Ben Affleck, Netflix et la nouvelle génération d'IA pour le cinéma : pourquoi Sora déçoit

Les générateurs vidéo IA accessibles au public 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 démos impressionnantes, mais s'avèrent trop peu fiables pour la production cinématographique réelle : ils tiennent mal le style, ne comprennent pas les exigences de production et créent des risques juridiques en raison de possibles violations du droit d'auteur.

L'industrie cherche une alternative. La nouvelle tendance, ce sont les modèles d'IA sur mesure, conçus spécifiquement pour les besoins des cinéastes. Contrairement aux générateurs généralistes, ces systèmes s'intègrent à tout le cycle de développement : du concept et du storyboard à la post-production. Ils sont entraînés sur des données sous licence, ce qui écarte une partie des risques juridiques, et visent à aider les équipes professionnelles plutôt qu'à créer du contenu viral.

La start-up Interpositive, rejointe par l'acteur et réalisateur Ben Affleck, en est un exemple marquant. Son nom renvoie au terme interpositive de la technologie argentique traditionnelle : le master positif intermédiaire nécessaire pour réaliser des copies de qualité. Le choix est symbolique : l'entreprise se présente comme le chaînon entre le processus créatif et les capacités de l'IA générative.

Netflix va aussi dans ce sens. Le plus grand service de streaming teste activement des outils d'IA à différentes étapes de la production, surtout là où la technologie peut réduire les coûts sans nuire à la qualité : visualisation en pré-production, génération de références et de documents d'appui. Netflix préfère garder ses développements en interne plutôt que de s'appuyer uniquement sur des plateformes tierces.

L'écart entre les promesses publicitaires et les capacités réelles de l'IA a été douloureux pour beaucoup dans l'industrie. Ces deux dernières années, plusieurs producteurs ont affirmé publiquement que l'IA générative détruirait Hollywood à brève échéance. La pratique a montré le contraire : la production de masse de contenu avec Sora ou Runway donne surtout ce qu'on appelle de l'AI slop, un matériau visuellement spectaculaire mais vide, inutilisable pour des besoins professionnels.

Le problème ne se limite pas à la qualité de l'image. La production cinématographique professionnelle exige de la cohérence : les personnages doivent avoir la même apparence d'un plan à l'autre, l'éclairage doit suivre la logique du tournage, les accessoires doivent rester en place. Les modèles généralistes s'en sortent mal. Les systèmes sur mesure promettent une intégration plus poussée au pipeline de production et pourraient, potentiellement, être entraînés sur des personnages, des styles et des univers précis.

L'aspect juridique est tout aussi essentiel. Plusieurs procès majeurs contre des entreprises d'IA ont remis en question la légalité de l'utilisation de contenus protégés par le droit d'auteur pour entraîner des modèles. Les modèles sur mesure, construits sur des données sous licence ou sur les bibliothèques internes des studios, paraissent nettement mieux protégés, même si la jurisprudence en la matière est encore en cours de formation.

Il est trop tôt pour parler de bascule massive. Les modèles d'IA sur mesure pour le cinéma sont un produit coûteux et techniquement complexe, pour l'instant réservé aux grands acteurs. Mais cette orientation montre que l'avenir de l'IA à Hollywood tient probablement moins aux générateurs généralistes pour le grand public qu'à des outils spécialisés intégrés au workflow professionnel. Cela change profondément les rapports de force sur le marché de l'IA pour l'industrie des médias.