Quand Alexandru Voica, responsable des affaires corporate chez Synthesia, une startup de génération vidéo, m'a envoyé cet été un lien vers la toute nouvelle recrue de leur équipe RP, j'ai été surpris. Il s'agissait d'un avatar virtuel interactif de lui, entraîné à répondre aux questions de presse courantes sur Synthesia, comme ce qu'elle fait et comment elle fonctionne. La veille, j'étais sur un panel où des gens des RP m'ont demandé si les pitchs utilisant du texte généré par IA me dérangeaient. Mais l'avatar d'Alexandru allait bien au-delà : c'était à mes yeux le boss final de l'utilisation de l'IA dans les RP.

En septembre, Synthesia m'a invité dans ses nouveaux bureaux à New York. Basée à l'origine au Royaume-Uni, Synthesia est une startup d'avatars numériques en vue, aux côtés d'autres comme D-ID, HeyGen et Colossyan. Elle a atteint une valorisation de 4 milliards de dollars plus tôt cette année et a déclaré l'an dernier avoir dépassé les 100 millions de dollars de revenus récurrents annuels.

Synthesia permet aux entreprises de créer des vidéos de formation interactives avec des avatars IA et a récemment lancé un produit appelé Roleplay Sessions qui permet aux employés de s'entraîner, par exemple, à des argumentaires de vente avec un avatar IA interactif qui répond et note leurs réponses.

Quand je suis allé à l'inauguration des nouveaux bureaux et qu'ils m'ont demandé si je voulais mon propre avatar IA, je n'ai même pas hésité à dire oui. Bien sûr que je voulais mon propre jumeau numérique. Ma tenue était mignonne ce jour-là, et mes cheveux étaient bien coiffés.

Jusqu'à ce que je rencontre mon jumeau numérique, j'étais indifférent aux avatars, mais je sentais qu'ils allaient inévitablement faire partie de la vie en ligne quotidienne. J'ai entendu parler de gens sur Instagram qui en créent à leur image pour les aider à produire du contenu social. Je trouve tout cela très intéressant, et c'est peut-être pourquoi je n'ai maintenant aucun scrupule à vous présenter mon jumeau numérique. C'est la première fois que Synthesia réalise un avatar numérique pour un journaliste (ou pour quiconque, d'ailleurs, en dehors de Voica). Il est entraîné sur mon article expliquant pourquoi les startups financées par du capital-risque commettent plus de fraudes que celles qui ne le sont pas, et ne répondra qu'aux questions sur cet article.

Ci-dessous, appuyez simplement sur « start in a new window » pour commencer.

Pour le créer, je suis entré dans un mini studio de cinéma niché dans les bureaux de Synthesia, où ils ont pris de nombreuses photos de moi et enregistré deux minutes de ma voix. J'ai dû consentir à la création de ces avatars et, eh bien, le Dom numérique est né. Ils ont créé un avatar personnel pour moi (un qui lit simplement le script que je lui donne) — avec et sans lunettes — et ils ont fait deux avatars interactifs pour moi (des avatars qui peuvent me répondre et m'écouter), également avec et sans lunettes.

Nous avons choisi un article pour entraîner l'avatar interactif, puis l'une des équipes a construit mon avatar interactif, qui est alimenté par une combinaison de modèles de reconnaissance vocale, de vidéo, de langage et de synthèse vocale. La pile technologique de mon avatar comprend les propres modèles vidéo et vocaux de Synthesia, bien que l'entreprise permette également aux clients de choisir des alternatives d'autres laboratoires comme Cartesia, ElevenLabs, Google ou OpenAI. Les entreprises peuvent aussi choisir d'héberger leurs avatars sur le cloud de leur choix ou payer Synthesia pour les héberger.

Le modèle de reconnaissance vocale transforme ce que les gens disent en texte, le modèle de langage agentique donne un sens au texte et peut agir en fonction de celui-ci, le modèle de synthèse vocale transforme une réponse en audio, et enfin un modèle vidéo (développé par Synthesia) anime l'avatar pendant qu'il parle.

Globalement, Synthesia construit trois types de produits : une plateforme de création et de distribution vidéo avec des avatars classiques, où quelqu'un tape un script et l'avatar le répète ; une plateforme agentique appelée Sessions où les gens peuvent interagir avec les avatars dans des sondages ou des jeux de rôle ; et une plateforme API où les gens peuvent prendre les modèles vidéo et vocaux de Synthesia et les combiner avec d'autres services technologiques pour construire des avatars interactifs ou d'autres types de produits.

L'équipe de Synthesia a mis quelques jours pour créer mes avatars. J'ai d'abord joué avec les personnels et tapé un script assez générique pour voir comment ma voix IA sonnait. Je lui ai fait dire que l'automne était arrivé à New York, ma période préférée de l'année. La voix était assez fidèle, et j'étais