Animate Anyone, une technologie développée par les équipes d’Alibaba, est commentée sur les réseaux sociaux comme la technologie qui rendra les danses sur TikTok aussi faciles à réaliser qu’un claquement de doigts. Pour le moment, on sait surtout qu’elle utilise l’image des tiktokeurs pour s’améliorer.
Animate Anyone est la dernière prouesse de l’intelligence artificielle qui impressionne les réseaux sociaux depuis quelques jours. Cet algorithme permet d'animer une personne ou un avatar à partir d’une simple photo. Si vous voulez vous voir exécuter à la perfection une chorégraphie de Rosalia ou de Beyonce sans avoir à suer, c’est la technologie pour vous. Si bien que certains internautes y voient une arme de destruction massive des influenceurs TikTok.
RIP tiktokeurs ?
Pour le moment, nous n’y sommes pas encore. Déjà parce nous ne sommes pas sûrs de croire à ce genre de prédiction catastrophée. Les deepfakes de stars existent déjà sur TikTok et ils n'ont pas remplacé grand monde, ils ont juste ajouté un peu plus de confusion. Deuzio : Animate Anyone n’est pas accessible au grand public. Cette IA a été mise au point par les équipes de recherche d’Alibaba, le géant chinois de l’e-commerce, qui viennent de publier un article à son sujet sur le serveur Arxiv et son code sur GitHub. Dans l’article, les chercheurs introduisent la technologie en disant qu’elle pourrait avoir de nombreuses applications : « le shopping en ligne, les vidéos de divertissement, les vidéos artistiques et la création de personnages virtuels. »
Elle pourrait aussi potentiellement, comme l’ont noté certains observateurs, servir à générer (encore plus) facilement des deepfakes pornographiques à partir d’une simple image. Ou à animer les influenceuses virtuelles hypersexualisées qui pullulent sur Instagram et TikTok.
Faire une vidéo à partir d’une simple image n’est pas une technologie totalement nouvelle. Des logiciels comme DisCo ou DreamPose existent déjà. Mais Animate Anyone impressionne par la qualité du rendu, celui que l’on peut en tout cas voir dans les vidéos publiées par Alibaba. Ces systèmes extraient les détails d’une image de référence (traits du visage, pose…). Ensuite, ils créent une suite d’images en plaquant ces détails sur des mouvements (soit tirés d’une vidéo existante, soit créés via des captures de mouvements (motion capture).
Un résultat avec moins d’aberrations visuelles
Jusqu’alors ce type de tech « image-to-video » donnait lieu à des aberrations visuelles : le sujet animé pouvait se retrouver avec une coupe de cheveux ou des traits du visage différents au cours de la vidéo. Les résultats d’Animate Anyone semblent plus solides, même si l’on constate quelques bugs (un doigt un peu trop long, un œil un peu étrange, notamment). Les équipes expliquent avoir ajouté une étape intermédiaire – un réseau de neurones baptisé ReferenceNet qui permet de conserver les détails complexes de l’image source.
Si la technologie est perçue comme celle qui rendra le hobby et le métier de tiktokeur caduque, pour le moment elle se sert grandement de leur travail. Le média d’investigation américain 404 pointe que pour entraîner leur algorithme, les équipes d’Alibaba ont utilisé des vidéos d’utilisateurs TikTok sans leur consentement. Dans leur article, les chercheurs expliquent avoir utilisé « TikTok dataset », une base de données créée par des chercheurs de l’Université du Minnesota, qui regroupe 300 vidéos de tiktokeurs en train d’exécuter une danse. On y trouve des stars du réseau social comme Charli D’Amelio, Addison Rae et Ashley Nocera. La base de données contient aussi des vidéos issues de comptes ayant peu d’abonnés. Le problème, pointe la journaliste, c’est que cette base de données a été créée dans le cadre de recherches académiques. Ici, c’est un géant du Web qui se l’accapare, avec potentiellement en ligne de mire des applications commerciales.
Participer à la conversation