La deuxième plateforme mondiale d’intelligence artificielle pour la vidéo dissimule les ambitions d’une nouvelle société de production cinématographique et télévisuelle

Dans l'histoire du cinéma, l'introduction de nouvelles technologies n'a jamais été considérée comme un signe de civilisation.

En 1895, « L'Arrivée d'un train à La Ciotat » sema la panique dans les salles obscures. En 1927, les premières répliques du « Chanteur de jazz » annoncèrent la fin progressive du cinéma muet. En 1995, « Toy Story » parvint même à faire oublier au public qu'il était entièrement réalisé par ordinateur.

Curieusement, chaque initiative non conventionnelle a finalement accéléré le développement de l'industrie. Le cinéma parlant, le cinéma couleur, les caméras numériques et les effets spéciaux numériques ont tous fait leur apparition sur le marché dans un climat de scepticisme et de moqueries, mais ont fini par s'intégrer au vocabulaire cinématographique.

Aujourd'hui, l'IA générative commence également à s'impliquer dans la création cinématographique et télévisuelle. Utopai Studios, société de production audiovisuelle spécialisée dans l'IA et dont l'activité repose sur la création narrative, révolutionne le paysage des modèles de génération vidéo avec son Utopai X.

Au 30 septembre, son modèle développé en interne, Utopai X, occupait la deuxième place mondiale du classement d'Artificial Analysis pour les vidéos textuelles avec audio, juste derrière Wan 3.0 et devant Dreamina Seedance 2.5. Il s'agit également du modèle le mieux classé d'une entreprise américaine dans ce classement.

Anecdote amusante : ce classement utilise le système d'évaluation à l'aveugle de Video Arena : les spectateurs ignorent la marque du modèle et votent uniquement sur des vidéos générées à partir d'une même requête, en fonction de leur expérience. Le classement est déterminé par le score Elo généré par ces votes. C'est également la première fois qu'un modèle développé en interne par une société de production cinématographique figure dans ce classement depuis l'introduction de l'évaluation à l'aveugle ; une entrée en scène remarquable.

Au-delà de ses réalisations, l'identité de l'entreprise est encore plus remarquable.

Son activité couvre le développement, le financement, la production et la distribution internationale de projets cinématographiques et télévisuels. Ses modèles et plateformes sont au service de la production audiovisuelle. Pour les professionnels du secteur, il s'agit d'un exemple rare : comment l'IA générative peut intervenir de la création d'un plan unique jusqu'à la production d'une œuvre complète.

Une société de production cinématographique et télévisuelle a atteint la phase finale de la modélisation vidéo.

Utopai a son siège social à Mountain View, en Californie, et ses cofondateurs, Cecilia Shen et Jie Yang, occupent respectivement les postes de PDG et de directeur technique. Cecilia Shen travaillait auparavant chez Google X sur des solutions de science des données et d'intelligence artificielle.

Le développement d’Utopai a débuté avec Cybever, fondée en 2022.

Les premiers travaux de recherche et développement se sont concentrés sur la génération procédurale de contenu et les environnements 3D haute fidélité, jetant ainsi les bases de la prévisualisation pour les jeux et les films. Par la suite, de nouvelles pistes ont été explorées et le domaine s'est progressivement étendu au raisonnement spatial, aux mouvements de caméra et à la génération de vidéos cinématographiques à partir de la prévisualisation 3D.

En 2025, Cybever est devenu Utopai Studios et a commencé à développer un système de production et de distribution de films et de programmes télévisés axé sur des œuvres originales et des coproductions. Ses technologies développées en interne ont également été intégrées aux productions existantes pour faciliter le développement des personnages, des scènes et des plans.

Selon Forbes, Utopai est valorisée à environ 1 milliard de dollars. Variety, dans son article consacré à cette collaboration, la décrit comme « la plus grande société indépendante de production cinématographique et télévisuelle au monde utilisant l'intelligence artificielle », et présente trois films et deux séries dont la sortie est prévue en 2027.

Les besoins pratiques de la production cinématographique et télévisuelle ont constitué les principaux défis pour le développement du modèle d'Utopai.

Il est important de comprendre que si les outils de génération vidéo permettent aux utilisateurs de « tirer des cartes » à répétition, la production d'un long métrage est un processus complètement différent : des centaines, voire des milliers de plans doivent être reliés pour former un récit complet, et les personnages, les environnements et les accessoires doivent résister à une exposition répétée à la caméra.

Le processus de production a également nécessité de nombreuses révisions.

Le réalisateur peut approuver le design des personnages mais vouloir modifier l'éclairage ; il peut conserver la mise en scène mais devoir changer les mouvements des personnages. Chaque modification doit s'efforcer de préserver les choix créatifs précédemment établis, afin de permettre l'intégration des nouvelles images dans d'autres plans.

La qualité du résultat, la cohérence entre les plans et la possibilité de modification sont ainsi devenues les trois principaux obstacles que la production de longs métrages doit surmonter simultanément.

Le développement d'Utopai X a également été guidé par ces exigences de production. L'analyse d'intelligence artificielle a révélé que le modèle avait été post-entraîné sur MiniMax H3 et que ses performances surpassaient celles du modèle MiniMax H3 original et de MiniMax H3 Max, également développé à partir de celui-ci.

Selon les dernières informations, Utopai X s'est classé premier dans les catégories de synchronisation audio et de performances physiques, et deuxième dans les catégories d'éclairage, de matériaux et de contrôle de la caméra.

Ces compétences correspondent aux exigences strictes du tournage : le son doit correspondre à l’action à l’écran ; les changements de lumière lorsqu’elle traverse le verre, l’eau ou le métal doivent être réalistes ; et la relation spatiale entre le personnage et l’environnement doit rester continue malgré les mouvements de la caméra.

Utopai X a également optimisé des fonctionnalités telles que la réflexion, les caustiques, la compréhension spatiale et une cohérence avancée pour améliorer l'utilisabilité des séquences, permettant aux cinéastes d'ajuster les plans en fonction de leurs idées créatives et de réduire le travail de génération et de resélection répétées des séquences.

D'Utopai X à PAI, l'intégration des capacités génératives dans le processus de production

Les images que le modèle peut générer doivent encore être transformées en fonctionnalités que les cinéastes pourront utiliser via le système de production.

À cette fin, Utopai a développé la plateforme d'intelligence de production PAI, en y intégrant étroitement Utopai X. Les deux modules remplissent des fonctions distinctes : Utopai X assure la génération vidéo, tandis que PAI organise les scripts, les personnages, les scènes, les plans et les retours créatifs, permettant ainsi au processus de génération d'exploiter les informations existantes du projet.

Dans PAI, un scénario peut être décomposé en scènes et en plans, les personnages, les lieux, les accessoires et les références visuelles étant tous liés au projet. Lorsqu'ils créent un nouveau plan, les réalisateurs peuvent directement s'appuyer sur les décors établis, sans avoir à réinventer l'univers narratif à chaque fois.

Les agents d'IA intégrés à la plateforme agissent comme des « assistants de production », apportant un soutien précieux : ils aident les cinéastes à planifier les plans, à tester des idées et à générer plusieurs versions en fonction du contexte de production. Les créateurs peuvent ainsi comparer différentes options, revoir les versions précédentes et prendre les décisions finales concernant les éléments à conserver et à modifier.

Les séquences sélectionnées sont ensuite intégrées à la chronologie de montage et à des outils de post-production professionnels tels que Premiere et DaVinci Resolve, formant ainsi un flux de travail cohérent allant du développement créatif et de la génération des séquences à la livraison en post-production.

Tout au long du processus, le destin du récit, le style visuel, le jeu des acteurs et la version finale sont restés entre les mains des cinéastes. L'idée, défendue par le directeur scientifique Zijian He, que « la technologie doit élargir le champ d'expression du cinéaste », se reflète également dans cette répartition des tâches, offrant aux créateurs une plus grande liberté d'expérimentation et leur permettant de garder le contrôle sur le résultat.

Avec la recherche, le développement et la production menés en parallèle sous un même toit et à proximité les uns des autres, un cercle vertueux d'itération continue s'est naturellement instauré.

Les difficultés rencontrées par les artistes sur le plateau de tournage deviennent directement des problèmes que la R&D doit résoudre. Par exemple, comment assurer la cohérence d'un même personnage d'une scène à l'autre, comment conserver les compositions approuvées après modification des animations et comment intégrer plusieurs versions lors du montage pour permettre à l'équipe créative principale de les comparer.

Les données et les retours d'experts recueillis pendant la production ont permis d'affiner les modèles, les agents et les flux de travail. Les nouvelles compétences acquises ont ensuite été mises à profit dans le projet en cours et se sont propagées aux projets suivants, créant ainsi un effet boule de neige.

Comparativement au test de séquences individuelles, la production professionnelle offre un retour d'information plus complet. Au-delà de la simple évaluation esthétique d'un plan, les cinéastes évaluent son intégration harmonieuse avec les plans précédents et suivants, son potentiel de modifications ultérieures et sa conformité aux exigences de livraison finale.

Les propriétés intellectuelles chinoises et les productions mondiales ont trouvé de nouvelles façons de collaborer.

Au-delà des classements, le système de production d'Utopai explore des histoires de genres et de contextes culturels différents, subissant une épreuve plus complexe qu'un simple clip vidéo.

Le long métrage d'animation « The Most Serious Fart », dont la sortie est prévue en 2027, est adapté du livre d'images pour enfants du même nom de Mike Bender, publié en 2023. L'histoire tourne autour de Siegfried, un pet exceptionnellement sérieux qui espère changer la façon dont les autres le perçoivent et apprend à s'accepter et à trouver un sentiment d'appartenance au cours de son voyage.

Ce postulat, en apparence absurde, aborde les thèmes de la reconnaissance identitaire, de l'acceptation de soi et de la lutte contre les préjugés. Utopai ambitionne de développer des propriétés intellectuelles de divertissement à vocation internationale et pérenne, en s'appuyant sur des personnages et des univers narratifs reconnaissables, faisant du film le point de départ d'une création continue.

L'équipe créative reflète également cette approche de développement.

Mike Bender, l'auteur original, signera le scénario et la réalisation. Il a précédemment travaillé sur la comédie *Sex Academy* et est également co-auteur de *Photos de famille gênantes*. Russell Hollander sera producteur, et Chuck Dillon, l'illustrateur original, sera directeur artistique, veillant à ce que les traits de caractère et les caractéristiques visuelles de l'album soient fidèlement reproduits dans le film.

Joe Stillman, co-scénariste de *Shrek*, nominé aux Oscars dans la catégorie Meilleur scénario adapté, a été coproducteur exécutif. Andy Brooks, qui a travaillé sur des films comme *Dragons*, a rejoint l'équipe de création du scénario et des storyboards. John Lee, ancien directeur artistique chez Pixar, était responsable de la conception de la production. Scott Muller, directeur de casting pour *Les Simpson* et *Futurama*, s'est chargé du casting vocal. Les éléments clés de l'histoire, des visuels et du son ont tous été pris en charge par des professionnels expérimentés.

Selon Utopai, les animateurs et illustrateurs humains pilotent le processus de création, tandis que l'IA intervient dans la production itérative. Les émotions des personnages et le rythme du récit restent toutefois sous le contrôle des créateurs principaux.

Le film familial *Half Moon*, également programmé, est une collaboration entre plusieurs partenaires, dont l'allemand In Good Company et le sud-coréen Paper Barn Studios, PAI fournissant certains éléments visuels. L'épopée historique *Cortés*, quant à elle, est confrontée à un défi de production d'un tout autre ordre : adapter ses vastes scènes historiques en un film pouvant être achevé et distribué.

L'histoire de *Cortés* se déroule en 1519 et relate l'expédition d'Hernán Cortés dans l'empire aztèque, marquée par le conflit entre les conquistadors espagnols et les Amérindiens. Le scénariste Nicholas Kazan, nommé aux Oscars, a déclaré travailler sur ce projet depuis plus de trente ans, son ampleur et son coût exorbitant ayant constamment freiné son avancement.

La difficulté du sujet découle également de son contexte historique.

L'arrivée des Espagnols, la guerre et la chute de Tenochtitlan s'inscrivent dans des récits historiques complexes et controversés. Kazan souligne que le film vise à reconnaître l'existence de différentes positions et perspectives, en présentant la rencontre et le conflit entre deux cultures à travers une histoire spécifique, évitant ainsi de réduire le récit d'un seul camp à l'intégralité de l'histoire. Cette démarche créative, qui consiste à intégrer de multiples perspectives, implique également que les créateurs aient traité les personnages historiques et les conflits avec précaution ; comprendre le contexte des différents groupes est tout aussi important que la reconstitution de la ville antique et des scènes de guerre.

Porter à l'écran la cité antique de Tenochtitlan, ses guerres et ses bouleversements impériaux exige une mise en scène complexe, un jeu d'ensemble et une production visuelle soignée. Utopai prévoit d'utiliser des outils de production basés sur l'IA pour pallier ces contraintes d'échelle et de coût, offrant ainsi de nouvelles conditions de production à cette histoire qui, depuis longtemps, n'a pu être portée à l'écran.

Réalisé par Paul Mignot et produit par Marco Weber, le film a été produit à Paris mais tourné en Espagne, avec une date de sortie prévue en 2027. Plus de trente ans de travail continu du scénariste, combinés à l'investissement d'Utopai dans la technologie de production, commencent à converger vers le même résultat : faire de cette histoire un film que le public puisse réellement regarder.

Les collaborations d'Utopai en Asie sont également adaptées à des besoins spécifiques, sélectionnant les technologies appropriées en fonction des exigences narratives des œuvres.

Utopai a co-développé et distribué la série animée « Voyage en Occident : Les 500 ans perdus » avec Huace Media, en utilisant PAI pour le développement et la production ; la collaboration avec le studio japonais DeNA a porté sur les concepts visuels, les personnages, les environnements et les itérations de scènes, les droits de révision créative restant détenus par les artistes de DeNA.

Les opérations coréennes s'appuient sur l'équipe créative d'Alquimista Media, et le responsable Asie-Pacifique, Hyun Park, a travaillé chez Studio Dragon, Warner Bros. Korea et DramaFever.

L'IA peut aider les créateurs à tester plus rapidement les visuels, mais la sélection des personnages, du contexte culturel et des éléments narratifs doit toujours être supervisée par des personnes connaissant bien l'œuvre.

Des films d'animation hollywoodiens aux classiques chinois, ces collaborations ne se contentent pas d'illustrer comment l'IA bouleverse l'industrie du cinéma et de la télévision. Elles visent à adapter les techniques de production aux esthétiques et aux récits locaux, à conjuguer la créativité locale à l'expérience de production et de distribution à l'international, et à tirer parti des ressources existantes pour se développer à l'étranger.

Il pourrait s'agir d'un modèle de collaboration plus sain entre les industries de l'IA et du cinéma, et les méthodes de distribution de ces œuvres évoluent également.

« Space Nation », une collaboration avec des partenaires comme Ex Machina Studios, est une série de science-fiction en huit épisodes, prévue pour une longue saison, qui relate la lutte de l'humanité contre une menace extraterrestre. Pour PAI, les exigences d'une telle série vont bien au-delà de la simple création de quelques scènes spatiales ; les personnages, les environnements, le style visuel et la cohérence narrative doivent rester constants tout au long de la saison.

De la création d'univers et du développement des personnages à la conception visuelle de différents environnements et au maintien de la cohérence entre les épisodes, les séries de science-fiction au long cours mettent régulièrement à l'épreuve la capacité des outils de production à être utilisés de manière cohérente dans des projets complexes. Une franchise à long terme doit également permettre aux histoires suivantes d'utiliser les décors existants, évitant ainsi de devoir reconstruire l'univers entier à chaque production.

Space Nation est également devenue la première série d'IA à s'associer à des acheteurs de droits d'auteur traditionnels, tels que Globoplay au Brésil et une chaîne de télévision allemande, qui ont acquis les droits de distribution aux prix du marché pour du contenu non basé sur l'IA.

Selon Forbes, si les produits finaux sont livrés à temps, les revenus cumulés des préventes pour Space Nation et Cortés pourraient atteindre jusqu'à 110 millions de dollars.

Derrière les transactions liées aux droits d'auteur, l'avancement des deux projets est bien plus complexe qu'on ne pourrait l'imaginer.

Les premières informations concernant « Cortés » et « Space Nation » ont fait surface dès 2025, mais leur sortie, initialement prévue pour 2027, n'est en bonne voie que maintenant. Ce long processus s'explique par le fait qu'Hollywood est particulièrement attentif aux limites de l'utilisation de l'intelligence artificielle à une époque où le projet se déroule sous de multiples angles.

Selon Forbes, Cortés prévoit de mêler prises de vue réelles et environnements numériques, en filmant les acteurs puis en les intégrant dans des scènes virtuelles. De tels projets nécessitent beaucoup moins de personnel que les productions traditionnelles de même envergure. Pour les producteurs, cela ouvre la voie à des projets ambitieux ; pour les professionnels du secteur, cela se traduit également par des perspectives d'emploi.

La controverse vise donc un objectif précis : la possibilité de modifier l’image d’un acteur après un tournage, son utilisation dans d’autres plans ou même dans des œuvres ultérieures, et le calcul des droits et des rémunérations. Tous ces éléments déterminent directement l’acceptabilité de cette méthode de production.

Suite à la grève de 2023, l'accord conclu par la SAG-AFTRA a instauré des exigences en matière de consentement éclairé et de rémunération pour les doublures numériques, protégeant ainsi les acteurs principaux et les figurants. Les sociétés de production ne peuvent plus considérer un tournage comme une autorisation d'utilisation illimitée de l'image d'un acteur.

Les scénaristes ont également obtenu des limites claires. L'accord de 2023 de la Writers Guild of America (WGA) stipule que les sociétés de production ne peuvent contraindre les scénaristes à utiliser l'IA, ni utiliser de contenu généré par IA pour réduire leurs crédits et leurs droits. Pour les studios qui intègrent pleinement l'IA dans la production, il est essentiel de préserver le pouvoir de décision des créateurs humains, notamment en ce qui concerne le développement du scénario, l'utilisation du contenu et les accords contractuels.

En réponse aux inquiétudes du secteur, Cecilia Shen a souligné dans une interview accordée à Forbes qu'Utopai utilise des données d'entraînement libres de droits, est disposée à collaborer avec les syndicats du secteur et conserve le pouvoir de décision créatif entre les mains des humains. Ce sont là les déclarations publiques d'Utopai, et l'on ne peut en conclure que tous les différends entre les deux parties ont été résolus.

En 2026, la rubrique « Collaboration » de Variety révélait que *Space Nation* était entré en production et que son développement se déroulerait dans le respect du cadre syndical hollywoodien. De la promotion du projet à sa sortie, la persévérance d'Utopai se manifeste également par sa volonté d'investir du temps dans les négociations et la production, au-delà des aspects techniques. Chaque avancée représente une nouvelle étape dans la prise en compte simultanée des enjeux créatifs, budgétaires, de production et des réglementations du secteur.

De plus, Utopai est la première société de production cinématographique utilisant l'IA à rejoindre la Writers Guild of Hollywood et la Screen Actors Guild, obtenant ainsi une reconnaissance officielle au sein de l'industrie cinématographique traditionnelle. Festivals de cinéma, créateurs professionnels, réglementations du secteur et transactions de droits d'auteur l'ont progressivement intégrée au paysage cinématographique, et l'appellation de « société de production cinématographique nativement IA » correspond désormais à une production et une distribution concrètes.

Les nouveaux outils ne tuent que rarement l'art ancien, mais ils redéfinissent les limites de la narration. De même que la peinture n'a pas disparu avec l'avènement de la photographie, mais a au contraire offert aux peintres davantage de raisons d'explorer ce que l'objectif ne pouvait saisir, la photographie s'est progressivement développée en un nouveau langage artistique.

La vidéo basée sur l'IA suit actuellement cette voie bien connue. Utopai s'y est également imposée, intégrant le développement de modèles aux responsabilités de la production cinématographique et télévisuelle. Le véritable test pour ce modèle et cette plateforme sera de savoir si ces œuvres parviennent à maintenir l'intérêt du public et si davantage d'histoires, auparavant bloquées par des contraintes budgétaires, peuvent être réalisées.

L'expérience cinématographique ne se résume pas à un simple score Elo. Ce n'est que lorsque davantage d'histoires, auparavant mises de côté faute de moyens, pourront enfin être projetées sur grand écran, et lorsque le public sera disposé à rester jusqu'à la fin du générique, que l'IA pourra véritablement passer du stade de la vidéo de démonstration à celui du long métrage.