Devenez influenceur virtuel avec Google VLOGGER AI

Google frappe fort dans le domaine de l’intelligence artificielle avec sa nouvelle création : VLOGGER AI. Cette technologie innovante permet aux utilisateurs timides devant la caméra ou aux youtubeurs les plus performants de générer rapidement du contenu vidéo réaliste grâce à une simple photo et un enregistrement vocal.

Comment fonctionne VLOGGER AI ?

Le fonctionnement est simple : il suffit d’envoyer une image de vous ainsi qu’un court extrait sonore pour que VLOGGER s’occupe du reste. Le logiciel se charge alors d’animer votre visage en synchronisant parfaitement les mouvements des lèvres et en ajoutant des gestes naturels tels que des hochements de tête ou des clignements d’yeux. L’objectif ? Créer des animations qui semblent réelles plutôt que robotiques.

Bien que cette technologie soit encore en cours de développement, elle démontre déjà un potentiel considérable pour faciliter la création d’avatars numériques plus vraisemblables. Contrairement aux méthodes actuelles nécessitant davantage de données et de puissance de traitement, VLOGGER a été conçu pour être plus efficace, offrant ainsi la possibilité à chacun de créer facilement des avatars animés de manière réaliste.

Pour atteindre ce niveau de précision, les chercheurs ont utilisé une architecture sophistiquée basée sur la diffusion, également employée dans d’autres outils de pointe servant à produire des images, des vidéos et des modèles 3D. Grâce à cela, VLOGGER peut reproduire des gestes subtils comme des inclinaisons de tête, des mouvements oculaires et même des expressions faciales variées.

L’ensemble du système repose sur un jeu de données étiquetées nommé MENTOR, composé de 800 000 vidéos de personnes parlant face à la caméra. Avec cet échantillon aussi diversifié, VLOGGER serait capable de prédire comment une personne bouge naturellement lorsqu’elle s’exprime, ne requérant qu’une image fixe et un clip audio pour démarrer le processus.

Créez des vidéos réalistes sans effort grâce à VLOGGER

Les cas d’utilisation envisagés sont multiples : traduction vidéo préservant les mouvements originaux du locuteur, avatars animés pour différentes applications ou communication vidéo optimisée, notamment dans les zones où la bande passante est limitée. Néanmoins, cette doublure automatisée de youtubeurs n’est pas exempte de défis. La qualité des animations peut parfois flirter avec la zone dite « uncanny valley », et certaines limites persistent quant au traitement des mouvements amples ou des décors variés. Sans compter les questions éthiques soulevées par une telle technologie, telles que le risque de créer de fausses vidéos (deepfakes).