Les prévisions de Canva sous le poids de l'IA /
L'inpainting de précision d'Ideogram-4 /
Le monde persistant tiré du récit

Dans sa lettre trimestrielle aux actionnaires publiée le 5 août, la cofondatrice de Canva Melanie Perkins abaisse l'objectif de croissance 2026 de 30 % à 20 %, le « coût moyen de service d'une tâche IA » s'étant révélé trop élevé. La plateforme de design reconnaît s'être « trop appuyée sur les modèles frontière », avec des fonctionnalités Canva AI retardées jusqu'à six mois et une tarification qui n'avait pas suivi la demande. Le chiffre d'affaires du deuxième trimestre atteint tout de même 921,9 millions de dollars, en hausse de 25,2 % sur un an, pour une entreprise valorisée 42 milliards et assise sur 1,47 milliard de trésorerie. La reconstruction de l'architecture autour de modèles maison — où Leonardo.AI, racheté en 2024, joue un rôle central — a réduit de 90 % le coût d'une tâche IA, avec un modèle vidéo 17 fois et un modèle image 30 fois moins chers que leurs équivalents frontière. The Information ajoute, relayé le 6 août par Techmeme, qu'une partie des utilisateurs se tourne désormais vers ChatGPT pour leurs besoins de design.

Alvaro Somoza, mainteneur de la bibliothèque Diffusers chez Hugging Face, publie un guide complet pour pratiquer l'inpainting avec Ideogram-4 via des blocs Modular Diffusers personnalisés. Le modèle se pilote par des prompts JSON structurés où chaque objet reçoit sa bounding box, un niveau de contrôle que les modèles d'édition par instruction n'offrent pas — déplacer ou permuter des objets revient à ajuster quelques coordonnées. Combinée à la differential diffusion et à un masque doux, la méthode assure des transitions invisibles entre zones conservées et zones régénérées, un résultat que l'auteur décrit comme la meilleure qualité d'inpainting observée à ce jour. La quantization SDNQ 4 bits et le group offloading font tenir les deux DiT du modèle sur une carte grand public de 24 Go, et un Space d'annotation visuelle génère les JSON depuis une image existante. Réserve de taille pour qui destine la retouche fine d'une pochette d'album à un usage professionnel : la licence d'Ideogram-4 est non commerciale et exige une négociation avec ses auteurs.

Un article déposé sur arXiv le 3 août par la chercheuse Yi-Chun Chen renverse l'ordre habituel de la génération d'expériences interactives : reconstruire d'abord un monde persistant explicite à partir du récit, plutôt que de laisser le monde émerger comme sous-produit implicite de la génération. Le système extrait entités, lieux, relations sémantiques et états évolutifs du texte narratif, puis n'infère que le contexte manquant nécessaire à la cohérence de l'expérience. Un prototype de référence instancie ensuite ces représentations structurées en environnements jouables en tuiles. Trois études de cas valident l'approche : un scénario procédural, un récit de fantasy original et l'adaptation d'une histoire du domaine public. La représentation partagée du monde maintient un gameplay cohérent et ancré dans le récit source, là où les générateurs actuels perdent la continuité dès que le joueur s'écarte du chemin écrit.