Les initiés sont largement convaincus que les atouts actuels de l’IA dans la production cinématographique sont la réduction des coûts et l’amélioration de l’efficacité, mais le seuil d’utilisation des outils d’IA est encore élevé en raison de l’absence de stations de travail tout-en-un. Par conséquent, la transformation complète de l’industrie prendra un certain temps.
Récemment, un court métrage sur le thème du métavers, intitulé My Chinese Chic Boutique, a été diffusé sur une plateforme de streaming chinoise. Il raconte l’histoire fantastique d’une jeune fille moderne qui voyage accidentellement dans un jeu vidéo de simulation.
L’une des « actrices » qui a attiré l’attention dans ce drame est l’humaine numérique hyperréaliste « Guoguo ». Sans révéler son identité, le public peut difficilement discerner qu’il s’agit d’une actrice « non humaine ».
Ces dernières années, la tendance au contenu généré par l’intelligence artificielle (AIGC) a balayé les industries liées à la création de contenu, et l’industrie du cinéma et de la télévision ne fait pas exception à la règle.
En 1982, la première chanteuse virtuelle au monde a été créée à partir du personnage de Lynn Minmay dans l’anime japonais Super Dimension Fortress Macross. À l’aube du 21e siècle, des chanteuses virtuelles japonaises comme Hatsune Miku et chinoises comme Luo Tianyi sont progressivement apparues sur la scène publique.
Au fur et à mesure que la technologie se développe, les humains numériques ne sont plus de simples avatars de dessins animés. Ils évoluent vers des figures humaines hyperréalistes.
Les humains numériques hyperréalistes n’étaient pas rares dans les films et les émissions de télévision, mais ils étaient principalement générés par des images de synthèse, comme les personnages d’Avatar et le Paul Walker « ressuscité » dans Fast and Furious 7.
hen Hongwei, producteur exécutif de My Chinese Chic Boutique, a expliqué que les humains numériques des films et drames précédents étaient principalement créés à l’aide de l’analyse, du balayage et de la modélisation par ordinateur sur la base de l’apparence d’acteurs et d’actrices réels, tandis que les humains numériques hyperréalistes comme « Guoguo » n’ont pas de prototype humain réel et sont construits par une combinaison IA-CG basée sur la compréhension et l’imagination de l’IA.
Ayant travaillé dans l’industrie cinématographique pendant près de 20 ans, Chen est fermement convaincu que le véritable changement dans l’industrie cinématographique et télévisuelle de demain viendra de la poursuite du développement technologique. Il a expliqué au Quotidien du Peuple que la pandémie de COVID-19 avait déjà interrompu la production cinématographique car les gens ne pouvaient pas sortir, mais qu’elle avait aussi catalysé une croissance explosive de la technologie de production virtuelle.
Par exemple, plus de 50 % du contenu de la saison 1 de The Mandalorian a été produit virtuellement, sans tournage sur place. Les acteurs ont joué dans un studio LED semi-circulaire.
Cependant, Chen estime que la production virtuelle n’est qu’une étape transitoire. Il a proposé un concept pour les films du futur – Artificial Intelligence Engine Movie (AIEM). Les AIEM sont produits par des moteurs virtuels basés sur des actifs numériques tels que des humains numériques, des scènes virtuelles, des accessoires virtuels, etc. Les réalisateurs humains n’ont qu’à indiquer à l’IA le style, la longueur et les autres normes requises, et l’IA leur propose des options à choisir.
En fait, c’est déjà le cas. M. Chen connaît de nombreux jeunes réalisateurs qui n’ont jamais été sur un plateau de tournage ou utilisé une caméra, mais qui peuvent réaliser des films créatifs et élégants en s’appuyant sur des moteurs d’IA. Par exemple, un créateur de contenu sur la plateforme vidéo chinoise Bilibili, qui est un étudiant diplômé, a appris la programmation tout seul et a produit une série animée basée sur le roman de l’écrivain chinois de science-fiction Liu Cixin. Pour l’essentiel, il a réalisé seul l’ensemble de la production.
« Bien qu’il ne s’agisse que de la tentative d’un passionné, qui est loin d’être un vrai film, l’avenir de l’industrie cinématographique et télévisuelle pourrait résider dans les explorations de ces jeunes gens », a déclaré M. Chen.
Il ne fait aucun doute que l’ère de l’IA arrive. Comment les professionnels de l’industrie cinématographique et télévisuelle doivent-ils réagir ?
Les initiés sont largement convaincus que les atouts actuels de l’IA dans la production cinématographique sont la réduction des coûts et l’amélioration de l’efficacité, mais le seuil d’utilisation des outils d’IA est encore élevé en raison de l’absence de stations de travail tout-en-un. Par conséquent, la transformation complète de l’industrie prendra un certain temps.
Selon Chen, il existe deux types de création : de zéro à un et de un à l’infini. L’IA résout le second cas, mais il est peu probable que le travail humain soit complètement remplacé dans le premier.
Actuellement, certains créateurs de contenu combinent déjà les efforts humains et l’IA pour produire des contenus visuels.
Le réalisateur Zhao Ji, qui a réalisé les films d’animation d’action fantastique White Snake et New Gods : Yang Jian, a expérimenté avec son équipe certains modèles de génération d’images par l’IA en source ouverte.
Zhao a découvert que les œuvres les plus représentatives de la technologie actuelle de génération d’images par l’IA sont des personnages de style animé. Cette situation résulte essentiellement du fait que l’IA acquiert progressivement des normes esthétiques étendues par le biais d’une sélection à grande échelle des utilisateurs, mais elle entraîne des problèmes tels que l’homogénéisation esthétique.
À cet égard, Fu Sheng, président de la société de technologie d’IA OrionStar, a déclaré que l’industrie cinématographique, en tant qu’industrie créative, ne devrait pas utiliser des outils d’IA qui adoptent des modèles génériques, mais plutôt des modèles verticaux et personnalisés. Cela présente également une nouvelle opportunité pour le développement futur de l’IA, impliquant un ajustement différentiel des modèles d’IA.
