Présentation du produit
LiveX AI Inc., start‑up californienne, commercialise AI City, une gamme de kiosques grandeur nature capables d’interagir comme des interlocuteurs humains. Le dispositif est déjà installé dans plus de 100 sites, parmi lesquels des magasins PUMA, l’aéroport international San José Mineta, le SAP Center, le stade des San Jose Sharks, l’hôpital El Camino ainsi que des hôtels Marriott et Hilton. Chaque kiosque projette un avatar numérique qui peut accueillir, orienter et conseiller les visiteurs en temps réel.
Architecture technique
Le cœur du système repose sur des GPU Nvidia RTX Pro 6000 Blackwell Server Edition. Ces cartes accélèrent le rendu visuel et le traitement des flux multimodaux (vidéo, audio, texte). LiveX utilise le Metropolis VSS Blueprint pour orchestrer les agents visuels, tandis que le moteur Nvidia Cosmos génère les modèles de monde ouvert qui alimentent les comportements de l’avatar. Les bibliothèques Omniverse fournissent des jumeaux numériques, permettant une navigation basée sur la localisation précise du visiteur.
Sur le plan logiciel, LiveX combine des modèles propriétaires – notamment l’Omni Model – capables de comprendre simultanément texte, parole et contexte visuel (multimodalité). Un modèle de gestion du bruit filtre les interférences sonores, garantissant la reconnaissance vocale même dans des environnements très bruyants. Le système intègre également une traduction multilingue en temps réel, éliminant la dépendance aux menus statiques des kiosques traditionnels.
Fonctionnalités et performances
Les kiosques offrent une cartographie 3D interactive, ce qui rend possible la navigation « location‑aware » et la découverte de produits en trois dimensions. Cette capacité repose sur la fusion des données de capteurs (caméras, microphones) avec les modèles de monde virtuel d’Omniverse, assurant une mise à jour instantanée de la scène affichée. La réponse multimodale permet à l’avatar de fournir des recommandations de produits, des indications d’itinéraire ou des réponses à des questions d’événement, tout en adaptant le discours à la langue maternelle de l’utilisateur.
LiveX indique que la plateforme libère le personnel humain pour des tâches à plus forte valeur ajoutée, car les avatars peuvent gérer simultanément un grand nombre d’interactions. Cependant, la société reconnaît que la généralisation des robots physiques autonomes reste à plusieurs années, ce qui place les kiosques comme une étape intermédiaire vers des solutions robotisées plus avancées.
Analyse des limites et perspectives
Le principal goulot d’étranglement technique réside dans la dépendance aux GPU haut de gamme, ce qui implique des coûts d’infrastructure élevés et une consommation énergétique notable. De plus, la précision de la traduction et de la reconnaissance vocale dépend fortement de la qualité des microphones et de l’acoustique du lieu ; les environnements très réverbérants peuvent encore dégrader les performances malgré le modèle de gestion du bruit. Enfin, la confidentialité des données vocales et visuelles collectées n’est pas détaillée, soulevant des questions de conformité aux réglementations sur la protection de la vie privée.
