La NHL mise sur les audiobooks de romance pendant que les générateurs de vidéos IA se multiplient

La Ligue nationale de hockey a commencé à publier cette semaine de courtes histoires audio au ton romantique mettant en scène ses propres joueurs. Certains des écrivains contactés ont publiquement refusé de participer. WIRED a révélé le premier lot, faisant partie d'une campagne intitulée « Hot for Hockey », le vendredi. Le média précise que la ligue a contacté des auteurs populaires de romance sur le hockey pour écrire et narrer des pièces de 60 à 90 secondes destinées aux plateformes d'audiobooks.

Ces histoires ne sont pas des romances. Elles ressemblent à des accroches de quatrième de couverture conçues pour vendre des billets.

WIRED a cité le texte complet d'une d'entre elles, intitulée The Summer I Turned Gritty with Trevor Zegras : « Trevor Zegras est venu à Philly en quête d'un nouveau départ. Mais après avoir bataillé contre Pittsburgh en séries éliminatoires l'année dernière, il a découvert à quel point les choses pouvaient être rudes. Un été passionnant plus tard, le beau gosse de Philly est devenu bien plus costaud. » Le premier lot met également en scène Sebastian Aho des Carolina Hurricanes et Jack Eichel des Vegas Golden Knights, selon WIRED. Il a été écrit par C.R. Jane, autrice de Pucking Wrong.

Tout le monde dans le genre n'est pas amusé. Emily Rath, autrice de romans de hockey à succès, a déclaré sur Threads que la ligue l'avait contactée et qu'elle n'avait « jamais refusé une offre aussi vite », a rapporté WIRED. Rath a indiqué que le diaporama de la campagne contenait des blagues qu'elle considérait comme une moquerie du genre, ainsi que ce qu'elle dénonçait comme des rendus de couverture générés par IA. Chelsea Curto, autrice de la série D.C. Stars, a également signalé les graphismes IA. Elle a écrit qu'il valait probablement mieux qu'elle ait décliné, car ses livres « peuvent être très critiques envers la ligue ».

Un porte-parole de la NHL, Jon Weinstein, a déclaré à WIRED que la campagne est un « clin d'œil ludique à quelque chose qui se passe clairement dans le zeitgeist culturel ». Il a affirmé que la ligue était « très fière de s'associer à de vrais auteurs de hockey, illustrateurs et comédiens de voix dans ce domaine ».

Le volet visuel continue d'évoluer

L'affaire de la NHL rappelle que le contenu généré ou assisté par IA est désormais une partie courante du marketing des grandes organisations, et que les audiences le remarquent. Côté modèles, la semaine dernière a vu un flux régulier de sorties visant le travail vidéo et image.

Ideogram a annoncé le 1er octobre que son nouveau modèle Ideogram 4.5 peut modifier une partie d'une image sans altérer le reste. L'entreprise affirme que les modèles de pointe tels que GPT-Image 2.5 et Nano Banana montrent encore des artefacts après des modifications répétées. The Decoder a rapporté que le modèle est disponible en quatre niveaux de qualité, à des prix allant de 0,8 à 22 cents par image à une résolution native de 2K. Il est accessible dès maintenant sur la plateforme et l'API d'Ideogram, avec des partenaires tels que Picsart, Runway, Pika et Leonardo AI. Une version à poids ouverts est promise prochainement.

Tavus, de son côté, a introduit Griffin, qu'il appelle le premier « Modèle d'Interaction Humaine ». C'est un système qui traite la parole, les expressions faciales, le ton, les gestes et les pauses tout en recevant et en générant de la vidéo. Selon The Decoder, 48 pour cent des participants à une étude de Tavus ont cru que Griffin était une vraie personne après un appel vidéo d'une minute, contre un précédent maximum de deux pour cent. Dans un test indépendant de Nvidia mesurant à quel point une IA semble humaine dans une conversation audio-vidéo directe, Griffin a obtenu 3,83 points contre 3,92 pour les humains réels et 2,80 pour le meilleur modèle IA précédent.

Une préversion nommée Griffin-Lite est ouverte aux « testeurs sélectionnés en tant qu'aperçu de recherche ». Une version plus complète est promise une fois que les « préoccupations de sécurité seront résolues », a rapporté The Decoder. Tavus cite le tutorat, la pratique de conversations difficiles et l'assistance technique basée sur caméra comme utilisations possibles.

Les modèles de voix et de décision arrivent dans la même fenêtre

Microsoft AI a déployé de nouveaux modèles de parole le 2 octobre. Selon The Decoder, MAI-Transcribe-2-Streaming transcrit 60 langues et retourne ses premiers résultats partiels en un peu plus de 100 millisecondes. Microsoft affirme que cela permet aux agents vocaux de répondre pendant qu'une personne est encore en plein milieu d'une phrase. Une heure d'audio coûte 0,54 $ au prix d'introduction jusqu'à la fin de l'année. Les deux nouveaux modèles texte-parole, MAI-Voice-2.1 et MAI-Voice-2.1-Flash, couvrent 23 langues avec la même voix. La variante Flash a une latence de 150 millisecondes et coûte 15 $ par million de caractères au lieu de 22 $. Les deux peuvent cloner une voix à partir de quelques secondes d'audio de référence. Dans un test cité par The Decoder, environ la moitié des 4 000 participants ont pensé que les voix appartenaient à une personne réelle.

Les modèles de décision connaissent leur heure. Amazon Web Services a publié Strands Decider 2B, un modèle open source qui trie entre des options pré-définies et retourne une mesure de confiance, a rapporté TechCrunch le 1er octobre. Il a été construit par l'ingénieur distingué Marc Brooker après avoir vu Jev de TypeSafe. Il a brièvement dominé le classement Jevbench pour les modèles de sa taille. « Ce qui m'a d'abord intrigué dans cette classe de modèles, c'est qu'ils font un décideur parfait pour une étape de flux de travail », a déclaré Brooker à TechCrunch.

Jev de TypeSafe, publié le 1er octobre selon InfoQ, retourne des décisions probabilistes typées plutôt que du texte. Il coûte 0,042 $ par million de jetons d'entrée avec une sortie gratuite, offre une fenêtre de contexte de 32 000 jetons et une latence de bout en bout citée de 70 ms à 500 ms. L'ingénieur Vercel Pranit Sharma a constaté qu'un classificateur de sécurité s'exécutait cinq à 18 fois plus vite que le LLM qu'il remplaçait. Une analyse de 12 759 tweets de lancement par OpenChamber a placé les accélérations signalées par les utilisateurs à une médiane de 7x contre un titre de 193,6x, les économies de coûts à une médiane de 30x et la latence à une médiane de 76 ms.

Cloudflare a répondu le 1er octobre avec Clef et Clef-flash, des modèles de décision à poids ouverts qui peuvent également traiter des images et des vidéos et prennent en charge une fenêtre de contexte de 64 000 jetons, a rapporté The Register. Cloudflare affirme que Clef coûte 0,24 $ par million de jetons, près de six fois le prix de Jev. L'entreprise a auto-déclaré ses scores de référence, qui n'ont pas encore été reproduits sur l'Index des Décisions officiel, a noté The Register.

Gemini 4 Argon de Google, annoncé le 30 septembre, est restreint à un groupe de partenaires de cybersécurité vérifiés dans le cadre du programme Fairwind de l'entreprise. « Libérer en toute sécurité des capacités de frontière à ce niveau nécessite une approche progressive », a écrit Koray Kavukcuoglu, architecte IA en chef de Google, dans un billet de blog cité par The Guardian. TechCrunch a rapporté que Google affirme qu'Argon a battu GPT-6 Astra d'OpenAI et les modèles Fable et Opus d'Anthropic sur plusieurs benchmarks, citant le startup Vals.

Côté droits d'auteur, Anthropic a exhorté le gouvernement australien à considérer une « approbation conditionnelle » pour l'entraînement sur des œuvres australiennes protégées par le droit d'auteur dans un modèle opt-out, selon une soumission rapportée par The Guardian. L'ABC et l'SBS ont répliqué. L'ABC avertit d'une « cannibalisation de l'industrie des nouvelles australiennes » et appelle les entreprises d'IA à faire face aux mêmes règles de droits d'auteur, de diffamation et de confidentialité que les médias.

OpenAI a déclaré avoir perturbé une campagne de « distillation adversariale » qui a commencé début juillet et a culminé avec 16 000 requêtes de plus de 4 000 utilisateurs sur deux jours. L'entreprise attribue un cluster principal à des individus associés à Moonshot AI de la Chine, a rapporté CNBC. The Register a noté qu'OpenAI n'a pas précisé quels étaient ses modèles cibles et que Moonshot n'a pas répondu à une demande de commentaire.