisateur le contrôle que l'on perd en travaillant avec un seul prompt. Gautham Mysore, chercheur principal chez Adobe, l'a formulé ainsi : l'intuitivité sert aussi à ce que les créateurs expérimentés contrôlent plus précisément le résultat, et pas seulement à faciliter l'entrée des débutants.

Troisièmement, il y a aussi un signal d'alerte pour le marché. Si ces outils deviennent suffisamment utiles, ils pourraient à terme remplacer les logiciels habituels et les banques d'images utilisés par les professionnels de la création. Certaines fonctions ressemblent aujourd'hui à des jouets, mais elles ont une utilité pratique. Parmi les limites : les démos n'ont été vues que par description et en images, la qualité de la 3D à l'étape intermédiaire est faible, et Screen Test n'est pour l'instant intégré à aucun flux de travail. Si vous concevez des outils créatifs d'IA, considérez ces prototypes comme un aide-mémoire d'interfaces, et non comme des technologies prêtes à l'emploi.