Retour
R&D
Chaque année, le premier média des Français présente le RG Lab, un espace consacré aux nouvelles manières de vivre les grands événements sportifs. À travers des prototypes fonctionnels, démonstrations et expérimentations développés par la Direction de l’Innovation de France Télévisions, le RG Lab explore concrètement de nouvelles façons de produire, enrichir, personnaliser et partager l’expérience des publics, en s’appuyant sur les technologies qui pourraient ouvrir de nouveaux récits, de nouveaux services ou de nouvelles formes d’interaction.
Pour son édition 2026, le RG Lab a placé l'Intelligence Artificielle "au coeur de l'image" mais pas que puisque de nombreuses autres pistes d'innovation techniques et éditoriales ont pris vie au pied du Court Philippe-Chatrier :
- Transformation vidéo en temps réel,
- Remasterisation de contenus,
- Analyse intelligente des interactions avec le public,
- Contenu volumétrique en 4D Gaussian Splatting,
- Codage Agentique d’App XR
Ces démonstrations permettent d’évaluer le potentiel de l’IA non seulement comme outil d’amélioration de la qualité visuelle, mais aussi comme levier d’aide à la narration, l’accessibilité, l’interactivité et la création de nouveaux formats autour du sport. L’ensemble de ces travaux, à l’image de la démarche de France Télévisions et de sa nouvelle Direction de l’IA et de la Data, s’inscrit dans une logique « humain / machine / humain » : l’humain définit l’intention, l’IA aide à produire ou à explorer des solutions, puis l’humain valide, arbitre et assume la responsabilité finale.
Miroir virtuel par IA
Le RG Lab 2026 présente un prototype de miroir virtuel par Intelligence Artificielle, capable de transformer en direct l’image d’une personne filmée. Cette expérience rend possible l’exploration de nouveaux usages autour de l’incarnation, de la personnalisation visuelle et de la création d’univers graphiques instantanés. À partir d’un flux vidéo, l’IA peut modifier certains éléments de l’image — style, ambiance, apparence, tenue, décor ou rendu visuel — tout en conservant la dynamique du direct. Ce dispositif révèle des opportunités de développement pour l’habillage d’antenne, les formats événementiels, les expériences participatives et les contenus plus ludiques destinés aux publics numériques. Cette technologie pourrait également être utilisée pour anonymiser des personnes interviewées en direct, en utilisant un visage de référence neutre, mais en conservant sur ce visage, les expressions et les mouvements de tête, ainsi que la synchro labiale de la voix de la personne interviewée. La voix serait aussi modifiée par une IA. L’IA devrait être exécutée en local, afin de garantir une anonymisation sans risque de reconstitution du visage original, tout en préservant l’interaction, les expressions et l’émotion transmises par la personne interviewée.
Transformation vidéo IA temps réel
Dans le prolongement de cette technologie, France Télévisions teste en parallèle la transformation vidéo en temps réel appliquée à des contenus sportifs. L’objectif est d’imaginer de nouvelles manières d’augmenter un flux vidéo pour adresser de nouveaux publics : améliorer un rendu, modifier un décor, illustrer une situation ou créer des séquences captivantes autour de Roland-Garros. Ainsi l’IA génère instantanément - c’est à dire avec une latence de moins d’une demi-seconde par rapport au direct - des variations visuelles à partir d’une séquence sportive, par exemple en transposant certains extraits dans un univers graphique inspiré de la Lune, dans un décor stylisé ou dans une ambiance visuelle inédite : super-héros, mode Lego, dessin animé … Tout est possible pour autant que l’univers soit bien décrit dans le prompt adressé à la plateforme qui renvoie, presque instantanément, le flux modifié avec une qualité de traitement saisissante.
Au-delà de l’effet spectaculaire, cette expérimentation pose une question centrale pour la narration sportive : Comment faire évoluer les formes de représentation du réel, par l’enrichissement de l’image et le développement de formats complémentaires, tout en répondant aux attentes de publics de plus en plus diversifiés, notamment des plus jeunes ?
Ces usages sont rendus possibles grâce à la performance de la plateforme développée par la société Decart, et leur modèle d’IA Lucy 2.0. Là où ses concurrents comme Google Veo ou OpenAI Sora génèrent des clips vidéo pré-rendus en quelques dizaines de secondes, Decart a pris un chemin radicalement différent : la société a développé des technologies de pointe capables de transformer un flux vidéo en direct, en continu et de façon instantanée, tout en assurant la cohérence temporelle. C'est le cœur de la famille de modèles Lucy, et c'est là que réside la vraie rupture technologique.
Analyse du live Chat
Autre démonstration autour de l’intelligence artificielle : un outil d’analyse du live chat en temps réel, conçu pour aider les équipes éditoriales à mieux comprendre les réactions du public pendant un direct.
Sur les plateformes numériques, le chat est devenu un véritable baromètre de l’audience. Il permet de mesurer instantanément l’humeur des spectateurs, de repérer les sujets qui suscitent de l’intérêt, de faire émerger des questions pertinentes ou encore de détecter rapidement une incompréhension, une controverse ou un problème technique. Mais lors d’un direct, suivre plusieurs centaines de messages par minute tout en animant l’antenne, en pilotant une émission ou en modérant l’espace chat reste une tâche difficilement compatible avec les contraintes du plateau.
Le prototype présenté au RG Lab répond à cet enjeu en transformant ce flux continu de messages en signaux éditoriaux clairs et immédiatement actionnables. L’outil analyse en temps réel les contributions issues d’un chat live et les restitue dans une interface pensée pour être lisible en un coup d’œil. L’objectif n’est pas de remplacer le regard éditorial, mais de donner aux journalistes, présentateurs, commentateurs et équipes de production un appui supplémentaire pour mieux écouter la communauté pendant l’événement. Concrètement, le système conserve les messages dans une fenêtre glissante d’environ dix minutes et les analyse en continu. Il peut identifier l’humeur dominante du public, repérer les tendances émergentes, classer les questions prioritaires, filtrer le bruit ou le spam, et signaler des problèmes récurrents évoqués par les spectateurs, comme un souci de son, d’image ou de synchronisation. Ces différents signaux sont ensuite consolidés sous forme de priorités éditoriales, accompagnées d’un niveau de preuve et, lorsque c’est pertinent, d’une action suggérée.
L’une des particularités du dispositif repose sur son approche hybride. Une première couche d’analyse heuristique garantit la réactivité nécessaire au direct, même en cas de fort volume de messages. En complément, un modèle de langage intervient régulièrement pour affiner les synthèses, reformuler les points saillants et limiter les faux positifs avant leur remontée à l’équipe. Le système peut fonctionner avec des modèles en ligne, mais aussi avec des modèles locaux via Ollama, ouvrant la voie à une meilleure maîtrise des coûts et des données. Au-delà du temps réel, l’outil conserve également l’historique des moments clés d’une session. Les équipes peuvent ainsi revenir après le direct sur les principales réactions du public, les pics d’engagement, les questions récurrentes ou les séquences ayant généré de la confusion. Chaque émission devient alors une source d’apprentissage pour améliorer les formats, ajuster les dispositifs interactifs et renforcer le lien avec les audiences numériques.
Avec ce type de prototype, France Télévisions explore une nouvelle manière d’accompagner la transformation du direct. Le chat n’est plus seulement un espace de commentaires parallèle au programme : il devient une ressource éditoriale à part entière, capable d’enrichir la relation avec les publics et d’aider les équipes à mieux piloter l’expérience en direct.
Vidéo volumétrique & 4DGS
Après des travaux exploratoires sur la vidéo volumétrique en 2023 et les tests autour du Gaussian Splatting réalisés en 2024, le RG Lab poursuit cette année ses travaux sur la vidéo volumétrique et le 4D Gaussian Splatting. Cette technologie associe une représentation en trois dimensions à l’intégration de la dimension temporelle d’une personne ou d’une scène.: mouvements, gestes, déplacements et évolution de l’espace. De cette innovation, c'est toute la production virtuelle qui voit son champs des possibles élargi. En effet cette technologie offre la capacité de capter un sujet comme une scène 3D dynamique, puis de choisir librement les angles de caméra, de modifier le point de vue ou d’intégrer ces contenus dans des environnements immersifs.
Pour cette expérimentation, le journaliste Nicolas Chateauneuf a imaginé et préparé une séquence pensée, dès l’origine, pour pouvoir être diffusée à l’antenne. La captation a été réalisée avec CAPLAB, la plateforme de capture immersive de l’institut des Arts et Métiers, installée au Laval Virtual Center. Les données ont ensuite été traitées par Gracia AI, spécialisée dans la vidéo volumétrique en 4D Gaussian Splatting, qui a fourni les fichiers exploitables ainsi que des plugins pour Unity et Unreal Engine.
Ces deux environnements ont constitué des terrains d’exploration d’usages complémentaires. Dans Unity, une application en réalité mixte a été développée afin d’aider les visiteurs du RG Lab à mieux appréhender le principe de vidéo volumétrique : tourner autour d’un sujet capté, se rapprocher de l’action et comprendre concrètement ce que signifie une vidéo en 3D. Dans Unreal Engine, les fichiers ont été intégrés par la cellule GTR (Graphisme Temps Réel) de France Télévisions, en charge notamment des décors virtuels, de la réalité augmentée, des fonds verts et des séquences de production virtuelle pour les antennes du groupe.
À travers ce prototype, France Télévisions explore une nouvelle manière de produire et de raconter l’image. La vidéo n’est plus seulement un plan figé choisi au moment du tournage : elle devient une scène dans laquelle il est possible de revenir, de se déplacer et de recomposer le regard. Une piste prometteuse pour imaginer de nouveaux formats de décryptage, des séquences plus immersives à l’antenne et des expériences en réalité mixte où le spectateur peut se rapprocher du sujet comme s’il entrait dans la scène.
Remasterisation Vidéo
Pour cette expérimentation, France Télévisions s’est appuyée sur Starlight Precise 2.5, un modèle développé par Topaz Labs, spécialisé dans l’amélioration vidéo par IA. Cette technologie permet de travailler sur plusieurs dimensions de l’image : augmentation de la résolution, réduction du bruit, amélioration de la netteté, stabilisation perceptive des détails et meilleure cohérence du mouvement d’une image à l’autre. L’objectif est de transformer des sources anciennes, parfois limitées par les standards techniques de leur époque, en contenus mieux adaptés aux écrans actuels, jusqu’à des formats haute définition ou UHD.
Starlight Precise 2.5 est issu du projet de recherche interne de Topaz Labs baptisé Project Starlight. Il s’agit d’un modèle diffusion” développé pour la restauration vidéo et il a atteint une cohérence temporelle complète, garantissant une cohérence et homogénéité d'une image à l'autre. Contrairement aux approches GAN utilisées par les outils d'amélioration vidéo traditionnels, l'architecture “diffusion” offre une meilleure compréhension de la sémantique des objets, du mouvement et des lois physiques, ce qui permet d'obtenir des résultats visuellement plus naturels, même à partir de sources dégradées. Sur le plan des cas d'usage, Starlight Precise 2.5 est particulièrement adapté aux vidéos en basse définition numérique issues des années 2000.
Appliquée aux archives sportives, cette approche ouvre des perspectives importantes pour la valorisation du patrimoine audiovisuel. Elle redonne de la lisibilité à des images historiques, fait ressortir les gestes, les visages, les textures ou l’ambiance d’un match, tout en préparant ces contenus à de nouveaux usages numériques.
Pour France Télévisions, l’enjeu est d’évaluer comment ces technologies peuvent prolonger la durée de vie des contenus, renforcer leur qualité de diffusion et adapter les archives aux standards visuels d’aujourd’hui, tout en conservant une approche maîtrisée et transparente de la remasterisation.
Codage Agentique d’App XR
La XR reste un axe fort du RG Lab, avec des prototypes développés autour de WebXR et d’Android XR. Ce nouveau système d’exploitation, conçu pour les casques et les lunettes de réalité étendue, dessine des perspectives intéressantes pour les futures générations d’interfaces immersives, des casques de réalité mixte aux smart glasses. Grâce à un casque Samsung Galaxy XR mis à disposition par Google, France Télévisions a pu explorer l’un des premiers environnements Android XR disponibles et mieux anticiper les usages possibles sur ces nouveaux écrans.
Ces expérimentations permettent d’imaginer une diffusion de Roland-Garros plus modulable et personnalisable : choix du match, du point de vue, des statistiques affichées, des surcouches de données, de l’audio, des replays ou encore de la mosaïque de flux. L’objectif est de dessiner les contours des futures interfaces sportives, capables de s’adapter à différents environnements XR tout en conservant une expérience cohérente pour l’utilisateur.
Cette année, le RG Lab explore également l’apport de l’IA agentique dans le développement de ces applications. Pour de petites équipes d’ingénieurs, ces outils peuvent accélérer certaines étapes de conception, de prototypage, de génération de code ou de test d’interfaces, tout en laissant aux équipes humaines la responsabilité des choix techniques, éditoriaux et ergonomiques. Dans cette approche, l’IA n’est pas pensée comme un substitut au développeur, mais comme un assistant de production : un appui pour aller plus vite, documenter davantage, comparer des pistes et itérer plus efficacement.
