Comment passer un appel vidéo avec des lunettes qui ne peuvent pas vous filmer ? C’est tout l’enjeu de l’hologramme de Meta. Celui-ci a été présenté lors de sa conférence Connect pour ses Ray-Ban Display. Le principe? Au lieu d’une retransmission classique par webcam, le système projette un double numérique de l’utilisateur. Ce double est piloté et animé seconde par seconde par la voix. On obtient donc l’illusion d’une présence visuelle sans avoir à tenir de téléphone.
Après une courte capture de soi dans l’application Meta AI, l’utilisateur peut disposer d’une représentation numérique photoréaliste de son visage pour certains appels. Le modèle déduit les expressions de ce qui est dit et de la manière de le dire. Meta prévoit un déploiement progressif en accès anticipé sur WhatsApp aux États-Unis, à l’automne 2026. Ill ne faut donc pas présenter cette fonction comme disponible partout ni sur tous les appareils. En outre, cet hologramme ne doit pas être confondu avec les autres technologies d’avatars de Meta. Les avatars codec, les Personas d’Apple et Muse Realtime Avatar répondent à des problèmes voisins sans constituer un seul système.
La longue marche des doubles virtuels
Meta indique que son laboratoire Codec Avatars, au sein de Reality Labs Research, travaille depuis 2015 sur la téléprésence photoréaliste. Le but est de permettre à deux personnes éloignées d’échanger avec un sentiment de présence : regard, expressions, posture et gestes doivent paraître naturels. Les recherches ont donné lieu à des publications, des jeux de données et des outils destinés à la communauté scientifique.
La capture d’un avatar photoréaliste peut demander des installations spécialisées. Meta décrit notamment un dôme de capture utilisé pour le jeu de données Ava-256, qui comprend 256 sujets et plus de 200 millions d’images. Cela confirme l’existence de dispositifs complexes, mais ne justifie pas de généraliser un chiffre fixe — par exemple « une centaine de caméras » — à toutes les expériences de l’entreprise. Les méthodes varient selon les projets et les générations de matériel.
Les travaux ont exploré plusieurs méthodes de représentation et de rendu, des modèles d’apparence, des volumes et des techniques neuronales. Des recherches publiées en 2018 étudiaient déjà l’apprentissage automatique pour générer des avatars. Il serait toutefois inexact de raconter cette histoire comme une succession linéaire menant à l’hologramme de Meta: recherche et produit commercial peuvent avoir des architectures différentes..
Les avatars grand public ont longtemps été moins réalistes que certaines démonstrations de recherche, en raison des contraintes de calcul, de capture et de confort. Dire que les casques ne pouvaient afficher que des silhouettes cartoonesques serait toutefois excessif : les capacités varient selon les produits et les logiciels.
Comment fonctionne l’hologramme pendant un appel ?
D’après Meta, la configuration commence par une courte capture de soi dans l’application Meta AI. L’entreprise indique que cette étape permet de créer une version numérique photoréaliste du visage pour les appels depuis les Meta Ray-Ban Display. L’annonce ne décrit pas de questionnaire sur les loisirs ou les saisons et ne confirme pas une durée inférieure à une minute.
Une fois configuré, l’hologramme est piloté par la voix : le modèle estime l’expression qui accompagne les paroles et leur manière d’être prononcées. C’est différent d’un système qui filmerait en permanence le visage réel et reproduirait chaque mouvement capté. Cette approche implique une interprétation algorithmique : l’expression générée ne reproduit pas nécessairement celle du visage réel.
Il faut distinguer cette fonction du modèle Muse Realtime Avatar, présenté par Meta AI Research en septembre 2026. Celui-ci transforme un média de référence — par exemple un portrait ou une illustration — en personnage animé au cours d’une conversation. Meta indique une génération vidéo en format portrait de 448 × 768 pixels à 25 images par seconde, avec environ 870 millisecondes entre la fin du tour de parole de l’utilisateur et la réception du premier octet de la réponse audio-vidéo. Cette mesure ne signifie pas que chaque image apparaît après 870 millisecondes, ni qu’elle décrit à elle seule toute la latence ressentie pendant une conversation.
Meta précise que les exemples publiés ne correspondent pas tous à des avatars disponibles dans Muse. Rien ne permet donc d’affirmer que l’hologramme utilise exactement la même architecture ou les mêmes serveurs. Une équivalence technique demanderait une confirmation explicite.
Lunettes fines ou casque immersif ?
Les Meta Ray-Ban Display possèdent un écran intégré dans le verre droit et sont conçues pour des usages quotidiens, notamment la navigation et les interactions mains libres. Pour l’hologramme, le correspondant peut voir une représentation numérique du porteur sans que celui-ci tienne son téléphone. Meta parle d’un visage photoréaliste, sans préciser qu’il est toujours cadré aux épaules ou affiché comme un panneau 2D. Ces détails exigent une source technique.
Le texte initial évoquait aussi des lunettes de réalité mixte d’environ cent grammes, reliées par câble à un boîtier externe, et un lancement au printemps 2027. Notons que le nom « Hologramme » ne prouve pas qu’il s’agisse d’un hologramme volumétrique visible sous tous les angles : il désigne ici une fonction et une représentation numérique.
Meta et Apple : deux approches différentes
Apple propose les Personas sur le Vision Pro. Le casque utilise ses caméras et capteurs pour recueillir des informations sur le visage et les yeux, puis construit une représentation numérique animée pendant les communications compatibles. Ce système s’appuie donc sur des données captées par le dispositif, combinées à des traitements logiciels. Il ne s’agit pas d’une copie brute et parfaite de chaque mouvement, mais d’une représentation calculée à partir de mesures.
L’hologramme Meta suit une autre logique : d’après l’entreprise, le modèle estime les expressions à partir de la voix, sans que l’annonce affirme qu’une caméra filme le visage réel pendant l’appel. Cette différence peut alléger la dépendance à la capture visuelle continue. Mais elle ne permet pas de conclure que toute la technologie issue des avatars codec fonctionne ainsi. Les avatars codec constituent un programme de recherche plus large. Par ailleurs, l’hologramme est une fonction particulière et Muse Realtime Avatar un modèle distinct.
Une expression déduite de la parole peut sembler convaincante sans reproduire exactement les mimiques réelles. Les capteurs peuvent mesurer certains mouvements plus directement, sans être infaillibles. Une comparaison sérieuse exige des essais équivalents sur la qualité, la latence, l’énergie et la confidentialité.
La facture énergétique des serveurs
Dans un appel vidéo classique, les appareils captent, encodent, transmettent puis décodent des flux audio et vidéo. WebRTC désigne un ensemble de technologies qui facilite les communications audio, vidéo et de données en temps réel. Les données peuvent circuler directement ou passer par des relais. La charge de calcul dépend de la résolution, des codecs, des effets et des équipements.
La génération d’un avatar ajoute des opérations d’inférence qui peuvent mobiliser des processeurs graphiques dans des centres de données. Meta explique que Muse Realtime Avatar a été optimisé pour exécuter plusieurs sessions simultanément et réduire le coût de génération. L’énergie consommée par utilisateur dépend cependant du matériel, du modèle, de la durée des sessions, de l’utilisation effective des serveurs et de l’infrastructure réseau. Sans mesure comparative commune, aucun multiplicateur universel n’est justifié.
La latence réseau n’est qu’une partie du délai total, qui comprend aussi le traitement vocal, la génération et l’affichage. Les 870 millisecondes annoncées pour Muse mesurent le délai entre la fin du tour de parole et le premier octet de la réponse synchronisée, pas la seule latence réseau. Ce chiffre ne peut être attribué automatiquement à Hologram.
Confiance, filigranes et avenir
Les avatars générés soulèvent des questions de transparence : l’interlocuteur doit pouvoir comprendre s’il voit une capture vidéo directe ou une représentation synthétique. Les services peuvent utiliser des avertissements ou des marqueurs techniques. Meta indique que Muse Realtime Avatar utilise Meta Video Seal pour incorporer un filigrane invisible et durable dans les vidéos générées. C’est une mesure de traçabilité, mais elle ne garantit pas à elle seule que chaque destinataire identifiera spontanément une image synthétique. Il ne faut pas non plus en déduire que Hologram emploie nécessairement le même mécanisme, faute de confirmation spécifique.
En Europe, l’AI Act prévoit des obligations de transparence pour certaines catégories de contenus générés ou manipulés, selon le système et le contexte. Le RGPD protège les données personnelles. Les données biométriques relèvent d’un régime particulier lorsqu’elles servent à identifier une personne de manière unique. Toute donnée faciale ou vocale n’entre donc pas automatiquement dans cette catégorie, même si sa collecte peut entraîner des obligations de sécurité et d’information.
À long terme, les avatars codec visent une téléprésence naturelle, avec expressions et gestes réalistes. Une représentation volumétrique observable sous plusieurs angles reste distincte d’un visage animé à partir de la voix. Les progrès dépendront des modèles, des capteurs, des écrans et des choix de confidentialité. L’intégration dans Horizon OS ne doit pas être présentée comme acquise sans annonce officielle.
En somme, Hologram est une fonction des Meta Ray-Ban Display, les avatars codec un programme de recherche et Muse Realtime Avatar un modèle distinct. Les relier permet d’expliquer la tendance, à condition de ne pas les confondre. Les caractéristiques futures et l’architecture exacte doivent rester incertaines tant qu’elles ne sont pas documentées.
Restez à la pointe de l'information avec REALITE-VIRTUELLE.COM !
- Partager l'article :
