Webtoon a annoncé des outils de traduction alimentés par IA pour Canvas, sa plateforme de bandes dessinées téléversées par les utilisateurs, ciblant sept langues incluant l'anglais, l'espagnol, le français et le chinois traditionnel. La fonctionnalité lance en bêta pour les créateurs anglophones ce printemps, s'étendant aux autres marchés d'ici l'été. L'entreprise combine son modèle de langage propriétaire avec un LLM externe pour traiter seulement les éléments textuels, promettant aucun stockage de contenu ou entraînement de modèle sur le travail des créateurs.
Cette démarche souligne un vrai point douloureux dans la création de contenu : les barrières linguistiques limitent encore massivement la portée de distribution. Bien qu'on ait vu des outils de traduction d'Amazon Kindle et d'innombrables startups, la plupart des créateurs—surtout les conteurs visuels—restent coincés à publier dans des langues uniques. L'accent mis par le président de Webtoon Yongsoo Kim sur « garder le contrôle créatif complet » suggère qu'ils comprennent la méfiance des créateurs envers les outils IA qui pourraient compromettre leur travail ou leurs droits.
Ce qui manque dans l'annonce de Webtoon, c'est des détails techniques cruciaux. Quel LLM externe utilisent-ils ? Comment gèrent-ils le contexte qui s'étend sur plusieurs panneaux de BD ? La traduction de bandes dessinées ne consiste pas juste à convertir le texte—ça nécessite de comprendre la narration visuelle, les références culturelles, et maintenir la cohérence de la voix des personnages. La limite de sept langues semble aussi conservatrice quand les concurrents poussent des capacités de 50+ langues.
Pour les développeurs qui construisent des outils pour créateurs, ceci signale une vraie demande pour des flux de travail de traduction spécialisés au-delà des API génériques. Les bandes dessinées, manga, et contenu visuel nécessitent des approches différentes que la traduction de documents. La plus grosse opportunité pourrait être de construire des outils de traduction qui comprennent l'art séquentiel, les bulles de dialogue, et le contexte visuel—des domaines où les LLM actuels peinent encore malgré leur prowesse textuelle.