Dix secondes de rushes et le double est prêt

Le modèle Avatar X de Captions génère un double numérique complet à partir d'un court enregistrement. Une promesse de rapidité pour la production vidéo.

Mirage, le laboratoire de modèles de Captions, pousse Avatar X, sa nouvelle génération d'avatars vidéo. Le changement revendiqué tient à la méthode de fabrication. Là où l'usage courant consiste à produire séparément l'image, la voix et le mouvement, puis à les synchroniser, le modèle génère la performance entière d'un seul tenant. L'entreprise en attend une cohérence supérieure sur les détails qui trahissent l'assemblage, alignement des lèvres et direction du regard en particulier.

Deux défauts connus du genre sont visés. La préservation de l'identité d'abord, cette ressemblance qui se délite à mesure qu'une vidéo s'allonge, et que Mirage affirme tenir sur des générations continues. Les micro-expressions ensuite, ces mouvements brefs qui font qu'un visage paraît habité plutôt que récité, rire, bâillement, rictus. Les expressions générées ne se cantonnent pas au bas du visage et s'étendent au corps, le tout piloté par l'audio. Les formats vertical et horizontal sont pris en charge.

Le point le plus concret concerne l'entrée. Dix secondes de vidéo suffisent, selon l'éditeur, à capturer visage, voix et identité pour en tirer un double numérique. Avatar X alimente désormais l'ensemble des avatars et des doubles de Captions, où l'on choisit une figure, on écrit un script et on lance la génération, la bibliothèque existante restant accessible et des avatars sur mesure pouvant être produits par prompt.

Deux réserves accompagnent la lecture. La comparaison avec les modèles concurrents, largement mise en avant, émane de l'entreprise elle-même et ne s'accompagne d'aucun protocole documenté ni d'évaluation tierce. Et rien, dans ce qui est publié, ne porte sur le consentement de la personne clonée, sur le marquage des vidéos produites ou sur les garde-fous entourant un double fabriqué à partir de dix secondes d'enregistrement.