Ce livestream généré par IA peut durer éternellement, et c’est vous qui choisissez la suite

Une avancée technologique permet désormais de générer des vidéos par intelligence artificielle (IA) plus rapidement qu’un humain ne peut les regarder. Le modèle MiniMax H3, développé par l’entreprise chinoise MiniMax, a été optimisé par fal.ai pour créer une version accélérée appelée H3 Max. Cette optimisation permet de produire des séquences de 15 secondes en seulement 9 secondes, soit une réduction de temps de 40 %. L’objectif est de générer des vidéos à la volée, sans attente, afin de les diffuser en continu, comme un flux vidéo infini. Cette innovation repose sur des serveurs puissants et un entraînement supplémentaire du modèle, réduisant ainsi le temps de calcul nécessaire. La qualité des vidéos reste identique à celle du modèle original, selon fal.ai, qui affirme que H3 Max est 50 fois plus rapide que MiniMax H3 tout en conservant la même qualité d’image.

Grâce à cette technologie, des plateformes comme fal.live ou Infinite Slop (créé par Pieter Levels) permettent aux internautes de visionner des livestreams générés en temps réel par IA. Les spectateurs peuvent interagir via un chat en ligne pour proposer des idées, par exemple en décrivant une scène ou un personnage qu’ils souhaitent voir apparaître. L’IA génère alors une courte vidéo de quelques secondes, qu’elle raccorde à la séquence précédente pour créer une continuité, bien que parfois approximative. Un système de votes permet au public de choisir la prochaine proposition à générer, ce qui donne lieu à une expérience collective et improvisée. Le concept rappelle la télévision interdimensionnelle évoquée dans la série Rick et Morty, où les spectateurs influencent directement le contenu diffusé. Ces livestreams ne sont pas préparés à l’avance et peuvent théoriquement durer indéfiniment, tant que l’IA génère de nouvelles séquences à la demande.

Malgré les progrès, ces livestreams ne sont pas parfaitement fluides. Les vidéos générées en temps réel présentent parfois des incohérences, comme des changements de décor, de personnages ou de style entre deux séquences. De plus, la vitesse de génération varie selon les réglages et la charge des serveurs. Par exemple, fal.ai annonce générer cinq secondes de vidéo en moins de trois secondes en résolution 768p, mais un clip de 15 secondes prend généralement 15 secondes à produire. Le décalage entre la demande des spectateurs et la génération de la vidéo peut aussi créer un léger délai. Enfin, ces flux ne sont pas aussi instantanés qu’ils en ont l’air : ils reposent sur l’assemblage de séquences courtes, ce qui limite la cohérence globale du contenu diffusé.

Le principal frein à la pérennité de ces livestreams est leur coût élevé. Selon les tarifs publics de l’API de fal.ai, générer des vidéos en continu en 768p reviendrait à environ 144 dollars par heure. Pour un flux comme Infinite Slop, maintenu 24 heures sur 24 pendant un an, la facture dépasserait 1,2 million de dollars. Le tarif normal de l’API doublerait même cette estimation. Cependant, Pieter Levels, créateur d’Infinite Slop, bénéficie d’un partenariat avec fal.ai, qui prend en charge une partie des frais de calcul. L’entreprise ne précise pas le coût réel de fonctionnement de fal.live, mais ces chaînes peuvent techniquement continuer sans fin, à condition de disposer des ressources financières nécessaires. Cette dépendance aux sponsors ou aux modèles économiques innovants soulève des questions sur la viabilité à long terme de ces expériences.