« Pékin franchit un cap technologique hallucinant » : une intelligence artificielle chinoise crée et modifie des actions humaines ultra-réalistes en 3D avec une fluidité inédite

Le développement rapide des technologies de l’intelligence artificielle (IA) a permis de repousser les limites de ce que nous considérons comme possible. Parmi les dernières avancées, une équipe de l’Institut d’IA de l’Université de Pékin a introduit MotionCutMix, une méthode de formation qui enseigne aux IA à éditer les mouvements humains en 3D à partir d’instructions textuelles. Cette innovation pourrait transformer de nombreux secteurs, notamment les jeux vidéo, la réalité virtuelle (VR) et la formation professionnelle. L’outil permet aux développeurs de créer des personnages et des avatars numériques avec des mouvements humains réalistes et simplifiés.

Un modèle d’IA pour la synthèse de mouvements réalistes

Lors de la dernière Conférence sur la vision par ordinateur et la reconnaissance des formes (CVPR 2025), les chercheurs ont présenté leur approche innovante pour générer des mouvements humains. Leur méthode combine une technique d’augmentation de données appelée MotionCutMix avec un modèle de diffusion nommé MotionReFit. Selon Yixin Zhu, auteur principal de l’étude, bien que la génération de mouvements ait beaucoup progressé, la possibilité d’éditer ces mouvements reste limitée. Dans des domaines tels que le développement de jeux, l’animation et l’art numérique, les professionnels préfèrent souvent modifier le contenu existant plutôt que de tout créer ex nihilo.

Le système développé par Zhu et son équipe permet d’éditer n’importe quel mouvement humain à partir d’instructions écrites simples, sans nécessiter de détails spécifiques à la tâche ou d’étiquettes de parties du corps. Il est conçu pour gérer à la fois les éditions spatiales, qui se concentrent sur des parties spécifiques du corps, et les éditions temporelles, qui ajustent le mouvement au fil du temps. Grâce à MotionCutMix, l’IA apprend à éditer les mouvements humains en 3D de manière efficace, même avec des données annotées limitées.

Les couche-tard surpassent les couche-tôt : une étude révèle un écart d’intelligence stupéfiant de 30 % entre les deux groupes

Transitions fluides entre les parties du corps pour des animations réalistes

La méthode d’apprentissage développée par les chercheurs permet de sélectionner des parties spécifiques du corps, telles que les bras, les jambes ou le torse, d’une séquence de mouvements et de les combiner avec celles d’une autre séquence. Plutôt que de créer une transition brutale entre les mouvements, MotionCutMix adoucit progressivement les frontières entre les parties du corps, aboutissant à des mouvements plus naturels et fluides.

Les méthodes antérieures de génération de mouvements humains utilisaient généralement des ensembles de données fixes, souvent composés de vidéos annotées de personnes se déplaçant de différentes manières. En revanche, MotionCutMix génère de nouveaux échantillons d’entraînement à la volée, ce qui permet d’apprendre à partir de grandes bibliothèques de données de mouvements sans avoir besoin d’annotations manuelles. Cette approche est particulièrement utile car une grande partie du contenu disponible en ligne n’est pas annotée et ne peut donc pas être utilisée par d’autres méthodes.

GTA 6 promettrait encore plus d’événements aléatoires que GTA 5 et Red Dead Redemption 2, rendant le gameplay plus imprévisible que jamais !

Un système d’apprentissage efficace et adaptable

Malgré la complexité croissante des exemples d’entraînement, le processus reste efficace, avec un masquage souple et une coordination des parties du corps garantissant des mouvements édités plus fluides et naturels, sans transitions maladroites ni mouvements irréalistes. Les chercheurs ont publié leurs travaux dans l’archive de pré-impression arXiv, soulignant l’importance de cette avancée pour l’avenir de l’animation numérique.

Avec MotionCutMix, il est possible de générer potentiellement des millions de variations d’entraînement à partir d’un petit ensemble d’exemples étiquetés. En s’entraînant sur des combinaisons diverses de parties du corps et de mouvements, le modèle apprend à gérer une gamme plus large de demandes d’édition. Cela ouvre des perspectives passionnantes pour l’avenir des technologies immersives et interactives.

Manipulez votre influence sur les réseaux sociaux en un clic grâce à ce site incontournable

Applications potentielles et futurs développements

Les implications de cette technologie vont bien au-delà des jeux vidéo et de l’animation. Dans le domaine de la santé, par exemple, la capacité de recréer des mouvements humains réalistes pourrait améliorer la qualité des vidéos de formation pour les professionnels de santé ou les équipes de secours en situation d’urgence. En sport, elle pourrait aider à analyser et à optimiser les performances des athlètes en recréant fidèlement leurs mouvements en 3D.

Cette technologie soulève également des questions éthiques sur l’utilisation des mouvements humains dans des contextes numériques. Comment garantir que ces outils ne seront pas utilisés de manière abusive ou pour manipuler des images de manière trompeuse ? Ces défis devront être relevés à mesure que cette technologie évolue et se démocratise.

Alors que l’IA continue de transformer notre façon de créer et d’interagir avec le monde numérique, quelles seront les prochaines étapes pour intégrer ces innovations dans notre quotidien de manière éthique et responsable ?