Sora Turbo et Gemini 2.0 marquent un moment charnière pour l'industrie créative et l'ère des agents IA

La semaine dernière, OpenAI a lancé son outil d'intelligence artificielle (IA) générative texte-vidéo, « Sora ». La société a présenté cet outil pour la première fois en février 2024, mais a déclaré que les capacités de Sora avaient évolué depuis lors, c'est pourquoi elle surnomme la dernière version « Sora Turbo ».

AI, Artificial Intelligence, ChatGPT, generative AI, Gemini 2.0, Google, Grok, OpenAI, Sora, text-to-video, X.

IA, intelligence artificielle, ChatGPT, IA générative, Gemini 2.0, Google, Grok, OpenAI, Sora, text-to-video, X.

Hot Topics in AI: OpenAI’s Sora text-to-video generative AI tool now available to some users

Sujets d'actualité en matière d'IA : l'outil d'IA générative de synthèse texte-vidéo Sora d'OpenAI est désormais disponible pour certains utilisateurs

OpenAI recently launched its text-to-video generative artificial intelligence (AI) tool, codenamed “Sora.” While the company first previewed this tool in February 2024, they claim that Sora’s capabilities have evolved significantly since then, prompting them to dub the latest version “Sora Turbo.” Notably, OpenAI is currently making this tool available to ChatGPT Plus and Pro users.

OpenAI a récemment lancé son outil d'intelligence artificielle (IA) générative de texte en vidéo, nommé « Sora ». Bien que la société ait présenté cet outil pour la première fois en février 2024, elle affirme que les capacités de Sora ont considérablement évolué depuis lors, ce qui les a incités à surnommer la dernière version « Sora Turbo ». Notamment, OpenAI met actuellement cet outil à la disposition des utilisateurs de ChatGPT Plus et Pro.

However, the company is heavily restricting access, leaving many people—including me—unable to try the tool immediately after its launch.

Cependant, l’entreprise restreint considérablement l’accès, empêchant de nombreuses personnes, dont moi-même, d’essayer l’outil immédiatement après son lancement.

For those with access, Sora Turbo allows users to create up to 50 videos per month at 480p resolution for GPT Plus subscribers, while GPT Pro subscribers can create up to 10x more videos at higher resolutions, including 1080p. Currently, videos max out at 20 seconds, and users can blend their assets with AI-generated elements or create entirely new content from text prompts.

Pour ceux qui y ont accès, Sora Turbo permet aux utilisateurs de créer jusqu'à 50 vidéos par mois à une résolution de 480p pour les abonnés GPT Plus, tandis que les abonnés GPT Pro peuvent créer jusqu'à 10 fois plus de vidéos à des résolutions plus élevées, y compris 1080p. Actuellement, les vidéos durent au maximum 20 secondes et les utilisateurs peuvent mélanger leurs ressources avec des éléments générés par l'IA ou créer un contenu entièrement nouveau à partir d'invites textuelles.

The release of text-to-video tools like Sora marks a pivotal moment for the creative industry. On the one hand, businesses will likely leverage these tools to produce high-quality marketing materials quickly and at a fraction of the cost of traditional production methods. Similarly, independent creators can craft videos for personal projects or even indie films that rival professional studio output. These tools have the potential to level the field in video production and allow anyone with a creative vision to bring their ideas to life.

La sortie d’outils de conversion texte-vidéo comme Sora marque un moment charnière pour l’industrie créative. D’une part, les entreprises exploiteront probablement ces outils pour produire rapidement des supports marketing de haute qualité et à une fraction du coût des méthodes de production traditionnelles. De même, les créateurs indépendants peuvent créer des vidéos pour des projets personnels ou même des films indépendants qui rivalisent avec la production des studios professionnels. Ces outils ont le potentiel d’égaliser les règles du jeu en matière de production vidéo et de permettre à toute personne ayant une vision créative de donner vie à ses idées.

However, text-to-video AI also introduces new risks, including potential misuse in creating deepfakes. As these tools become more accessible, bad actors and trolls will try to exploit this technology to deceive others. We’ve already seen similar issues arise with text-to-image and text-to-audio AI, and text-to-video is poised to become the next attack vector.

Cependant, l’IA texte-vidéo introduit également de nouveaux risques, notamment une utilisation abusive potentielle dans la création de deepfakes. À mesure que ces outils deviennent plus accessibles, les mauvais acteurs et les trolls tenteront d’exploiter cette technologie pour tromper les autres. Nous avons déjà constaté des problèmes similaires avec l’IA texte-image et texte-audio, et le texte-vidéo est sur le point de devenir le prochain vecteur d’attaque.

Google launches Gemini 2.0 and enters the era of AI Agents

Google lance Gemini 2.0 et entre dans l'ère des agents IA

Last week, Google (NASDAQ: GOOGL) announced its latest AI innovation: Gemini 2.0, which the company describes as its most advanced multimodal model yet. In their official announcement, they even go as far as to say that Gemini 2.0 will usher in a new era of “agentic” AI, enabling the creation of autonomous agents designed to simplify everyday tasks.

La semaine dernière, Google (NASDAQ : GOOGL) a annoncé sa dernière innovation en matière d'IA : Gemini 2.0, que la société décrit comme son modèle multimodal le plus avancé à ce jour. Dans leur annonce officielle, ils vont même jusqu'à affirmer que Gemini 2.0 inaugurera une nouvelle ère d'IA « agentique », permettant la création d'agents autonomes conçus pour simplifier les tâches quotidiennes.

One of the first applications of Google’s AI agent powered by Gemini is Project Mariner, a Google Chrome extension currently in beta testing. Mariner acts as an AI-powered virtual assistant, capable of autonomously executing tasks like adding items to shopping carts, gathering information from multiple websites, and advising users on optimal strategies in games. However, to ensure safety and responsible use, Google says that Mariner will require a human somewhere in the operating loop at the moment, requiring user confirmation before the AI agent takes final action on things like making purchases.

L'une des premières applications de l'agent IA de Google optimisée par Gemini est Project Mariner, une extension de Google Chrome actuellement en phase de test bêta. Mariner agit comme un assistant virtuel alimenté par l'IA, capable d'exécuter de manière autonome des tâches telles que l'ajout d'articles aux paniers, la collecte d'informations sur plusieurs sites Web et le conseil aux utilisateurs sur les stratégies optimales dans les jeux. Cependant, pour garantir la sécurité et une utilisation responsable, Google affirme que Mariner aura actuellement besoin d'un humain quelque part dans la boucle d'exploitation, exigeant la confirmation de l'utilisateur avant que l'agent IA ne prenne l'action finale sur des choses comme effectuer des achats.

Google’s announcement signals that AI agents are becoming a significant focus for the industry. Unlike chatbots, which serve as enhanced search engines, AI agents introduce an entirely new use case. These tools can perform complex tasks autonomously, but their adoption may require re-education for users unfamiliar with this type of technology. While chatbots like ChatGPT have become second nature for many and were rather intuitive for most, AI agents are something entirely different. There is no direct digital substitute for their functionality, and that gap may make adoption slower than expected.

L'annonce de Google indique que les agents IA deviennent une priorité importante pour l'industrie. Contrairement aux chatbots, qui servent de moteurs de recherche améliorés, les agents IA introduisent un tout nouveau cas d’utilisation. Ces outils peuvent réaliser des tâches complexes de manière autonome, mais leur adoption peut nécessiter une rééducation pour les utilisateurs peu familiers avec ce type de technologie. Alors que les chatbots comme ChatGPT sont devenus une seconde nature pour beaucoup et étaient plutôt intuitifs pour la plupart, les agents IA sont quelque chose de complètement différent. Il n’existe pas de substitut numérique direct à leurs fonctionnalités, et cette lacune pourrait rendre leur adoption plus lente que prévu.

I see accessibility and ease of use as one of the biggest challenges for the average AI user. I feel that AI agent workflows will be so unfamiliar to this group that they will need some sort of training or education before they can dive into these systems.

Je considère l’accessibilité et la facilité d’utilisation comme l’un des plus grands défis pour l’utilisateur moyen d’IA. Je pense que les flux de travail des agents IA seront si peu familiers à ce groupe qu'ils auront besoin d'une sorte de formation ou d'éducation avant de pouvoir se plonger dans ces systèmes.

X makes Grok free and adds Tweet analysis features

X rend Grok gratuit et ajoute des fonctionnalités d'analyse des tweets

Meanwhile, X (formerly Twitter) expanded access to its internal AI chatbot, Grok, by making it free for all users. Previously available only to X Premium subscribers, Grok has also received two more notable upgrades, including enhanced text-to-image generation and a new feature for analyzing tweets.

Pendant ce temps, X (anciennement Twitter) a étendu l'accès à son chatbot IA interne, Grok, en le rendant gratuit pour tous les utilisateurs. Auparavant disponible uniquement pour les abonnés X Premium, Grok a également reçu deux autres mises à niveau notables, notamment une génération améliorée de texte en image et une nouvelle fonctionnalité d'analyse des tweets.

While its image generation capabilities are impressive, its text-to-text outputs fall short of industry standard. That being said, the Grok Analysis tool is the standout feature. It allows users to break down tweets into digestible summaries with context and links to related news or background information.

Bien que ses capacités de génération d'images soient impressionnantes, ses sorties texte-texte ne répondent pas aux normes de l'industrie. Cela étant dit, l'outil Grok Analysis est la fonctionnalité la plus remarquable. Il permet aux utilisateurs de décomposer les tweets en résumés compréhensibles avec un contexte et des liens vers des actualités ou des informations générales connexes.

While I find this tool useful, I still find it flawed. For instance, when I asked a follow-up question about an analyzed tweet, Grok seemed to “forget” the initial context, leading to fragmented conversations rather than a continuous dialogue from the first message sent.

Même si je trouve cet outil utile, je le trouve toujours imparfait. Par exemple, lorsque j’ai posé une question de suivi sur un tweet analysé, Grok a semblé « oublier » le contexte initial, conduisant à des conversations fragmentées plutôt qu’à un dialogue continu à partir du premier message envoyé.

Despite integrating into X’s ecosystem, Grok still lags behind leading AI chatbots like GPT-4, Claude 3.5, and Google’s Gemini 2.0.

Malgré son intégration dans l'écosystème de X, Grok est toujours à la traîne des principaux chatbots IA tels que GPT-4, Claude 3.5 et Gemini 2.0 de Google.