Il y a un an, le studio hollywoodien Lionsgate annonçait en fanfare son partenariat avec Runway, promettant de transformer la création cinématographique grâce à l'intelligence artificielle. Les déclarations étaient ambitieuses : créer des films entiers en quelques heures, réinventer des franchises emblématiques comme John Wick en version animée. Pourtant, douze mois plus tard, la réalité s'avère bien différente des promesses initiales. ### Des ambitions contrariées par les contraintes techniques Le concept semblait séduisant sur le papier : Lionsgate fournirait son catalogue de plus de 20 000 titres pour entraîner un modèle d'IA personnalisé développé par Runway. Cette approche devait permettre au studio de générer du contenu vidéo cinématographique tout en conservant l'exclusivité de son modèle. L'objectif était d'optimiser les processus de pré-production et post-production, réduisant ainsi les coûts et les délais. Cependant, les spécialistes du secteur ont rapidement identifié une faille majeure dans cette stratégie. Même un catalogue aussi fourni que celui de Lionsgate ne constitue pas une base de données suffisante pour entraîner efficacement un modèle d'IA générative capable de produire du contenu de qualité professionnelle. Un expert familier du dossier souligne que "même le catalogue Disney serait insuffisant pour créer un modèle performant". Cette limitation technique remet en question la viabilité des projets les plus ambitieux du partenariat. La complexité de la génération vidéo par IA nécessite une compréhension fine de multiples éléments : physique humaine, synchronisation labiale, éclairage, ou encore cohérence narrative. Pour atteindre cette maîtrise, les modèles requièrent des volumes de données considérables et diversifiés. Google, avec son modèle Veo 3, exploite l'intégralité des archives YouTube sur vingt ans, soit un corpus infiniment plus vaste que le catalogue Lionsgate, et rencontre malgré tout des difficultés pour maintenir la cohérence dans le rendu des mouvements humains. ### L'écosystème multi-modèles comme solution pragmatique Face à ces limitations, l'industrie cinématographique développe une approche plus pragmatique basée sur l'utilisation de multiples modèles spécialisés. Chaque outil d'IA possède ses forces spécifiques : l'un excelle dans la génération d'expressions faciales réalistes, un autre dans les effets visuels ou la création de foules convaincantes. Cette diversification permet d'adapter l'outil aux besoins précis de chaque séquence. Jonathan Yunger, PDG d'Arcana Labs, explique cette évolution : "Pour créer un flux de travail professionnel complet, il faut plus qu'un seul modèle ; il faut un écosystème". Cette philosophie se retrouve chez Adobe avec Firefly, plateforme qui intègre différents modèles d'IA comme ceux de Google et OpenAI. L'exclusivité du partenariat Lionsgate-Runway, bien que non absolue selon le studio, limite paradoxalement les possibilités d'exploitation de cette approche multi-modèles. La réalité du terrain montre que l'IA générative trouve actuellement sa meilleure application dans des tâches ciblées : modification d'arrière-plans, création de modèles 3D de décors spécifiques, ou optimisation d'éléments visuels traditionnellement coûteux à reproduire. Ces usages, plus modestes que les promesses initiales, s'avèrent néanmoins précieux pour l'optimisation des budgets et des calendriers de production. ### Un labyrinthe juridique complexe Au-delà des défis techniques, le partenariat Lionsgate-Runway navigue dans un environnement juridique particulièrement incertain. Les questions de propriété intellectuelle et de droits connexes constituent un véritable casse-tête pour les studios. Ray Seilie, avocat spécialisé dans l'industrie du divertissement, souligne la complexité de la situation : "Dans l'industrie cinématographique, chaque production implique divers détenteurs de droits. Maintenant qu'il existe cette technologie permettant de créer une vidéo IA d'un acteur disant quelque chose qu'il n'a pas dit, ce type de droit devient très épineux". Les implications légales s'étendent bien au-delà de la simple utilisation des catalogues existants. Lionsgate peut-il légalement exploiter tous les éléments de ses films dans un modèle d'IA, ou certains droits ancillaires des acteurs, réalisateurs et scénaristes doivent-ils être renégociés ? Cette zone grise juridique pousse les équipes légales des studios à adopter une approche ultra-prudente, privilégiant la demande d'autorisation préalable plutôt que l'expérimentation audacieuse. La question du copyright sur les œuvres générées par IA ajoute une couche supplémentaire de complexité. Selon les directives du Bureau américain du copyright, les créateurs doivent prouver qu'une quantité substantielle de travail humain a été investie dans un projet pour qu'il puisse bénéficier d'une protection copyright complète. Cette exigence remet en question la valeur commerciale des contenus générés principalement par IA, créant une incertitude supplémentaire pour les investisseurs et les studios. ### Vers une intégration progressive et réaliste Malgré ces obstacles, l'industrie cinématographique poursuit son exploration de l'IA générative, mais avec des attentes recalibrées. Netflix a discrètement utilisé cette technologie pour la série argentine "The Eternaut", marquant une première pour le géant du streaming. Cette approche mesurée contraste avec les annonces fracassantes d'il y a un an, témoignant d'une maturation du secteur face aux réalités technologiques et légales. L'évolution rapide des modèles d'IA maintient l'espoir d'avancées significatives. Adobe vient d'annoncer le support du nouveau modèle Ray3 de Luma AI, illustrant la vitesse d'innovation du secteur. Cette accélération technologique, combinée à une meilleure compréhension des limitations actuelles, devrait progressivement ouvrir de nouvelles possibilités créatives tout en respectant les contraintes juridiques et économiques. Le cas Lionsgate-Runway offre un enseignement précieux sur les risques de l'adoption prématurée de technologies émergentes. Plutôt qu'une déception, cette expérience illustre le processus normal d'apprentissage et d'adaptation qui accompagne toute innovation majeure. Pour les professionnels souhaitant comprendre et maîtriser ces nouveaux outils, il devient essentiel de développer une expertise pratique qui dépasse les effets d'annonce. C'est précisément dans cette optique que des formations spécialisées comme [Automatiser ses workflows et Créer des agents IA](https://www.travelearn.fr/formation/optimiser-et-automatiser-son-quotidien-professionnel) permettent d'acquérir une vision réaliste et opérationnelle de ces technologies transformantes. Sources: [Runway](https://runwayml.com/news/runway-partners-with-lionsgate), [The Wrap](https://www.thewrap.com/lionsgate-runway-ai-deal-ip-model-concerns/)