Ben Affleck, Netflix et la nouvelle génération d'AI pour le cinéma : pourquoi Sora montre ses limites

Les générateurs publics de vidéo par IA ne sont pas encore prêts pour Hollywood — et l'industrie commence à l'admettre. Des modèles comme Sora d'OpenAI, Veo de Google DeepMind et Runway produisent des démonstrations impressionnantes, mais pour la production cinématographique réelle, ils s'avèrent trop peu fiables : ils maintiennent mal le style, ne comprennent pas les exigences de production et créent des risques juridiques en raison de potentielles violations des droits d'auteur. L'industrie cherche des alternatives.

La nouvelle tendance est celle des modèles d'IA personnalisés, créés spécifiquement pour les besoins des cinéastes. Contrairement aux générateurs universels, ces systèmes sont intégrés dans l'ensemble du cycle de développement : du concept et du storyboard jusqu'à la postproduction. Ils sont entraînés sur des données sous licence, ce qui atténue certains risques juridiques, et sont orientés non pas vers la création de contenu viral, mais vers l'assistance des équipes professionnelles.

Un exemple frappant est la startup Interpositive, à laquelle s'est joint l'acteur et réalisateur Ben Affleck. Le nom lui-même est une référence au terme « interpositive » de la technologie cinématographique traditionnelle : il désigne un positif-maître intermédiaire nécessaire pour créer des copies de qualité. Le choix du terme est symbolique : l'entreprise se positionne comme un lien entre le processus créatif et les capacités de l'IA générative.

Netflix se déplace également dans cette direction. La plus grande plateforme de streaming teste activement les outils d'IA à différentes étapes de la production — principalement là où la technologie peut réduire les coûts sans compromettre la qualité : dans la visualisation de pré-production, la génération de références et les matériaux de soutien. En même temps, Netflix préfère garder le développement en interne, sans s'appuyer exclusivement sur des plateformes tiers.

L'écart entre les promesses publicitaires et les capacités réelles de l'IA s'est avéré douloureux pour beaucoup dans l'industrie. Au cours des deux dernières années, plusieurs producteurs ont déclaré publiquement que l'IA générative détruirait Hollywood dans un proche avenir. Mais la pratique a montré le contraire : la production de masse de contenu à l'aide de Sora ou Runway produit principalement ce qu'on appelle communément AI slop — du matériel visuellement frappant mais vide, inadapté à un usage professionnel.

Le problème n'est pas seulement la qualité de l'image. La production cinématographique professionnelle exige de la cohérence : les personnages doivent se ressembler d'une image à l'autre, l'éclairage doit correspondre à la logique de tournage, les accessoires doivent rester en place. Les modèles universels gèrent cela mal. Les systèmes personnalisés promettent une intégration plus profonde avec le pipeline de production — et pourraient potentiellement être entraînés sur des personnages, des styles et des univers spécifiques.

L'aspect juridique est également crucial. Plusieurs actions en justice importantes contre les entreprises d'IA ont remis en question la légalité de l'utilisation de matériaux protégés par les droits d'auteur dans l'entraînement des modèles. Les modèles personnalisés créés à partir de données sous licence ou de bibliothèques internes des studios semblent considérablement plus protégés — bien que la jurisprudence dans ce domaine soit encore en cours de formation.

Il est prématuré de parler d'une transition massive. Les modèles d'IA personnalisés pour le cinéma sont des produits coûteux et techniquement complexes, accessibles pour l'instant uniquement aux grands acteurs. Mais la direction elle-même le montre : l'avenir de l'IA à Hollywood sera probablement non pas avec les générateurs universels pour les masses, mais avec des outils spécialisés intégrés aux workflows professionnels. Cela change fondamentalement le paysage concurrentiel du marché de l'IA pour l'industrie des médias.