Grok Imagine publie le premier épisode d'Odyssey généré par IA

Grok Imagine, l'outil audiovisuel d'Elon Musk, a publié le premier épisode de son adaptation de « L'Odyssée » d'Homère. La vidéo dure environ sept minutes et a été mise en ligne sur X. Outre Grok Imagine, Wonder Studios et le réalisateur Dev Walker, qui travaille sur des films avec l'IA, ont participé à la création.

« Regardez l'épisode 1 de notre série Odyssey, réalisée avec Grok Imagine », indique la publication. Le compte invite aussi à demander des précisions sur la fabrication de l'épisode.

La promesse de Musk et ses critiques envers Nolan

En juillet, Elon Musk avait annoncé que Grok Imagine réaliserait avant la fin de l'année un long métrage de L'Odyssée « historiquement précis et fidèle à l'art d'Homère ». Il avait joint un court métrage de trois minutes conçu par un autre utilisateur avec de l'IA. La sortie d'octobre marque le début d'une série ; l'échéance fixée pour le film reste décembre.

Cette initiative fait suite à ses critiques de l'adaptation de Christopher Nolan, surtout à propos du choix d'Elliot Page et de Lupita Nyong'o. Musk y voit une quête de récompenses et a qualifié le réalisateur de « raciste anti-Blancs ». Le cinéaste Scott Derrickson (« Doctor Strange », « The Black Phone ») a rejeté ces opinions : « Ses opinions sur l'art ne valent rien. »

L'une des accusations touche aux règles des Oscars. L'Académie exige qu'un film remplisse deux des quatre critères de représentation et d'inclusion pour concourir au titre de meilleur film. Certains portent sur les équipes et les possibilités de formation : il est donc possible de les respecter sans passer par la représentation à l'écran. Aucun acteur précis n'est imposé.

Ce que permet l'outil

L'annonce de Video 1.5, le 16 juin 2026, décrivait la génération des effets sonores, de l'ambiance et des dialogues en même temps que les images, sans que l'on sache comment la bande-son de cet épisode a été produite. Le 31 juillet, des références visuelles et vocales ont été ajoutées pour conserver un personnage d'une scène à l'autre, avec jusqu'à sept images de référence par génération. S'y ajoutent la création de vidéo à partir d'un texte seul et le 1080p natif.

L'annonce ne précise ni la version utilisée ni l'emploi de toutes les fonctions. Selon la documentation mise à jour le 10 octobre, une génération dure de 1 à 15 secondes : sept minutes exigent donc plusieurs clips. Le coût et le processus de sélection et de montage restent inconnus.