Point clé
Chrono a bâti deux expériences d'IA générative en temps réel pour un groupe média mondial, une histoire en direct qui génère la vidéo pendant que les spectateurs dirigent l'intrigue et une conversation vocale avec un personnage animé bien connu, avec Google Veo, Gemini et Whisper orchestrés par n8n.
Les fans ne veulent plus seulement regarder les personnages. Ils veulent leur parler et changer la suite de l’histoire. Un groupe média mondial voulait voir à quoi ça pourrait ressembler avec l’IA générative. Chrono a bâti deux expériences fonctionnelles : une histoire en direct qui génère la vidéo en temps réel pendant que les spectateurs orientent l’intrigue, et une conversation vocale avec l’un des personnages animés les plus connus de l’entreprise. Les deux ont tourné en direct. Si vous possédez des personnages ou des histoires et voulez tester ce que l’IA peut en faire, voici une façon rapide de le savoir.
Que voulait apprendre le groupe média ?
Si l’IA générative pouvait créer de nouvelles façons pour les fans d’interagir avec ses personnages et ses histoires. Pas une présentation sur les possibilités. Des expériences réelles que les fans pouvaient essayer.
C’est un mandat différent de la construction d’un produit. Le but était d’apprendre vite, donc les expériences devaient être assez réelles pour être jugées et assez rapides à bâtir pour que la réponse arrive pendant qu’elle comptait encore.
Qu’est-ce que Chrono a bâti ?
Deux expériences :
Une histoire en direct, dirigée par les spectateurs. Les spectateurs choisissent où va l’intrigue, et la scène suivante est générée en vidéo en temps réel.
Une conversation vocale avec un personnage. Les fans parlent à voix haute et un personnage animé bien connu leur répond en temps réel.
Comment fonctionnent la vidéo et la voix générées en temps réel ?
En enchaînant des modèles spécialisés, chacun avec une seule tâche. Whisper transforme la parole du fan en texte. Gemini s’occupe du langage : comprendre la demande et écrire ce que dit le personnage ou ce qui arrive ensuite dans l’histoire. Google Veo génère la vidéo.
Des workflows n8n orchestrent les modèles, avec Redis pour garder chaque session rapide. L’interface est une application Next.js.
Le choix d’un outil de workflows pour l’orchestration était voulu. Quand le mandat est d’explorer, on veut pouvoir changer un modèle ou réordonner une étape en quelques minutes, pas redéployer un backend.
Qu’est-ce que ça change pour votre marque ?
Si vous possédez des personnages, des histoires ou une voix reconnaissable, l’IA générative peut transformer votre public de spectateurs en participants. Les modèles sont prêts. Ce qui fait la différence, c’est le design de l’expérience autour d’eux et la vitesse à laquelle vous pouvez tester des idées devant de vrais fans.
Voyez comment nous concevons des expériences d’IA sur notre page design UX pour l’IA, ou bâtissez un produit avec nous. Pour cadrer le vôtre, commencez ici.
Questions fréquentes
L’IA générative peut-elle créer de la vidéo en temps réel ?
Oui. Dans ce projet, Google Veo générait les scènes vidéo en direct pendant que les spectateurs choisissaient la suite de l’histoire, orchestré avec Gemini pour la narration.
Comment bâtir une conversation vocale avec un personnage animé ?
En enchaînant la reconnaissance vocale et un modèle de langage. Ici, Whisper transcrivait ce que disaient les fans et Gemini écrivait la réponse du personnage, assez vite pour tenir une conversation en direct.
Pourquoi utiliser un outil de workflows comme n8n pour orchestrer des modèles d’IA ?
Pour la vitesse de changement. Quand on explore ce qui fonctionne, un outil de workflows permet à l’équipe de changer de modèle ou de réordonner des étapes en quelques minutes, sans redéployer de code backend.
