Kyutai réduit le délai de réaction des mondes virtuels générés par IA
— AUDIOVISUEL
Kyutai publie sept autoencodeurs vidéo pensés pour piloter un monde simulé en temps réel, là où les générateurs vidéo classiques imposent des secondes d'attente. La recherche touche directement les briques de compression qui équipent déjà Wan 2.2, LTX-2 ou Cosmos.
Un monde virtuel qui met une demi-seconde à répondre à un clic devient inutilisable pour piloter un robot ou une voiture simulée. C'est ce décalage que Kyutai attaque avec CADRE, une famille de sept autoencodeurs vidéo conçus pour accélérer la boucle action-image sans perdre en qualité de mouvement.
Le laboratoire français cible un seuil précis : 230 millisecondes, le moment où un décalage entre une commande et son résultat devient perceptible à l'oeil. En dessous, une simulation se pilote. Au-dessus, elle se regarde avec un temps de retard, comme un jeu vidéo mal optimisé.
Le sujet dépasse le laboratoire de recherche pure. Les autoencodeurs qui compressent la vidéo pour la rendre manipulable par une IA sont les mêmes briques qui tournent aujourd'hui derrière Wan 2.2, LTX-2 ou NVIDIA Cosmos, des générateurs déjà présents dans certains flux de production vidéo. Que Kyutai documente où et comment compresser sans perdre la cohérence des mouvements intéresse directement ceux qui bâtiront la prochaine génération de ces outils.
La réserve tient à la spécialisation des modèles testés. Chaque configuration reste optimisée pour un seul type d'environnement, manipulation robotique, conduite ou navigation intérieure, sans qu'un modèle unique ne couvre l'ensemble avec la même qualité. Kyutai le dit lui-même : rien ne prouve encore qu'un entraînement généraliste tienne la même promesse de réactivité.
Ce travail ne livre aucun outil de montage, aucune interface à ouvrir demain matin. Il pose les fondations de ce que deviendront les générateurs vidéo interactifs dans deux ou trois ans, le moment où une vidéo générée par IA cessera d'être une séquence figée pour devenir un décor qu'on dirige à la volée. Le code ouvert et les poids publiés par Kyutai signifient que cette brique de latence basse va désormais circuler dans d'autres laboratoires, avant d'atterrir, un jour, dans un logiciel que les créatifs connaîtront par son nom et pas par son architecture.