Tel Meta, tel Google. Quelques jours après que Meta a dévoilé un outil qui convertit du texte en vidéo, Google lance son alternative Imagen Video.
Convertir du texte en images, c’est l’un des phénomènes technologiques les plus en vogue du moment. Des outils comme DALL-E produisent une image réaliste à partir d’une description textuelle, mais Google et Meta sont déjà bien en avance. Meta a exposé Make-A-Video, un programme qui permet de convertir du texte en vidéo. Et puis, bien sûr, Google suit. : sa réponse s’appelle Imagen Video.
Imagen Video de Google réussit à se distinguer des outils concurrents à certains égards. Par exemple, Google parvient à produire des images d’une qualité de 720p et de 24 fps. Les images paraissent ainsi plus réelles, même si TechCrunch note que les images sont encore loin de mériter la télévision. Imagen Video aurait également une meilleure compréhension de la langue, ce qui lui permet de convertir des invites textuelles complexes en une image appropriée.
Pour obtenir ces résultats, les algorithmes ont reçu quatorze millions de combinaisons texte-vidéo et soixante millions de combinaisons texte-image, en plus de plus de quatre cents millions d’images provenant de bases de données publiques. L’équipe de recherche à l’origine d’Imagen Video travaille en étroite collaboration avec Phenaki, un autre outil de conversion texte-vidéo soutenu par Google, qui peut convertir du texte en vidéos d’une durée maximale de deux minutes.
Risque encore trop élevé
Imagen Video ne sera pas disponible pour le grand public pour le moment. Les chercheurs avouent qu’à l’heure actuelle, le risque est trop élevé que l’outil produise des contenus violents ou sexuels. Il faut éliminer ces éléments du système avant que l’outil puisse être rendu public.