Si vous me suivez sur les réseaux publics usuels, vous savez que depuis début 2020 je m’intéresse sérieusement aux IA. Pas tant pour les polémiques qu’elles déclenchent – souvent à juste titre – mais surtout comme observateur, utilisateur concret dans mon domaine (graphisme & vidéo) et aussi anticiper les différentes perspectives qui s’offrent à nous.

Honnêtement je ne saurais pas vous dire si au fond de moi je suis pour ou contre cette révolution technologique. Mais je pense que par bon sens le « pour » l’emporte puisque persister à renier cette évolution technologique reviendrait à refuser le passage du manuscrit vers l’imprimerie. Ce qui nous distingue des formes primaires de vie est supposé tenir dans notre capacité à nous adapter et donc évoluer. Le déni ne fait pas partie de ces principes.

Quand dans les années 1990 j’ai décidé de consacrer ma vie au graphisme numérique, j’ai immédiatement su que je signais une sorte d’équivalence de contrat avec Faust : ma vie entière je serai condamné à apprendre, non stop, car notre univers logiciel est une évolution permanente qu’il faut suivre pour ne pas rester à stagner au bord de la route. Un énorme engagement en fait car contrairement aux machines je ne peux pas augmenter ma mémoire ou mes performances (l’age me confirme même un peu le contraire ^^). Mais pourtant je persiste. Parce que c’est génial d’être né avec une technologie qu’on a vu évoluer au fil des ages.

Depuis 2022 j’utilise intensément les IA génératives. D’abord pour en assimiler les fonctionnements car je considère que ne pas maitriser une technologie c’est en être l’esclave. Ensuite pour permettre à mes décennies de culture visuelle de s’exprimer via des outils ou budgets qui m’étaient hors de portée la plupart du temps. Je m’en sers également pour en outrepasser les limites, tant via du reverse engineering que des détournements proches du hacking. 2022 donc je générais fièrement dans une résolution lamentable et un rendu guère meilleur pas moins de deux à trois mille images l’année. En 2023 c’est passé à +8.000 avec une meilleure résolution. Pour 2024, +18.000 essentiellement en 1080p. Et 2025 à +40.000 visuels et vidéos sortis. Mon usage IA n’est pas par flemme mais plutôt productif : je dois répondre à des impératifs prix et délais chaque mois d’avantage tirés vers le bas. Mes travaux réellement faits main ne représentent plus qu’une goutte d’eau dans la mare de ce que je réalise chaque année niveau contenus. Mon infographie artisanale, que ce soit en design, photo ou compositing est devenue un produit de luxe accessible à une minorité de clients. Et je dois continuer d’essayer de vivre de mon activité.

En parallèle vous savez sûrement que j’ai monté une chaine Youtube dédiée jeux vidéo ( ici ) qui entame d’ailleurs sa 10é années de présence. Un loisir devenu rapidement chronophage avec ses rendez-vous hebdomadaires à publier qui grignotent facilement plus d’une vingtaine d’heure dans la semaine. Cette perte de temps m’a fait gagner une énorme chose acquise : la maitrise de la narration et du montage vidéo. En trois ans plus un logiciel de montage miteux j’ai réussi à atteindre le niveau de réalisateur parfaitement autonome. Capable de créer ses visuels, les ré-interpréter, fabriquer des séquences, conserver un style cohérent et appuyer la narration. Et ça, sans les IA, je n’aurais jamais pu y avoir complètement accès.

En 2026 les outils du moment sont en train de s’élever à un niveau supérieur assez fantastique. Ces logiciels sont désormais capables de traiter par modules dissociés narratif, objets / décors / acteurs, direction des rôles et mouvements caméras. Ainsi que les effets spéciaux, la génération audio avec synchro labiale et les musiques. Tout ça dans le simple PC devant soit (et quelques centres de calculs derrière certes ; mais le travail en local deviendra bientôt répandu). J’utilise régulièrement ces différentes suite en plus de mes outils locaux de moindre puissance tant pour des travaux de commandes qu’expérimentations personnelles car toujours : besoin d’apprendre. Et donc pratiquer. Beaucoup.

Cela explique les nombreux clips vidéo que j’ai réalisé ces deux dernières années avec la montée en puissance des outils génératifs. C’est un terrain parfait pour tenter tout ce qu’on ne pourrait se permettre dans une commande classique. De surcroit l’absence directe de dialogues est une excellente école pour apprendre à améliorer sa narration, ses cadrages & plans et la fluidité dans ce que peut raconter une histoire. Aujourd’hui je vous partage le making of de mes dernières expérience car j’ai exagéré l’utilisation jusqu’à un point très drôle. Voici la génère des 2 clips « Free, go ! ».

Musique Maesto !

Ma méthode de travail pour créer les musiques n’est pas très compliquée. J’ai beau maitriser quelques instruments courants, ce n’est pas suffisant pour monter tout un morceau. Je passe donc par un logiciel très répandu (je ne nomme volontairement aucune marque ; je ne suis pas sponsorisé ou dédommagé par ces gens) qui comme la plupart des LLM n’est pas trop malin quand il s’agit de faire autre chose que caresser l’utilisateur dans le sens du poil pour qu’il consomme d’avantage de tokens ;). Pour moi une composition musicale c’est une mélodie, une bonne ligne de basse et une rythmique. Le reste peut être complété de multiples manières. Donc pour créer une partition j’injecte 3 pistes où je meumeuhme littéralement dans un micro ce que je souhaite obtenir. Pas de mots, pas de phrases : des hauteurs de notes avec des impulsions, c’est tout.

Les générateurs IA font un très très bon boulot pour orchestrer tout ça si on arrive à les diriger là où l’on souhaite. C’est à dire vers des styles et une orchestration élaborée traduites dans le prompt d’accompagnement. Ne manquant pas de détailler la structure du morceau au passage (couplet, refrain, solo, etc.). Et d’éventuelles nuances particulières. On est supposé rédiger les paroles. Mais une autre IA peut s’en charger éventuellement ^^. Pour « Free, go ! » j’ai poussé le bouchon assez loin. Je m’explique.

Je souhaitais faire un morceau de musique très commerciale. Le genre de cochonnerie qu’on entend en boucle sur la bande FM jusqu’à ne plus trop savoir pourquoi on se met à la fredonner spontanément. Et je n’avais vraiment aucune envie de structurer des paroles. Non aucune. Donc en guise de texte j’ai tapé sur mon clavier avec… mes coudes ! Séparé les phrases en paragraphes et balancé ça dans l’IA. En voilà le premier résultat.

Du funky groovy très acoustique. Le chant ne veut absolument rien dire. Mais pourtant il sonne comme très structuré. Avec de nombreux effets le faisant glisser du synthétique au réaliste. Surpris par le rendu de ce qui ne devait être qu’une immonde bouillie pas forcément audible, j’ai généré une dizaine d’autres arrangements du titre, jusqu’à tester avec un timbre de voix féminin. Cerise sur le gâteau j’ai suggéré à l’IA de me convertir en japonais l’incompréhensible texte tapé avec les coudes. En voici le résultat (avec un clip monté par des séquences générées par Xuan Ming) :

En tendant un peu l’oreille on peut distinguer un peu plus loin que la réorchestration plus calibrée FM les articulations de la chanteuse qui font relativement crédibles pour sonner japonais. A ce stade mon cerveau tordu s’est donc encore posé une question : est-ce que l’IA n’aurait pas au passage généré des réels mots et phrases crédibles en japonais ? J’ai pris les beaux paragraphes d’idéogrammes posés devant moi et les ai passé dans un traducteur automatique. Qui… m’a donné une version française avec de vraies phrases ! Pas foncièrement de grande qualité artistique mais crédibles et toujours aussi agréables dans le balancé du morceau. Je vous laisse juger avec cette version habillée différemment d’un tout autre clip :

Cerise sur le gateau, j’ai nommé ce titre à l’origine « Fligouh » parce que c’est littéralement ce que j’ai susurré dans le micro pour indiquer la mélodie principale ; d’où « Frigo » qui au final pour dissimuler la blague apparait comme « Free, GO ! ». J’ai tenu à vous partager cette expérience en conclusion que l’on soit pour ou contre les IA, elles ne font rien de plus malin que ce que saura leur ordonner la personne qui manipule derrière. Et de ce côté là de l’écran, mieux vaut avoir un sacré niveau de culture pour rester maitre d’une orchestration qui peut partir en sucette au moindre mot mal évalué. A bientôt dans le Top 50 !