LTX-2 en 4K local /
Firefly à la main /
SongGeneration 2 au-delà de Suno

Ce qui distingue LTX-2 des précédentes tentatives open source n'est pas uniquement la résolution — c'est la synchronisation audio-vidéo dans un modèle unique. Jusqu'ici, le son était généré séparément et aligné après coup, avec les approximations que cela implique. Avoir les deux dans le même diffuseur, entraînés conjointement, change structurellement la façon dont le modèle peut représenter la relation entre image et son.

La mise sur carte grand public via NVIDIA RTX est le signal le plus intéressant de cette séquence. Non par enthousiasme pour la "démocratisation" — ce mot usé —, mais parce que cela déplace la question de la puissance de calcul vers celle de la direction artistique. L'outil existe, il tourne en local : qui va s'en emparer, avec quelle vision, vers quel résultat ? La question de la ressource cesse d'être le goulot d'étranglement.

La structure de licence — ouverte sous dix millions de dollars — est un choix calculé. Elle maximise l'adoption dans la communauté créative indépendante tout en préservant un modèle commercial pour les grandes structures. C'est une décision industrielle cohérente, pas un acte de générosité. Elle méritera d'être réexaminée si LTX-2 devient un standard de fait.

L'entraînement sur ses propres images est une revendication ancienne dans la communauté des artistes utilisant des outils génératifs — et une promesse que les grandes plateformes ont longtemps évitée, en partie pour des raisons légales, en partie parce que cela déplace le pouvoir vers l'utilisateur. Adobe franchit ce pas, et il faut en mesurer la portée réelle, sans enthousiasme réflexe.

Ce qui est intéressant dans l'approche d'Adobe n'est pas la technique — d'autres, souvent en open source, permettaient déjà d'entraîner des LoRA ou des DreamBooth sur ses propres visuels depuis 2022. C'est l'intégration dans un workflow créatif professionnel, avec une interface pensée pour les praticiens qui ne veulent pas de ligne de commande. La barrière d'accès descend, ce qui élargit le bassin d'utilisateurs potentiels.

La question qui reste ouverte est celle de la souveraineté. À qui appartient le modèle entraîné ? Sur quels serveurs réside-t-il ? Ces questions de contrôle sur les données stylistiques — le style étant le capital immatériel central d'un artiste — méritent d'être posées avant d'entraîner son esthétique dans un cloud commercial. Adobe n'a pas communiqué de réponses claires à ce stade, et cette absence est en elle-même une information.

Il est notable que la parité avec les meilleurs systèmes commerciaux soit atteinte en open source avec des ressources académiques. Cela suit un schéma désormais connu : les grands acteurs ouvrent la voie, la recherche académique et les acteurs indépendants les rattrapent en quelques trimestres, souvent en rendant public ce que les premiers gardaient fermé. Le délai entre publication d'un modèle commercial et sa réplication open source se réduit à chaque cycle.

Pour les compositeurs et les producteurs, la vraie question n'est pas de savoir si SongGeneration 2 "sonne bien" — les benchmarks sur ce point sont encourageants. C'est de savoir dans quelles conditions cela tourne en local, sans abonnement, sans données envoyées sur un serveur tiers. Apache 2.0 donne une réponse claire sur la licence. Reste la question pratique : combien de VRAM, quel matériel, quel temps de génération sur une configuration non spécialisée — questions que les publications académiques laissent souvent sans réponse claire.

Le fait que Tencent publie en open source un modèle au niveau de Suno v5 n'est pas un acte de générosité — c'est une stratégie industrielle. L'effet d'entraînement sur l'écosystème est réel et mesurable, et c'est ce qui compte, quelle que soit l'intention initiale. Le mouvement est structurellement favorable à l'indépendance des créatifs, même s'il est motivé par d'autres logiques.