Wombo — Des sprites de jeu, trois Wombos plus tard

État des lieux

Commencez par un avertissement de jeu de piste : le « Wombo » que vous connaissez — l'application qui fait chanter vos selfies — n'est pas celui dont nous parlons. Il en existe au moins trois autres, dont une plateforme d'e-sport. Celui-ci, « Wombo — The AI Game Studio », est un studio de jeu IA open-source qui transforme des descriptions texte en assets 2D prêts à l'emploi : vues alignées face, profil et dos d'un personnage, séquences d'animation exportées en spritesheets PNG et en fichiers Aseprite natifs, plus des sons via ElevenLabs.

Le projet est porté par Armin Catovic, développeur suédois et directeur Data & IA chez Funnel.io, dont le compte GitHub est ancien et actif — un drapeau vert de provenance, loin des dépôts d'un jour recyclés. Le dépôt, sous licence MIT, compte 91 étoiles, 32 commits et cinq versions taguées. Le lancement Product Hunt du 18 septembre a atteint la 33e place du classement quotidien avec une soixantaine de votes.

La carte des menus

Le studio est gratuit et open-source MIT : on clone, on installe, on s'héberge soi-même. Aucun palier payant, aucune limite imposée par l'éditeur. Mais la gratuité s'arrête à la porte de la génération, et c'est le point que le produit n'affiche nulle part.

Les appels d'images et de vidéos passent par OpenRouter, les sons par ElevenLabs — les clés API, c'est vous qui les apportez. Concrètement, au 20 septembre 2026 : GPT Image 2.5 Sunburst est facturé 8 dollars par million de tokens d'entrée et 30 dollars par million de tokens de sortie ; MiniMax H3, le modèle vidéo, coûte 0,13 dollar par seconde en 2K et 0,08 dollar par seconde en 768p, soit environ 0,80 dollar pour dix secondes de vidéo ; ElevenLabs va du palier Free à 299 dollars par mois. Traduction : l'outil est gratuit, produire un jeu complet coûte de l'argent réel en tokens et en secondes de vidéo.

Ce que la bête sait vraiment faire

Le fonctionnement est un pipeline d'images et de vidéos génératives reconditionnées en sprites. On décrit un personnage nommé ; le studio génère des vues de référence alignées de face, de profil et de dos — la partie difficile, car un modèle d'image produit naturellement trois personnages différents plutôt que trois angles du même. À partir de ces références, on demande une animation (repos, marche, combat), et le résultat est découpé en frames, redimensionné, aligné, puis enregistré en spritesheet PNG plus un fichier Aseprite natif — modifiable dans l'éditeur de pixel art de référence. Le chroma keying est intégré pour livrer un sprite directement exploitable dans un moteur.

Deux différenciateurs solides face à la concurrence. L'export Aseprite natif, d'abord : beaucoup d'outils livrent un PNG ou un GIF, pas un fichier éditable. L'intégration audio dans le même studio, ensuite : sprites et effets sonores au même endroit, là où la plupart des concurrents s'arrêtent à l'image. Les vues multi-angles alignées restent la promesse centrale, sur un segment (générateurs de sprites IA) déjà dense et équipé de serveurs MCP.

L'auteur a construit Wombo pour un vrai jeu — After Light, un 2.5D cyberpunk interplanétaire sous Unity et Blender — et s'en sert pour produire ses propres assets, y compris la mascotte du studio. Une démo jouable est publiée sur GitHub Pages. L'application elle-même a été écrite avec l'aide de Codex et d'Astra, ce que l'auteur confirme dans les commentaires Product Hunt.

Les couleuvres à avaler

La première est ce nom, déjà pris quatre fois. Un lecteur francophone qui tape « Wombo » tombe sur l'app d'avatars ou la plateforme d'e-sport, pas sur le studio de jeu. Le slug Product Hunt lui-même est descriptif — « wombo-the-ai-game-studio » — preuve que le nom court était saturé. La review doit donner l'URL exacte du dépôt, et c'est ce que nous faisons.

La deuxième : un seul mainteneur réel. Sur 32 commits, 31 sont de l'auteur, un seul d'un contributeur ponctuel. Facteur de bus à un, vitesse de correction plafonnée, vulnérabilité à l'abandon.

La troisième : aucun signal communautaire hors GitHub et Product Hunt. Aucun fil Hacker News propre au projet, Reddit injoignable le jour du relevé. Les neuf commentaires PH sont des encouragements courts — verbatims utilisables, preuve d'adoption non. Et la fiche PH était vide à la soumission, sans description ni documentation.

La quatrième, déjà esquissée : le coût d'usage n'est affiché nulle part. Un utilisateur qui croit à un outil « gratuit » peut avoir une mauvaise surprise à la première génération vidéo. La cinquième : la dépendance totale à des fournisseurs tiers américains — le discours « self-hosted » masque que la génération passe par OpenRouter et ElevenLabs. Contrairement à un outil comme WhaleRead, il n'y a ici aucun modèle local. Enfin, la barrière d'entrée reste technique : Node.js 20, ffmpeg, deux clés API, un fichier .env à éditer, un serveur local sur le port 5173.

Verdict

Wombo est le plus solide des quatre outils de cette fournée : open-source, un auteur identifié, un vrai jeu de démonstration, et un export Aseprite qui change la vie d'un pixel artiste. Le nom est un piège à lecteurs et le coût réel est à chiffrer soi-même, mais pour un développeur de jeu indé qui veut prototyper sans dessiner, c'est une vraie trouvaille. ★★★★☆