Il y a six mois, générer une image à partir d’une phrase relevait encore de la curiosité de laboratoire. Depuis l’été, tout le monde peut le faire. Midjourney a ouvert sa bêta au public en juillet, via un serveur Discord. Le 22 août, Stability AI a publié Stable Diffusion en accès libre, avec son code et son modèle. Entre-temps, OpenAI a élargi l’accès à DALL-E 2. Pour les studios de jeux vidéo, Midjourney et Stable Diffusion posent déjà une question très concrète : que faire de ces outils ?
Midjourney et Stable Diffusion, comment ça marche
Le principe est d’abord déroutant de simplicité. L’utilisateur tape une description, par exemple « une forteresse gothique sous la neige, style peinture à l’huile ». Quelques secondes plus tard, l’outil propose plusieurs images. Si le résultat ne plaît pas, on modifie la phrase et on recommence. Il suffit de quelques essais pour obtenir des visuels souvent impressionnants.
Ces outils reposent sur des modèles de diffusion. Ils ont appris à partir de centaines de millions d’images associées à des descriptions, récupérées sur Internet. Concrètement, le modèle part d’un bruit aléatoire et le transforme peu à peu en image correspondant au texte. Pour le dire simplement, c’est de la magie noire avec beaucoup de cartes graphiques.
Les deux outils suivent toutefois des philosophies très différentes. Midjourney fonctionne comme un service : on l’utilise sur Discord, avec un abonnement payant au-delà de quelques essais gratuits. Il se distingue en outre par un style très reconnaissable, souvent pictural. Stable Diffusion, lui, est publié en libre accès. Le modèle tourne sur un PC équipé d’une carte graphique récente, sans passer par un serveur extérieur. Les développeurs peuvent donc l’intégrer à leurs propres outils.
Ce que les studios peuvent en faire
Pour un studio, l’usage le plus évident concerne la recherche visuelle. En début de projet, les directeurs artistiques compilent des planches d’ambiance pour fixer le ton d’un jeu. Avec Midjourney, une équipe peut produire des dizaines de pistes en une matinée. Les graphistes partent ensuite de ces images pour dessiner leurs propres créations.
D’autres usages apparaissent également. Stable Diffusion peut générer des textures, des motifs ou des fonds pour des prototypes. Certains développeurs indépendants testent la création d’illustrations pour des cartes, des portraits de personnages ou des jaquettes provisoires. Pour un développeur seul, sans budget pour un illustrateur, l’outil ouvre des portes jusque-là fermées. Les jeux de rôle en ASCII n’ont qu’à bien se tenir.
Toutefois, les limites restent nombreuses. Les mains comptent souvent six doigts. Les textes dans les images ressemblent à une langue extraterrestre. Il reste surtout très difficile de produire plusieurs fois le même personnage sous différents angles. Pour un jeu, qui exige une cohérence visuelle stricte, ces défauts pèsent lourd. Un outil de recherche, oui. Un remplaçant pour une équipe artistique, pas encore.
Le coût, lui, reste dérisoire. L’abonnement de base à Midjourney coûte 10 dollars par mois. Stable Diffusion est gratuit pour qui possède la machine adaptée. Comparé au tarif d’un illustrateur, l’écart fait forcément réfléchir les directions financières. C’est précisément ce qui inquiète les artistes.
Les artistes inquiets
La communauté artistique réagit d’ailleurs avec méfiance. Fin août, une image générée avec Midjourney a remporté le premier prix de la catégorie art numérique à la foire d’État du Colorado. Son auteur, Jason Allen, l’avait présentée sous le nom « Jason M. Allen via Midjourney ». La victoire a déclenché une vive polémique sur les réseaux sociaux. Beaucoup d’artistes y voient la preuve que leur métier est menacé.
Le problème le plus sensible concerne pourtant les données. Ces modèles ont appris à partir d’images trouvées en ligne, y compris des œuvres d’artistes qui n’ont jamais donné leur accord. Certains illustrateurs constatent qu’il suffit de taper leur nom pour obtenir des images dans leur style. Pour eux, l’outil copie leur travail sans les rémunérer.
Par ailleurs, la question juridique reste en suspens. Le droit d’auteur n’a pas été pensé pour ces outils. Qui possède une image générée par une machine ? L’utilisateur, l’éditeur de l’outil, ou personne ? Les tribunaux ne se sont pas encore prononcés. Pour un studio qui commercialise un jeu, utiliser ces images dans le produit final présente donc un risque réel.
Ce que ça change pour les développeurs
À court terme, la prudence s’impose. Utiliser ces outils pour tester des idées en interne ne pose guère de problème. En revanche, intégrer directement des images générées dans un jeu vendu reste risqué, faute de cadre juridique clair. Les plateformes de distribution pourraient aussi adopter leurs propres règles dans les mois qui viennent.
À moyen terme, ces outils vont sans doute transformer le travail des équipes artistiques. Ils ne remplaceront pas la direction artistique, qui donne sa cohérence à un jeu. Toutefois, ils pourraient accélérer certaines tâches répétitives. Les studios devront aussi se poser une question éthique : comment utiliser ces outils sans pénaliser les artistes dont le travail a servi à les entraîner ?
Enfin, la vitesse de progression interroge. Il y a un an, les images générées restaient floues et approximatives. Aujourd’hui, elles séduisent déjà un jury d’art. Personne ne sait où en seront ces outils dans un an. Une chose semble sûre : les studios qui ignorent le sujet risquent d’être pris de court, dans un sens comme dans l’autre.
Midjourney et Stable Diffusion ouvrent une nouvelle ère pour la création visuelle. Les studios sauront-ils les utiliser comme des outils au service de leurs artistes, ou seront-ils tentés de s’en servir pour réduire leurs équipes ?
À lire : Le livre Indie Games est de retour !