Le premier musée d'art IA à Los Angeles /
La vidéo générative à prix cassé /
La cohérence inter-plans en 4K native

Le 20 juin, Dataland a ouvert au public dans The Grand LA, l'ensemble signé Frank Gehry, en se présentant comme le premier musée entièrement consacré aux arts de l'IA. Cet écosystème omni-sensoriel de quelque 2 300 mètres carrés, piloté par Google Cloud, couronne une collaboration de dix ans entre l'artiste Refik Anadol et la cofondatrice Efsun Erkılıç. L'exposition inaugurale, Machine Dreams : Rainforest, s'appuie sur un Large Nature Model entraîné sur des millions d'images et de sons de forêts pour faire surgir, en temps réel, une nature qui n'a jamais existé. Le lieu abrite aussi une résidence de six mois — quatre lauréats, bourses de 25 000 dollars, accès direct aux modèles de Google — pensée comme un incubateur plus que comme une vitrine. Pour qui pratique l'installation ou la conception graphique d'un album, Dataland acte un basculement : l'œuvre générative quitte l'écran isolé pour devenir architecture, déambulation et institution.

xAI a fait passer le 16 juin Grok Imagine Video 1.5 du mode préversion à la disponibilité générale, sur l'API Imagine, sur grok.com et dans les applications iOS et Android. Le modèle d'image-vers-vidéo s'installe en tête de l'Image-to-Video Arena avec un score Elo de 1473, devant Sora 2, Veo 3.1 et Kling. Son argument le plus brutal reste le tarif : 4,20 dollars la minute en 720p, soit environ 86 % de moins que les trente dollars la minute de Sora 2 Pro. La variante Fast produit un clip de six secondes en vingt-cinq secondes environ, avec dialogue, bruitages et musique générés en une seule passe. La barrière n'est plus technique mais économique : quand la vidéo générative descend sous le prix d'un café par minute, c'est le volume, pas la prouesse, qui change de nature.

ByteDance a mis en ligne en juin Seedance 2.0 Native 4K, la version de production de son modèle vidéo multimodal, accessible par API. Le système accepte des entrées quad-modales — texte, image, vidéo et audio — pour conditionner une même génération. Sa pièce maîtresse est un mécanisme dit Universal Reference, qui verrouille la composition, les mouvements de caméra et les actions d'un personnage d'un plan à l'autre. C'est précisément la cohérence inter-plans, longtemps le talon d'Achille de la vidéo générative, qui devient ici un réglage explicite plutôt qu'un coup de chance. Pour un clip ou une séquence narrative, tenir le même visage et le même cadre sur plusieurs plans pèse souvent plus lourd qu'un simple gain de résolution.