Tl;dr
- Netflix développe VOID, un outil d’édition vidéo qui ne génère pas de nouvelles images, mais modifie des vidéos existantes en supprimant ou transformant des objets.
- Grâce à une compréhension avancée de la physique et des interactions, le modèle reconstruit automatiquement la scène de façon réaliste après modification, bien au-delà des outils classiques d’effacement.
- Bien que puissant et open source, VOID reste réservé à des machines très performantes et soulève des questions sur la fiabilité des preuves vidéo à l’ère de l’IA.
Une nouvelle frontière pour l’édition vidéo
Pour celles et ceux qui suivent l’évolution de l’intelligence artificielle, le lancement discret de VOID par Netflix ne laisse pas indifférent. Si la plupart des outils du marché, à l’image de Sora d’OpenAI, promettent de générer des vidéos entières à partir d’une simple instruction textuelle, le modèle VOID (« Video Object and Interaction Deletion ») prend une voie radicalement différente : il ne crée pas un monde neuf, il transforme en profondeur les vidéos existantes.
Un réalisme bluffant grâce à la physique réinventée
À première vue, VOID rappelle des fonctionnalités comme le « Magic Eraser » sur les smartphones Pixel ou Galaxy : on sélectionne un objet, il disparaît. Mais là où les solutions classiques se contentent de camoufler maladroitement l’absence, VOID va bien plus loin. Grâce à une compréhension avancée de la physique et des interactions causales, ce modèle réécrit littéralement la logique même de la scène. Quelques démonstrations frappantes circulent déjà sur GitHub :
- Suppression d’une guitare tenue par une personne : VOID anticipe sa chute naturelle au sol.
- Détournement d’un accident automobile : retirer une voiture efface aussi tout impact visible, redessinant la trajectoire restante pour retrouver une circulation fluide.
L’industrie du cinéma face à « l’ère de la réalité éditable »
Pour un géant comme Netflix, les implications sont majeures. Fini le cauchemar du gobelet Starbucks oublié dans « Game of Thrones » — jusqu’alors synonyme d’interventions numériques fastidieuses. Désormais, supprimer un élément gênant revient à quelques clics : VOID simule ensuite avec réalisme toutes les conséquences visuelles, qu’il s’agisse d’éclaboussures ou simplement… de rien. Plus besoin non plus de rappeler toute une équipe pour retourner une scène : l’IA permet aussi bien des corrections mineures que des réécritures discrètes du scénario après tournage.
Un outil open source réservé aux machines haut-de-gamme
Étonnamment, Netflix a choisi d’ouvrir VOID au public via Hugging Face (licence Apache 2.0). Mais cette puissance a un coût technique non négligeable : il faut compter sur une carte graphique dotée d’au moins 40 Go de VRAM (type NVIDIA A100 ou H100). Basé sur un modèle de 5 milliards de paramètres (CogVideoX) et s’appuyant sur son propre système « quadmask », l’outil est loin d’être accessible au grand public.
Il faut bien l’admettre : désormais, la preuve vidéo perd peu à peu son statut incontestable. Entre réalisme saisissant et prolifération possible de contenus trompeurs, VOID marque peut-être le vrai début d’une nouvelle époque où voir n’est plus forcément croire.
