Midjourney a lancé le 17 mars 2026 une version alpha de son modèle V8, accessible sur alpha.midjourney.com, construite sur un moteur entièrement réécrit en code natif GPU — une rupture architecturale franche par rapport aux versions précédentes. La génération standard y est 4 à 5 fois plus rapide qu'avec V6, et le paramètre --hd permet de produire des images en résolution 2K native, sans passer par un upscaling a posteriori — ce qui avait jusqu'ici constitué l'une des limites les plus visibles de la chaîne de production. La compréhension du prompt a été significativement améliorée : le modèle retient mieux les détails fins des descriptions, et le rendu de texte dans les images — panneaux, typographies, étiquettes produit, habillage visuel d'un projet musical comme une pochette d'album — atteint un niveau de lisibilité inédit dans les générateurs grand public. Le Style Creator, fonctionnalité exclusive à l'interface web, permet d'extraire un style visuel depuis des images de référence, de le sauvegarder sous forme de code partageable (--sref), et de l'appliquer à n'importe quel prompt ultérieur — indépendamment de la session ou de l'utilisateur qui génère. Le modèle reste en phase alpha et n'est pas encore accessible via Discord ni sur le site principal de Midjourney, ce qui limite provisoirement son accès à ceux qui ont rejoint le programme d'essai anticipé.
Note éditoriale
Ce qui mérite attention dans V8 n'est pas la vitesse — un générateur plus rapide reste un générateur, et la rapidité n'a jamais compensé l'absence de direction artistique. Ce qui est plus intéressant, c'est le Style Creator : la possibilité de fixer un style visuel et de le rendre portable — entre sessions, entre utilisateurs, entre projets — transforme silencieusement le rapport entre le créatif et l'outil.
Jusqu'à présent, le style dans Midjourney était une négociation permanente avec le prompt : chaque génération recommençait depuis un point neutre, et la cohérence esthétique dépendait de la précision de la description textuelle. Avec un code de style référençable, la question change de nature : on ne demande plus "comment décrire ce que je veux", on demande "comment je veux que toutes mes images se ressemblent". C'est un déplacement vers une forme de direction artistique persistante — précisément ce qui manquait pour rendre ces outils sérieusement utiles dans un workflow professionnel.
Il faudra voir ce que les créatifs font de cette portabilité. Les codes de style partagés peuvent aussi bien servir à explorer une esthétique commune dans une équipe qu'à uniformiser massivement les productions visuelles autour de quelques références dominantes. Les deux scénarios sont également plausibles — et les deux ont des conséquences sur la diversité visuelle de ce qui se produit dans ce secteur.
AutoMV est un système multi-agents de génération de clips vidéo en open source, développé par des chercheurs de la Queen Mary University of London en collaboration avec des partenaires de Pékin, Nankin et Hong Kong, publié sur arXiv en décembre 2025 et relayé par la presse scientifique en 2026. Le système analyse d'abord la structure musicale complète d'une chanson — tempo, paroles synchronisées, dynamique, ambiance — puis orchestre une série d'agents spécialisés dont les rôles sont calqués sur une équipe de production cinématographique : scénariste, réalisateur, monteur, et un agent vérificateur chargé d'identifier et de régénérer les séquences incohérentes avant la sortie finale. Pour chaque titre, le système produit un clip de longueur réelle, avec des personnages dont l'identité visuelle est maintenue d'un plan à l'autre, des instructions de cadrage précises, et une synchronisation entre les changements visuels et la structure musicale. Les évaluations conduites par des experts humains indiquent qu'AutoMV surpasse significativement les outils commerciaux de génération vidéo disponibles sur le marché, en se rapprochant davantage de la qualité des clips produits professionnellement. L'ensemble est disponible en open source, ce qui signifie qu'un musicien indépendant peut, en théorie, produire un clip de longueur réelle pour un coût marginal, sans intermédiaire créatif.
Note éditoriale
L'architecture multi-agents d'AutoMV est plus intéressante que son résultat. La décomposition d'un problème de création visuelle en rôles distincts — scénariste, réalisateur, vérificateur — calqués sur une vraie équipe de production, dit quelque chose sur la façon dont les chercheurs conceptualisent le processus créatif : comme une séquence de décisions et de vérifications, non comme un flux continu d'inspiration. C'est une modélisation discutable, mais elle a au moins le mérite d'être explicite — là où la plupart des outils grand public laissent le processus de génération opaque.
Ce qui reste ouvert, c'est la question de la direction. AutoMV analyse la chanson et génère un clip "approprié" — cohérent avec la structure musicale, avec l'ambiance, avec les paroles. Mais "approprié" n'est pas une catégorie artistique. Un clip peut être parfaitement cohérent avec une chanson et parfaitement invisible. Ce que le système ne peut pas faire, c'est avoir une idée — un angle de lecture, une image qui contredit la musique de manière fertile, un geste visuel qui ouvre quelque chose que le son seul ne pouvait pas atteindre. Ce niveau-là reste du côté du créatif humain, et rien dans l'architecture d'AutoMV ne prétend l'atteindre.
L'accessibilité est réelle et mérite d'être soulignée. La production d'un clip vidéo indépendant représente un coût que la majorité des musiciens ne peuvent pas assumer. Si AutoMV permet de produire quelque chose de regardable pour un coût marginal, il remplit une fonction utile — même si ce qu'il produit ne ressemble pas à ce que ferait un réalisateur avec une vision et un budget. Ce n'est pas la même chose, mais ce n'est pas non plus rien.
Depuis novembre 2025, plusieurs artistes entièrement générés par intelligence artificielle générative figurent de manière récurrente dans les classements de musique country publiés par Billboard aux États-Unis : Breaking Rust, Cain Walker, Aventhis et Outlaw Gospel sont des projets dont les voix, les visages et les compositions sont produits par des modèles génératifs, sans intervention humaine créative déclarée. "Walk My Walk", le titre le plus populaire de Breaking Rust, a occupé la première place du classement Billboard Country Digital Song Sales pendant deux semaines consécutives, avec 2,4 millions d'auditeurs mensuels revendiqués sur Spotify. Billboard a depuis confirmé que six artistes de ce type ont fait leur entrée dans diverses catégories de ses classements, sans que les radios terrestres n'en programment aucun — le phénomène reste confiné aux plateformes de streaming et aux ventes numériques. La concentration du phénomène dans la country n'est pas fortuite : le genre traverse une phase de popularité sans précédent aux États-Unis, avec des codes musicaux suffisamment homogènes pour que la génération statistiquement conforme aux attentes de masse y soit plus facile que dans n'importe quel autre style. Deezer a par ailleurs publié des données indiquant que 18 % des nouvelles musiques déposées quotidiennement sur la plateforme sont intégralement générées par IA, un chiffre qui illustre la vitesse à laquelle le contenu automatisé colonise les catalogues.
Note éditoriale
Le phénomène Breaking Rust est moins une révolution musicale qu'un test de résistance pour les infrastructures de l'industrie du disque. Le fait qu'un artiste entièrement généré par IA puisse atteindre la première place d'un classement Billboard sans que les métadonnées, les plateformes ou les algorithmes de recommandation ne lèvent le moindre signal d'alerte révèle quelque chose d'assez fondamental : les systèmes qui organisent la diffusion musicale ne sont pas conçus pour distinguer l'origine d'un contenu, seulement pour mesurer son engagement. Ce n'est pas un bug — c'est une absence de conception.
Ce qui se passe dans la country est aussi lisible comme un effet de niche exploité. Le genre a des codes très identifiables — guitare acoustique, récit autobiographique, fidélité rurale — qui le rendent particulièrement vulnérable à une génération de qualité statistiquement acceptable. Les modèles produisent "de la country" de la même façon qu'ils produisent "du baroque" ou "du techno minimal" : en moyennant ce qu'ils ont absorbé. Le résultat est musicalement vraisemblable, et vraisemblable suffit pour un certain public, dans un certain contexte.
Ce qui reste difficile à mesurer, c'est l'effet sur l'écosystème. Si 18 % des dépôts quotidiens sont de l'IA sur Deezer aujourd'hui, quel sera ce chiffre dans dix-huit mois ? Et à partir de quel seuil les revenus de streaming des musiciens humains commencent-ils à être structurellement affectés ? Ces questions ne sont pas encore posées sérieusement par les labels ni par les plateformes — ce qui, en soi, constitue une information sur l'état des priorités dans ce secteur.
