Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
A character freezes a patch of lava to make a foothold, and the same jump, filmed as a rough grey sketch, comes back as a detailed scene. That is the kind of demonstration VAST put in front of developers this week. The company, behind the Tripo platform, has open-sourced EdenLive, a real-time model that takes simplified game footage or an existing video and re-renders it frame by frame in a chosen style, from photorealistic to anime. The release includes 5B and 14B model weights, real-time streaming inference code, a technical report and end-to-end demos.
Un personnage gèle une flaque de lave pour s'y accrocher, et le même saut, filmé sous forme d'esquisse grise et grossière, ressort sous forme de scène détaillée. C'est le type de démonstration que VAST a présenté aux développeurs cette semaine. L'entreprise, à l'origine de la plateforme Tripo, a publié en open source EdenLive, un modèle temps réel qui prend des images de jeu simplifiées ou une vidéo existante et les recalcule image par image dans un style choisi, du photoréaliste à l'anime. La publication comprend les poids des modèles 5B et 14B, le code d'inférence en streaming, un rapport technique et des démonstrations de bout en bout.
The model works as a second stage. An upstream program, such as a game engine or code written by a coding agent, runs the rules and tracks what is happening in the game. It then outputs a coarse reference video. EdenLive takes that reference, starts from a target first frame and a text prompt, and paints the detail on top. VAST says this split keeps the game logic explicit and testable, and lets the model's limited capacity focus on how things look. The approach was first presented in June, as part of Project Eden, the company's longer-running research effort on world models.
Le modèle fonctionne comme une seconde étape. Un programme en amont, comme un moteur de jeu ou du code écrit par un agent de programmation, applique les règles et suit ce qui se passe dans le jeu. Il produit alors une vidéo de référence grossière. EdenLive prend cette référence, part d'une première image cible et d'une consigne textuelle, et ajoute le détail par-dessus. VAST affirme que cette séparation garde la logique du jeu explicite et testable, et permet à la capacité limitée du modèle de se concentrer sur l'apparence. L'approche avait d'abord été présentée en juin, dans le cadre de Project Eden, le programme de recherche de longue haleine de l'entreprise sur les modèles du monde.
The speed figures are the striking part. VAST reports that the 5B model runs above 24 frames per second at 720p on a single Nvidia RTX 5090 graphics card. The GitHub page gives about 24.7 FPS at 1280×704 pixels, with the LightX2V acceleration framework. The technical report lists 29.8 FPS on one H100 chip, the data-centre processor Nvidia sells for this kind of work, and 26.8 FPS at 832×480 for the 14B model running across eight H100s. Those numbers come from VAST itself, and no independent benchmark has been published yet. The two models are built on existing open video models, Wan2.2-TI2V-5B and Wan2.1-I2V-14B.
Les chiffres de vitesse sont la partie la plus frappante. VAST indique que le modèle 5B dépasse 24 images par seconde en 720p sur une seule carte graphique Nvidia RTX 5090. La page GitHub annonce environ 24,7 FPS en 1280×704 pixels, avec le framework d'accélération LightX2V. Le rapport technique indique 29,8 FPS sur une seule puce H100, le processeur de centre de données que Nvidia vend pour ce type de travail, et 26,8 FPS en 832×480 pour le modèle 14B exécuté sur huit H100. Ces chiffres viennent de VAST lui-même, et aucun benchmark indépendant n'a encore été publié. Les deux modèles reposent sur des modèles vidéo ouverts existants, Wan2.2-TI2V-5B et Wan2.1-I2V-14B.
For a developer, the immediate gain is a shorter path from a rough prototype to something that looks finished. A studio or a solo maker could test a scene's look before building its art, and researchers get weights they can modify. The limits are just as concrete. VAST says EdenLive currently suits low-frequency interaction, such as scene walkthroughs and box-pushing puzzles. Fast, intense gameplay, keeping several characters consistent, fine control of small objects and visual consistency over long runs still need work. The licences also draw a line: the vision encoder follows the DINOv3 licence, and the image model behind the prompt-to-game workbench is under the FLUX Non-Commercial License, so that workbench is for non-commercial use only. Commercial teams should check each component before building on it.
Pour un développeur, le gain immédiat est un chemin plus court entre un prototype grossier et un rendu qui paraît fini. Un studio ou un créateur solo peut tester l'apparence d'une scène avant de réaliser ses graphismes, et les chercheurs obtiennent des poids qu'ils peuvent modifier. Les limites sont tout aussi concrètes. VAST reconnaît qu'EdenLive convient aujourd'hui aux interactions peu fréquentes, comme la visite de scènes ou les puzzles de poussée de caisses. L'action rapide et intense, la cohérence de plusieurs personnages, le contrôle fin des petits objets et la stabilité visuelle sur de longues durées restent à améliorer. Les licences fixent aussi des limites : l'encodeur de vision suit la licence DINOv3, et le modèle d'image à la base de l'atelier de création de jeux à partir d'une consigne est sous licence FLUX Non-Commercial License. Cet atelier ne peut donc servir qu'à un usage non commercial. Les équipes commerciales doivent vérifier chaque composant avant de bâtir dessus.