Phoenix-4.5 fait bouger épaules et buste des avatars vidéo
— AUDIOVISUEL
Tavus anime désormais tout le haut du corps de ses avatars conversationnels en une seule passe, là où le visage se contentait autrefois de parler sur un buste figé. La promesse vise les vidéos de vente, de santé et de formation d'entreprise, avec des chiffres d'engagement qui restent ceux du fournisseur.
Un visage qui articule chaque syllabe pendant que les épaules restent soudées au décor, tout praticien de la vidéo générative connaît ce défaut. Phoenix-4.5, présenté par Tavus, traite désormais tête, cou, épaules et torse dans un seul geste génératif, sans coller un visage animé sur un corps préenregistré. Le résultat suit le rythme d'une phrase et continue de bouger pendant les silences, au lieu de basculer entre un mode parole et un mode statue.
Le premier métier qui croise cette annonce est celui du réalisateur ou du motion designer chargé des vidéos de formation et de démonstration commerciale en entreprise. Tavus cite une rétention de connaissances supérieure de 40 % pour ce type de contenu, un argument qui parle directement aux budgets qui financent aujourd'hui un formateur filmé, un décor et une équipe son. Un studio qui facturait ce tournage voit désormais un avatar généré capable de tenir le même rôle, avec un langage corporel qui ne se limite plus au visage.
Le repère le plus concret concerne la création d'un personnage. Phoenix-4 imposait environ quatre heures d'entraînement avant d'obtenir un avatar exploitable. Phoenix-4.5 propose une première prévisualisation en une minute à partir d'une seule image, la version affinée arrivant ensuite en arrière-plan. Un client peut désormais valider l'apparence d'un porte-parole synthétique avant même la fin d'une réunion de brief.
Les chiffres de vitesse et de qualité annoncés viennent uniquement des tests internes de Tavus, sans liste des concurrents évalués ni protocole partagé. L'affirmation d'un délai supérieur de 25 % à tout autre système doit se lire comme un argument commercial plutôt que comme une mesure vérifiable. La comparaison au test de Turing relève du même registre, aucune évaluation en aveugle n'étant publiée pour la soutenir.
L'avancée qui compte vraiment pour un praticien de l'image tient à un détail moins spectaculaire : la disparition progressive du visage parlant posé sur un buste immobile, ce défaut qui trahissait l'avatar en une seconde à l'écran. Pour un réalisateur de vidéos d'entreprise, la question n'est plus de savoir si un avatar peut parler correctement, mais s'il devient temps de chiffrer ce poste à côté d'un tournage classique.