Meta et Blumhouse testent Movie Gen, l’IA générative à l’épreuve du cinéma

Meta veut savoir ce qu’une intelligence artificielle de génération vidéo peut réellement apporter à un plateau, à une salle de montage et, surtout, à l’imaginaire d’un cinéaste. Pour sortir des démonstrations technologiques, le groupe s’est associé à Blumhouse Productions, studio hollywoodien reconnu notamment pour ses films de genre à petit ou moyen budget, ainsi qu’à plusieurs créateurs, dont Casey Affleck, Aneesh Chaganty et The Spurlock Sisters.

Annoncée au début du mois d’octobre 2024, cette initiative accompagne la présentation de Movie Gen, la nouvelle famille de modèles de génération de médias de Meta. Les réalisateurs impliqués ont été invités à expérimenter cet outil dans le cadre de courts-métrages. L’enjeu est double : montrer ce que cette technologie sait produire et recueillir des critiques concrètes de professionnels dont le travail consiste précisément à transformer une intention en récit, en images et en émotions.

Une collaboration pensée comme un test créatif

Cette association ne correspond pas à l’annonce d’un long-métrage hollywoodien intégralement produit par une machine. Elle prend plutôt la forme d’un laboratoire de création, dans lequel des cinéastes explorent les possibilités et les contraintes de Movie Gen.

Meta a choisi Blumhouse dans un contexte où le studio s’est fait une place singulière dans l’industrie américaine. Sa méthode de production, souvent fondée sur des budgets maîtrisés, des concepts forts et une grande attention à l’efficacité de la mise en scène, se prête à une réflexion sur les nouveaux outils de fabrication des images. Le cinéma d’horreur, le thriller et les récits à suspense ont aussi l’habitude de travailler la suggestion, les atmosphères et les effets visuels, autant de terrains où les images générées peuvent être mises à l’épreuve.

Aneesh Chaganty est notamment connu pour Searching, un thriller dont la narration se déploie à travers des écrans d’ordinateur et de téléphone. Cette expérience des formes narratives liées aux outils numériques donne un relief particulier à sa participation. Casey Affleck et The Spurlock Sisters font également partie des créateurs cités par Meta dans le cadre de cette expérimentation.

L’intérêt du partenariat tient donc moins à une promesse de cinéma automatique qu’à la confrontation entre un modèle de recherche et des besoins très concrets : obtenir une image précise, conserver une cohérence entre les plans, respecter une intention de jeu ou de lumière, modifier une séquence sans détruire ce qui fonctionnait déjà.

Movie Gen, que sait faire l’IA de Meta ?

Movie Gen désigne une famille de modèles d’IA générative conçue pour travailler plusieurs formes de médias. Meta la présente comme capable de générer des vidéos à partir de descriptions textuelles, mais aussi de retoucher une vidéo existante au moyen d’instructions rédigées en langage courant. Le système inclut également des fonctions de génération audio, avec l’ambition de produire des sons, des bruitages ou une ambiance en accord avec les images.

Concrètement, une consigne peut décrire un sujet, une action, un décor ou un mouvement de caméra. Le modèle calcule ensuite une succession d’images destinée à répondre à cette demande. Cette approche se distingue d’un logiciel de montage traditionnel : au lieu de sélectionner uniquement des plans déjà filmés, l’utilisateur demande à l’outil de créer ou de transformer des éléments visuels.

Meta met en avant plusieurs usages :

• la création d’une courte séquence à partir d’un texte ;
• la modification localisée d’une vidéo, par exemple un objet, un élément de décor ou un aspect de l’action ;
• la personnalisation d’une séquence à partir de l’image d’une personne ;
• la génération d’éléments sonores synchronisés avec la vidéo.

Ces capacités peuvent intéresser la phase de prévisualisation, c’est-à-dire le moment où une équipe cherche à imaginer un plan avant de le tourner. Elles peuvent aussi servir à tester des idées de décor, de rythme ou d’ambiance. Mais elles ne suffisent pas, à elles seules, à fabriquer un film. Le cinéma repose sur des choix d’écriture, de direction d’acteurs, de cadrage, de montage, de son et de production qui s’inscrivent dans une vision d’ensemble.

Il faut aussi distinguer la qualité d’une séquence isolée de la cohérence d’un récit. Produire quelques secondes d’images spectaculaires est une chose. Maintenir l’apparence d’un personnage, l’agencement d’un lieu, le sens d’une action et la continuité émotionnelle d’une histoire sur une durée plus longue en est une autre.

Pourquoi Meta fait appel à des réalisateurs

Les ingénieurs peuvent mesurer les performances d’un modèle à l’aide de critères techniques : fidélité à une consigne, netteté d’une image, synchronisation du son et de la vidéo, ou qualité perçue. Ces évaluations sont utiles, mais elles ne répondent pas à toutes les interrogations d’un créateur.

Un réalisateur ou une réalisatrice ne demande pas seulement si une image est plausible. Il ou elle veut savoir si l’outil permet de recommencer une prise avec une variation précise, de garder un personnage reconnaissable d’un plan à l’autre, d’obtenir un accident visuel intéressant sans perdre le contrôle du résultat, ou encore de communiquer efficacement avec les autres métiers d’une production.

C’est ce type de retour que Meta cherche à obtenir avec Blumhouse et les cinéastes associés. Les courts-métrages sont un format adapté à cet exercice : ils offrent assez de place pour explorer une intention narrative, tout en limitant les contraintes d’un tournage et d’une postproduction de long format.

La démarche peut également être lue comme une réponse à une critique fréquente des outils génératifs. Lorsqu’une technologie est présentée uniquement au travers de clips promotionnels, il est difficile de déterminer ce qu’elle apporte réellement à une pratique professionnelle. En travaillant avec des auteurs identifiés, Meta place Movie Gen face à des exigences de création plus élevées que la simple production d’une image étonnante.

L’IA peut-elle écrire et réaliser un film ?

La collaboration est parfois résumée comme une tentative d’automatisation de la création cinématographique. Cette formule est trompeuse. Movie Gen peut assister certaines étapes de la fabrication d’images et de sons, mais il n’équivaut pas à une équipe de film ni à une intention d’auteur.

Un scénario ne se réduit pas à l’enchaînement de dialogues. Il suppose une structure, des personnages, des enjeux, des choix de ton et des réécritures. De même, réaliser ne consiste pas seulement à obtenir une image conforme à une description. C’est organiser le regard du spectateur, choisir ce qui doit rester hors champ, travailler le jeu, le silence, le rythme et la durée.

Dans cette perspective, l’IA peut être envisagée comme un outil supplémentaire, comparable par certains aspects à la prévisualisation numérique, aux effets spéciaux ou aux logiciels de montage. Elle peut accélérer la recherche d’une idée, fournir une référence visuelle ou créer un élément difficile à tourner. Elle peut aussi compliquer le travail si ses résultats sont imprévisibles, si les retouches manquent de précision ou si le temps économisé au départ est perdu en corrections.

Les questions artistiques, économiques et juridiques restent ouvertes

L’arrivée de l’IA générative dans l’audiovisuel nourrit un débat déjà très présent à Hollywood. Les outils capables de produire des images, des voix ou des sons soulèvent des questions sur la reconnaissance du travail humain, la rémunération des créateurs, le consentement des interprètes et la provenance des données utilisées pour entraîner les modèles.

Dans le cas de Movie Gen, la fonction de personnalisation vidéo appelle une vigilance particulière. Modifier ou insérer l’image d’une personne dans une séquence peut ouvrir de nouvelles possibilités narratives, mais cette pratique nécessite un accord clair des personnes concernées. Elle peut également alimenter la circulation de contenus trompeurs lorsqu’elle est utilisée sans transparence.

Pour les professionnels du cinéma, la question est aussi économique. Une IA capable de créer rapidement des éléments de décor ou de prévisualiser un plan peut réduire certains coûts dans des projets modestes. Mais elle ne fait pas disparaître les besoins de supervision, de validation artistique, de retouche et de responsabilité juridique. Les gains de productivité éventuels doivent être examinés au regard des métiers concernés et des conditions dans lesquelles les œuvres sont produites.

Le partenariat entre Meta et Blumhouse ne tranche pas ces sujets. Il les rend toutefois plus concrets. En passant de la démonstration technique à des essais avec des cinéastes, il permet d’observer ce qui se produit lorsque l’IA rencontre les contraintes de fabrication d’une œuvre destinée à un public.

Ce qu’il faut surveiller après ces premiers essais

Les premières réactions aux courts-métrages et aux contenus issus de l’initiative seront importantes, mais elles ne suffiront pas à évaluer Movie Gen. Plusieurs critères compteront dans la suite : la précision des modifications demandées, la stabilité des personnages et des décors, la qualité de l’audio, la vitesse de génération et la capacité des créateurs à garder la main sur chaque choix.

Il faudra aussi surveiller la manière dont Meta encadre un éventuel déploiement. Les règles de transparence autour des contenus générés, les protections contre les usages trompeurs et les garanties apportées aux personnes dont l’image pourrait être utilisée pèseront autant que les progrès visuels du modèle.

Enfin, cette expérience rappelle que l’avenir de l’IA au cinéma ne se jouera pas seulement sur la question « peut-elle générer une vidéo ? ». La question décisive sera plutôt : dans quelles conditions un outil génératif peut-il enrichir le travail des équipes sans effacer leur contrôle, leur rémunération et leur responsabilité créative ? Les essais menés avec Blumhouse, Casey Affleck, Aneesh Chaganty et The Spurlock Sisters constituent une première réponse pratique à cette interrogation, pas son aboutissement.