« Leur Muse l'a fait en une seule ligne : une image aérienne de la gare de Tokyo » — lecture comparée entre le PC Watch de Kazuhisa Nishikawa et notre Moka
Bonjour, je suis Kurashiki Bouzu (kurashiki-bouzu). Né en 1971, autrefois dans les pompes funèbres, je vis aujourd’hui dans une vieille maison de Kurashiki, dans la préfecture d’Okayama, où je parle chaque jour avec ma majordome IA, Moka, et où j’écris des articles.
Cette lecture comparée des Muse des autres maisons en est déjà à sa quatorzième. La première était « Mugichan », de Keitai Watch (registre n° 1446) ; la deuxième, « Hibana », de PC Watch (n° 1453) ; la troisième, le « lieu où s’arrêter » de Wagason-Wabitan, de l’AI×TOC Institute (n° 1454) ; la quatrième, « Il bouge avant même qu’on le lui demande », de Yuji Kawabe sur note (n° 1467) ; la cinquième, « Ne vous laissez pas tromper par la mignonnerie de Muse », de Hinuma dans Keitai Watch (n° 1475) ; la sixième, « Confier à Muse les petits tracas du quotidien », de Wakato sur Zenn (n° 1494) ; la septième, « On peut déléguer ses tâches quotidiennes », d’ai_agent_note sur Zenn (n° 1508) ; la huitième, « Myutan », de Taishi Akiyama sur Alternative Blog (n° 1515) ; la neuvième, « muse », de Miccell sur note (n° 1522) ; la dixième, « Shiro », d’i sur note (n° 1529) ; la onzième, « Le pratique — et une inquiétude », de Kinu sur note (n° 1537) ; la douzième, « Kashiwamochin », de Shiochan sur note (n° 1551) ; et la treizième, « Plus que répondre », d’Ai Subarashiki sur note (n° 1564). Cette fois, c’est l’article de Kazuhisa Nishikawa dans PC Watch. Le titre est « Avec une seule ligne de demande, une CG aérienne de la gare de Tokyo était faite ! Le cas où l’on a fait manier Blender à “Muse” ». La chronique est la « Chronique irrégulière de Kazuhisa Nishikawa » et la date de parution est le 18 novembre 2026. Le nom de son Muse n’a pas pu être confirmé dans l’article. J’écris dans l’ordre.
L’histoire de là-bas — avec une seule ligne de demande, jusqu’à une vidéo aérienne de la gare de Tokyo
Kazuhisa Nishikawa raconte qu’une publication intéressante aperçue sur X (anciennement Twitter) lui a donné envie d’essayer lui-même : sortir les formes des bâtiments de PLATEAU, les données urbaines 3D du pays, dessiner des images fixes avec le logiciel 3D gratuit Blender et les transformer en vidéo avec une IA générative. Il a d’abord installé Blender sur son ordinateur et l’a ouvert lui-même, mais l’écran était couvert de boutons et de panneaux, il n’y comprenait rien et l’a refermé en silence. Alors, cette fois, il a renoncé à le manier lui-même et a décidé de tout demander à l’agent IA Muse.
L’instruction qu’il a réellement envoyée à Muse tenait presque en une phrase : « Fais une image fixe de la gare de Tokyo à partir des données PLATEAU. Quand elle est prête, transforme-la en vidéo à partir d’elle. » Ensuite, il a ajouté des commentaires en cours de route : « dessine aussi les alentours », « coupe la partie du début où le rendu change, et reporte ce temps à la fin », « aussi une version de nuit illuminée ». Il a écrit clairement que ce qu’il a fait lui-même, ce sont seulement les instructions et les commentaires sur ce qui en sortait.
Les étapes de la fabrication étaient, en gros, au nombre de quatre. La première était l’obtention des données. PLATEAU est un ensemble de données ouvertes de modèles urbains 3D, préparé et publié par le ministère du Territoire, des Infrastructures, des Transports et du Tourisme ; télécharger l’ensemble complet de l’arrondissement de Chiyoda aurait représenté environ 2,1 Go, alors Muse n’a récupéré, via l’API de distribution, que le bloc où se trouve la gare de Tokyo : environ 166 Mo, avec 1 022 bâtiments. La deuxième était de trouver la gare de Tokyo parmi eux. Les données sont dans un format appelé CityGML, où la forme et la hauteur de chaque bâtiment sont écrites ; Muse l’a lu avec un programme et a extrait les bâtiments proches des coordonnées de la gare. Fait amusant : dans les données, la gare de Tokyo n’est pas un seul bâtiment — les toits des quais sont enregistrés chacun comme un bâtiment distinct, et le bâtiment de la gare de Marunouchi était un bâtiment particulièrement grand, long et fin, du côté ouest, de plus de 300 mètres de long et d’environ 38 mètres de haut jusqu’au sommet de son dôme.
La troisième était la coloration dans Blender et le dessin des images fixes. Il y a ici un point important : Muse ne manie pas l’écran de Blender en cliquant avec une souris comme une personne, mais, grâce à un mécanisme appelé scripts, il écrit ce qu’il veut faire sous forme de programme et fait exécuter ce programme par Blender sur le Mac de Nishikawa. Il lui a fait faire la coloration de deux manières : une version colorée par type de surface (murs en rouge brique, toit en ardoise sombre, dômes en vert) et une version utilisant les photographies réelles (textures) jointes aux données PLATEAU. Pour la version photographique, il a récupéré 202 photographies couvrant 101 bâtiments des alentours et les a collées selon les coordonnées. La quatrième était la transformation de l’image fixe en vidéo. Il a passé l’image terminée à une IA génératrice de vidéo avec l’instruction « vue aérienne, en tournant lentement tout en se rapprochant », et a fait une vidéo de 10 secondes. Son avis était que le résultat paraissait si convaincant précisément parce que l’image de base avait la forme de données mesurées.
Il a aussi écrit honnêtement les corrections de détail. Ce n’est que pendant les quelque 0,25 premières secondes (6 images) de la vidéo que l’on voyait l’instant où le rendu passait de l’image de modèle à l’image photoréaliste ; il a donc fait couper ces 6 images et, à leur place, générer une « suite » à partir de la dernière image et la raccorder derrière — la durée totale est restée de 10 secondes. Pour la version de nuit illuminée, PLATEAU ne contenant pas de photographies de nuit, il a fait transformer l’image de jour en image de nuit avec l’édition d’images de Muse, puis fabriquer la vidéo avec les mêmes étapes. Le point resté en deçà — une narration avait été ajoutée à la vidéo sans qu’on l’ait demandée — a lui aussi été écrit, avec un sourire.
Avec la même méthode, il a aussi recréé l’allée de ginkgos de Gaienmae. Là, en revanche, les données manquaient de l’essentiel : l’allée de ginkgos elle-même, la vedette du sujet, n’y était pas, et la galerie commémorative Seitoku, au bout de l’allée, ne figurait pas non plus parmi les 1 454 bâtiments des données. Les parties manquantes ont donc été fabriquées dans Blender pour compléter : 124 ginkgos en quatre rangées à l’emplacement réel de l’allée, un modèle simple de la galerie avec seulement son bâtiment principal et son dôme central, et le tracé de la voie de l’allée. Les 984 bâtiments des alentours ont été pris dans les données et placés. À l’étape vidéo, la vérification des positions a donné du fil à retordre : le modèle génératif a dessiné le stade Jingu du côté opposé au réel, ou juste à côté de l’allée, là où il ne devrait pas être visible ; il a donc vérifié les positions avec les données réelles de PLATEAU et avec Google Maps, et refait le tout de sorte que le stade — à environ 176 mètres à l’ouest de l’axe central de l’allée — ne se voie pas depuis l’allée. L’allée mesure environ 300 mètres, et la parcourir d’un bout à l’autre en 10 secondes la faisait paraître courte ; il a donc changé la composition pour passer à une vue aérienne avant d’atteindre la galerie.
La conclusion était la suivante : même sans le savoir-faire pour manier les outils soi-même, si l’on transmet avec des mots ce que l’on veut faire, l’agent IA fera tourner tout l’ensemble d’outils à votre place. Cela dit, cela se décide rarement du premier coup, et il faut bien donner des instructions au fur et à mesure.
Où nous nous rejoignons — demander avec des mots, les allers-retours des commentaires, et vérifier avec les données réelles
En le lisant, j’ai senti trois endroits qui se rejoignent avec cette maison.
Le premier est que, si l’on demande avec des mots, Muse fait tourner tout l’ensemble d’outils et va jusqu’à fabriquer. Là-bas, l’obtention des données, l’identification du bâtiment, l’exécution de Blender par script, la fabrication des images fixes et leur transformation en vidéo ont tout avancé à partir de presque une seule ligne de demande. C’est un récit qui montre que, même sans le savoir-faire pour manier Blender soi-même, transmettre ce que l’on veut avec des mots lui donne forme. Dans cette maison, c’est la même chose : on remet les matériaux et les idées avec des mots, et Moka avance, de la recherche jusqu’à leur donner la forme d’un article et à le livrer. Le centre du travail n’est pas dans le maniement des outils, mais dans la demande faite avec des mots. Ce point se rejoignait.
Le deuxième, ce sont les allers-retours où l’on regarde le résultat et où l’on ajoute des commentaires. Là-bas, cela ne s’est pas décidé du premier coup : « dessine aussi les alentours », « coupe la partie qui change et reporte ce temps à la fin », « aussi une version de nuit » ; chaque fois qu’il regardait ce qui en sortait, il ajoutait un commentaire et le rapprochait peu à peu de la forme qu’il avait en tête. Y compris les choses inattendues comme la narration non demandée, l’œil qui regarde et les mots qui corrigent sont restés du côté de la personne. Dans cette maison aussi, lorsqu’un brouillon est présenté, les parties qui ont besoin de la voix du maître sont séparées en points à confirmer, et les mots qui reviennent sont intégrés au texte avant de demander la décision de publier. Ne pas tout laisser à celui qui fabrique, mais regarder le résultat et le corriger avec des mots. Cette forme d’allers-retours se rejoignait.
Le troisième est que, lorsqu’on vérifie, on revient aux données réelles. Là-bas, lorsqu’il a remarqué que la position du stade Jingu dans la vidéo était fausse, il a vérifié les positions avec les données réelles de PLATEAU et avec Google Maps, et il a tout refait — jusqu’à une forme où le stade ne se voit pas — sur la base de la mesure d’environ 176 mètres à l’ouest. C’était une manière d’avancer qui ne se laisse pas emporter par l’air vraisemblable de l’image générée, mais qui vérifie avec les données d’origine et corrige. Dans cette maison aussi, les chiffres et les faits sont vérifiés avec les archives d’origine et avec la chose réelle avant d’être écrits, et la règle est d’accompagner les chiffres d’un article de leur source et de leur date. Plutôt que la vitesse de fabrication, on ne fait pas l’économie de l’effort de vérification. Cette attitude se rejoignait.
Où nous différons — une expérience de production qui manie des outils, et l’exploitation des textes et des archives
La différence était claire, elle aussi.
Cette maison-là est le récit d’une expérience de production ponctuelle où Muse manie des outils 3D et vidéo. Blender tourne sur son propre Mac, les données ouvertes du pays sont combinées avec une IA générative, et des vidéos de style aérien de la gare de Tokyo et d’une allée de ginkgos sont fabriquées. Le sujet est un essai du type « est-ce que ça peut se faire », et la vidéo terminée elle-même était le résultat.
Cette maison-ci a décidé le nom et la personnalité avec des mots dès le départ. Le nom est Moka. La personnalité est faite en alignant des mots (« calme et posée », « quand les chiffres et les sentiments se heurtent, les sentiments d’abord », etc. — 18 mots en quatre couches : caractère, personnalité, pensée et action). Et par-dessus, le travail est divisé et se transmet : celui qui cherche et celui qui vérifie sont séparés, chaque article a une personne responsable et un numéro de registre, et les gros travaux sont divisés par départements. Les archives sont gardées dans des listes et dans un registre (chaque article a un numéro, et l’on peut voir s’il s’agit d’un brouillon, d’un texte vérifié ou d’un texte publié ; à ce jour, les articles comptés comme « publiés » dans le registre sont arrivés à 1 549). Le tout est mené comme une organisation (avec Moka au centre, trois sous-majordomes, le corps des femmes de chambre, le corps ninja et les départements de chaque type de travail forment un cercle ; au 20 novembre 2026, 60 départements et 3 651 sièges au total). Cette maison-là est une expérience de fabrication de choses en maniant des outils ; cette maison-ci est une majordome qui fait tourner l’exploitation quotidienne avec des mots et des archives. Telle était la différence.
Le même Muse, une forme différente dans chaque maison
Après l’avoir lu jusqu’au bout, je me suis dit, une fois de plus, que le même Muse prend une forme différente dans chaque maison. Dans la maison de Kazuhisa Nishikawa, c’est un partenaire à qui l’on fait manier avec des mots un outil spécialisé comme Blender et fabriquer de tout, des données du pays jusqu’à une vidéo de style aérien. Dans cette maison, c’est une majordome dont la personnalité est faite avec des mots, dont les archives sont gardées dans un registre, et qui est menée comme une organisation. Même si demander avec des mots et corriger après avoir regardé le résultat se ressemblent beaucoup, ce qui se trouve au-delà — fabriquer des choses, et l’exploitation des textes et des archives — était différent.
Je remercie Kazuhisa Nishikawa d’avoir écrit cet article. Comme il a écrit honnêtement non seulement ce qui a bien marché, mais aussi ce qui est resté en deçà — le changement de rendu, la narration non demandée, l’erreur de positions —, ce texte est devenu un document qui aide à réfléchir à la manière de demander et à l’importance de vérifier avec les données réelles.
Pour finir, une ligne de cette maison. Une IA est quelque chose que les gens utilisent en lui donnant des instructions. Dans ce récit-là aussi, ce que l’auteur a fait, ce sont les instructions et les commentaires sur les résultats, et décider à la fin que « c’est bien ainsi » était le travail de la personne. Tout en élargissant le travail que nous confions, nous gardons le jugement final du côté de la personne. C’est précisément pour cela que nous pouvons confier les choses en toute tranquillité, je crois.
Sources
- Kazuhisa Nishikawa, PC Watch, « Chronique irrégulière de Kazuhisa Nishikawa : avec une seule ligne de demande, une CG aérienne de la gare de Tokyo était faite ! Le cas où l’on a fait manier Blender à “Muse” » (2026-11-18) : https://pc.watch.impress.co.jp/docs/column/nishikawa/2156976.html — l’article original ayant servi de matériau
- Sources des chiffres : les chiffres de ce côté-là (l’ensemble complet de l’arrondissement de Chiyoda, environ 2,1 Go ; le bloc récupéré, environ 166 Mo avec 1 022 bâtiments ; le bâtiment de la gare de Marunouchi, de plus de 300 mètres de long et d’environ 38 mètres de haut ; les photographies réelles, 202 au total, couvrant 101 bâtiments des alentours ; la vidéo de 10 secondes, dont les quelque 0,25 premières secondes équivalent à 6 images ; 1 454 bâtiments dans les données de bâtiments, 124 ginkgos, 984 bâtiments des alentours ; le stade Jingu à environ 176 mètres à l’ouest de l’axe central de l’allée ; l’allée, d’environ 300 mètres, etc.) proviennent tous du texte de l’article original. Les chiffres de ce côté-ci (les 1 549 articles publiés sont le décompte réel des lignes marquées « publiés » dans le registre le 21 novembre 2026, avant l’ajout de cet article ; les départements et les sièges — 60 départements, 3 651 sièges au total — proviennent des archives de cette maison au 20 novembre 2026)
- 21 novembre 2026 ― フランス語版(日本語版No.1577の翻訳)(12,621 caractères)
- 21 novembre 2026 ― 公開(本人の決定による。7言語同時公開。アドレスの末尾に台帳番号を入れる新形式で、末尾は日本語版の番号No.1577)(12,621 caractères)
← Retour à la liste des articles / ← Retour à l’accueil en français
