Audiovisuel : L'intelligence artificielle bouscule les méthodes de création

En Chine, comme un peu partout dans le monde, l’intelligence artificielle (IA) s’impose progressivement dans la chaîne de création audiovisuelle, de la conception d’une image à la génération de vidéos, en passant par la musique, les effets spéciaux et les avatars numériques. Mais loin des promesses d’une création instantanée et parfaite, son utilisation exige encore expérimentation, créativité et jugement humain. C’est ce qu’a expliqué Wang Yihan, ingénieure niveau moyen, au cours d’une communication intitulée « Création audiovisuelle et assistée par l’IA », organisée au profit des responsables de médias participant à un séminaire à Beijing en Chine.

Inscrite au programme du séminaire, cette communication a permis ainsi aux participants de découvrir, à travers des démonstrations concrètes, l’évolution rapide des outils d’intelligence artificielle générative (AIGC) et leur intégration progressive dans les pratiques professionnelles de l’audiovisuel. Pour illustrer cette évolution, la communicatrice Wang Yihan est revenue sur les premières expérimentations menées par son équipe à partir de 2022, année marquée par l’émergence des premiers outils performants de génération d’images par IA.

L’un des premiers enseignements est spectaculaire : certaines tâches qui nécessitaient auparavant plusieurs heures, voire plusieurs jours de travail, peuvent désormais être réalisées en quelques minutes. L’intervenante a notamment présenté une affiche consacrée à l’exploration spatiale. À partir d’une simple instruction décrivant un lapin portant un sac à dos sur la surface de la lune et observant l’horizon avec un télescope, l’outil MidJourney a généré une image en moins d’une minute. Selon elle, la conception d’une image similaire aurait pu nécessiter auparavant un à deux jours de travail pour un professionnel des arts graphiques.

Les premières expériences concernaient également des affiches de science-fiction, des stations spatiales, des ascenseurs spatiaux ou encore des bandes dessinées. Mais l’IA était alors loin d’être parfaite. Pour trois planches de bande dessinée, par exemple, dont la lecture ne demandait qu’une trentaine de secondes, deux personnes ont encore dû travailler à plein temps pendant deux à trois jours pour finaliser le résultat.

Des images à la vidéo

L’évolution s’est ensuite accélérée avec l’apparition des outils de génération vidéo. Wang Yihan a rappelé qu’en 2024, le lancement de « Sora par OpenAI » avait marqué une nouvelle étape dans la production de contenus à partir de simples instructions textuelles. Les premières vidéos générées présentaient cependant des défauts visibles à savoir des mouvements peu naturels, des transitions brusques, des tremblements entre les images, des incohérences dans les personnages et le manque de continuité. Certaines productions reposaient encore essentiellement sur une succession d’images fixes assemblées pour donner l’illusion du mouvement.

Les progrès réalisés depuis ont considérablement élargi les possibilités. Les outils actuels permettent notamment de générer des séquences de cinq à dix secondes à partir d’un texte ou d’une image, d’animer une photographie, de contrôler les mouvements d’un objet ou encore de faire évoluer un personnage dans un environnement imaginé. L’intervenante a ainsi présenté plusieurs outils spécialisés. « Pika » permet notamment d’appliquer des effets spéciaux, de générer des effets sonores à partir d’une vidéo ou d’intégrer une image dans une séquence existante. D’autres solutions permettent de contrôler les mouvements grâce à un « pinceau de mouvement », d’utiliser plusieurs images de référence ou encore de modifier une vidéo à partir d’instructions multimodales.

La génération d’images constitue également un domaine où les possibilités se sont multipliées. Wang Yihan a présenté MidJourney, outil particulièrement utilisé par son équipe pour les créations à caractère futuriste et réaliste. L’utilisateur peut décrire le sujet recherché, le style artistique, le cadrage, la qualité d’image, la lumière ou encore le type de caméra souhaité. Il peut également fournir une ou plusieurs images de référence afin d’orienter la création. L’outil permet ainsi de contrôler l’influence d’une image de référence, de reproduire un style visuel, de fusionner plusieurs images ou encore de demander à l’IA de décrire automatiquement une photographie lorsqu’il est difficile de la formuler avec des mots. D’autres outils ont également été évoqués, notamment Whisk, développé par Google, et Jimeng, développé par ByteDance, maison mère de TikTok. Ce dernier permet de générer des images, des vidéos et de la musique. Il se distingue notamment, selon la communicatrice, par ses performances dans la reconnaissance et la génération des caractères chinois.

L’IA intervient aussi dans la création d’avatars numériques. Certains outils permettent de synchroniser les mouvements des lèvres avec une voix générée à partir d’un texte ou d’une vidéo. D’autres peuvent remplacer un personnage dans une séquence tout en conservant ses mouvements, ou encore maintenir une meilleure cohérence du visage d’un personnage.

L’illusion d’une création parfaite

Mais Wang Yihan appelle à se méfier d’une vision trop idyllique de l’intelligence artificielle. Les réseaux sociaux donnent parfois l’impression qu’une simple instruction suffit pour obtenir immédiatement une production audiovisuelle parfaite. « Il faut beaucoup d’efforts, beaucoup d’essais », a-t-elle expliqué, soulignant que les meilleurs résultats sont généralement obtenus après plusieurs générations, modifications des paramètres, tests et sélections.

Autrement dit, la rapidité de génération ne signifie pas nécessairement rapidité de création. L’IA accélère certaines opérations, mais elle ne dispense pas le professionnel de définir précisément son intention, d’évaluer les résultats et de procéder aux corrections nécessaires. Les limites techniques demeurent également nombreuses : cohérence des personnages, qualité des détails, résolution, continuité des mouvements ou encore capacité à respecter exactement une intention créative.

L’humain reste au centre

Pour Wang Yihan, le développement de l’AIGC entraîne paradoxalement une exigence accrue envers les professionnels. Plus les machines sont capables de réaliser des tâches complexes, plus l’utilisateur doit être capable de réfléchir, décrire précisément une idée, faire preuve de créativité et porter un jugement artistique pertinent. L’enjeu n’est donc pas de laisser l’IA créer seule, mais de savoir comment l’intégrer intelligemment dans le processus de production.

Cette approche rejoint d’ailleurs les réflexions plus larges sur l’avenir des médias. Lors du 7e Forum sur la coopération des médias sino-africains, tenu à Beijing du 19 au 21 août 2026, l’IA a été présentée comme l’une des technologies appelées à transformer profondément la chaîne audiovisuelle, de la création à la diffusion.

En conclusion de sa communication, Wang Yihan a défendu une vision où l’intelligence artificielle constitue avant tout un amplificateur de la créativité humaine. Malgré l’accélération technologique, l’imagination, l’intuition, la capacité d’observation et la pertinence du regard demeurent au cœur de toute création ayant du sens. Pour les responsables de médias présents à Beijing, le message est donc clair : l’enjeu n’est plus seulement d’apprendre à utiliser l’IA, mais de développer les compétences humaines nécessaires pour mieux la diriger.

Romuald Dofini depuis Beijing en Chine Lefaso.net