Thèse Création sur Mobile d'Expériences Interactives de Réalité Augmentée à l'Aide de l'Intelligence Artificielle Générative H/F - Doctorat.Gouv.Fr

Établissement : Université Paris-Saclay GS Informatique et sciences du numérique École doctorale : Sciences et Technologies de l'Information et de la Communication Laboratoire de recherche : Laboratoire Interdisciplinaire des Sciences du Numérique Direction de la thèse : Christian SANDOR ORCID 0000000239902728 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-05-12T23:59:59 L'intelligence artificielle générative (GenAI) et la réalité augmentée (RA) ont fait des progrès incroyables au cours des dernières années. Actuellement, la plupart des grandes entreprises technologiques (Meta, Google, Apple, Amazon, Alibaba, Tencent, etc.) développent des lunettes intelligentes en RA dotées de capacités d'IA. Alors que les plateformes matérielles et logicielles se développent, les applications convaincantes se font encore rares. Nous considérons qu'un facteur clé contribue à cette situation : le manque d'outils de création adaptés.L'un des principaux défis pour déployer des expériences de RA mobile captivantes sur le terrain réside dans le manque d'outils de création adaptés. Le contenu de RA devant être intrinsèquement étroitement lié aux caractéristiques du monde réel, une partie du processus de création doit se dérouler sur place ; idéalement, toutes les décisions de création pourraient même y être prises. Une raison fondamentale à cela est l'imprévisibilité du site de déploiement réel. La GenAI offre une solution potentielle à ce dilemme, car elle est très puissante et possède une imprécision inhérente qui la rend bien adaptée au monde réel. Over time, mobile AR authoring systems were shifting away from desktop authoring and giving increasingly more power on the mobile side. But, this transition is far from complete. The ultimate goal of this PhD thesis is to develop a mobile AR+GenAI system that allows users to create complex interactive experiences everywhere - Year 1: Evaluating a large set of foundation models and combining them into a working prototype that allows the creation of basic experiences. Then, start fine-tuning specific models in the pipeline to overcome problems that existing models can't solve. Possibly start training a foundation model for parts of the pipeline.
- Year 2: Use less existing models and more fine-tuned / new models. Create more complex experiences.
- Year 3: Conduct a large-scale experiment with creators to validate the capabilities of the developed system.

Le candidat doit être titulaire d'un master ou d'un diplôme équivalent en informatique.

Le candidat idéal aura déjà fait preuve de solides résultats de recherche dans les domaines pertinents de cette thèse :
- RA
- Infographie et/ou vision par ordinateur
- IA générative
- Interaction homme-machine

Nous attendons du candidat qu'il s'épanouisse dans un environnement dynamique où les nouvelles technologies et approches peuvent évoluer rapidement. Nous apprécions les candidats motivés, autonomes et possédant un excellent dossier académique et/ou une expérience en recherche.