YouTube repense sa vue immersive sur Quest : le casque comme plateforme, pas comme écran

Selon UploadVR, Google travaillerait sur une refonte majeure de la vue immersive de YouTube sur Quest, pour rapprocher l'expérience de ce qu'on voit sur Android XR et visionOS. Lue comme une simple news produit, l'information est anecdotique. Lue comme un signal de plateforme, elle est plus intéressante : la vidéo sur casque sort de l'effet gadget et devient un mode d'usage à part entière.

Pour un développeur, c'est un changement de modèle mental. Un casque VR n'est pas un écran plus grand. C'est deux affichages indépendants, deux feeds, un seul système visuel en sortie. Toute la stéréoscopie repose là-dessus. Et toute une catégorie d'applications d'entraînement visuel aussi.

Je me souviens d'une discussion avec un orthoptiste, il y a deux ans. Il me disait, à moitié sérieux : « Le meilleur exercice pour l'œil paresseux, c'est celui que l'enfant veut refaire demain. » Sur le papier, tout le monde est d'accord. En pratique, personne n'avait résolu le problème du contenu. C'est exactement là que la nouvelle de YouTube sur Quest devient un signal technique, et pas seulement une annonce produit.

Le problème que la VR rend soudain traitable

L'amblyopie se traite classiquement par occlusion : on cache l'œil dominant pour forcer l'œil faible à travailler. Le point de friction est connu depuis longtemps — l'observance. C'est inconfortable, visible socialement, et souvent abandonné avant que les effets n'arrivent. La littérature sur l'entraînement visuel s'est donc tournée vers deux pistes : les formats dichoptiques (une image différente par œil) et le contenu engageant. Un exercice qu'on abandonne n'a aucune valeur, quelle que soit la qualité de son protocole.

Un casque qui affiche déjà deux images distinctes est, matériellement, un très bon support pour ce type d'exercice. Ce qui manquait, c'était du contenu à regarder pendant la séance.

Architecture : deux yeux, deux pipelines de rendu

Techniquement, ce type d'application ne se pose pas comme un lecteur vidéo classique. C'est un pipeline stéréo qui, pour chaque frame, doit produire deux sorties visuellement différentes, synchronisées au même instant temporel.

Schématiquement, la boucle ressemble à ça :

frame_source ──► décodeur vidéo (une seule instance)
                     │
          ┌──────────┴──────────┐
          ▼                     ▼
   pipeline œil droit    pipeline œil gauche
   (shader flou,         (AI Sharpener,
    occlusion,            repère magenta,
    repère gris)          scintillement)
          │                     │
          └──────────┬──────────┘
                     ▼
             compositeur stéréo
                     ▼
              affichage Quest

Deux points d'ingénierie méritent l'attention.

Le premier est la synchronisation temporelle. Si les deux yeux ne reçoivent pas la même frame au même moment, la fusion binoculaire casse — le cerveau perçoit un décalage, pas une image 3D. Sur Quest, ça veut dire travailler dans le pipeline de composition du runtime, pas dans une simple texture overlay.

Le deuxième est le coût GPU du shader de flou côté œil dominant. Un flou trop lourd fait tomber le framerate, et un framerate instable ruine l'immersion — donc l'observance. Le compromis classique est un flou approximatif (kernel séparable, ou réduction de résolution sur l'œil concerné), pas un vrai Gaussian pixel-perfect.

Où se place Amblyotube

Amblyotube, développé par Seven Sports, est un logiciel récréatif et éducatif d'exercices de coordination visuelle et d'attention en VR, disponible sur Meta Quest. Le principe tient en une phrase : afficher une expérience visuelle différente pour chaque œil pendant que l'utilisateur regarde du contenu de style YouTube.

Concrètement, côté configuration et rendu :

• Choix de l'œil affecté (gauche ou droite) et préréglage de sévérité (léger, modéré, sévère), ou une vérification de la vision LogMAR qui mesure chaque œil séparément et les deux ensemble, puis peut ajuster le profil.
• Shader de l'œil dominant : un flou numérique doux et ajustable appliqué à l'œil fort, pour réduire sa dominance sans le masquer complètement. À 100 % d'opacité, cela agit comme un cache numérique complet.
• AI Sharpener (MFBF) sur l'œil faible : détection des figures humaines dans la vidéo, contour rouge marqué, surbrillance jaune-vert et scintillement pulsé à rythme régulier.
• Occlusion par coin (Wedge Occlusion), en option : une partie de la vue de chaque œil est masquée, si bien que chaque œil voit des portions distinctes de la scène — ce qui coupe la rivalité binoculaire.
• Repère de fusion magenta : un point magenta vif dans la vue de l'œil paresseux, un point gris neutre discret dans celle de l'œil dominant ; le suivi les fusionne en une seule image 3D cohérente. C'est le mécanisme qui travaille la fusion binoculaire et la perception de la profondeur.
• Le tout se pilote depuis un panneau flottant, redimensionnable, avec manettes Meta Quest ou suivi des mains, dans une pièce virtuelle ou en Room View (pass-through AR).

L'idée directrice est simple : transformer n'importe quelle vidéo YouTube en séance d'entraînement visuel, plutôt que d'imposer un protocole aride que personne ne suit jusqu'au bout.

Ce que ça change côté conception

Pour un développeur qui construit dans ce créneau, trois leçons se dégagent.

Le contenu est le composant le plus difficile. Le rendu stéréo, c'est de la plomberie maîtrisée. Trouver du contenu que l'utilisateur veut regarder 30 à 40 minutes par jour, c'est le vrai problème produit. S'appuyer sur une plateforme vidéo existante évite de construire un catalogue from scratch.

Le pass-through change la donne. Room View (AR) permet d'utiliser l'app sans être coupé du monde. Pour un public jeune, souvent la cible de ce type d'exercice, l'isolement total du casque est un frein. Le pass-through réduit ce coût.

La configuration doit être mesurable, pas devinée. Un préréglage de sévérité sans mesure, c'est du réglage au doigt mouillé. Une vérification LogMAR qui mesure chaque œil séparément, puis ajuste le profil, transforme la config en donnée exploitable.

Un point de rigueur : ce que ce n'est pas

Amblyotube est un outil d'entraînement visuel complémentaire et d'assistance, destiné à la coordination binoculaire et à la perception de la profondeur. Ce n'est pas un diagnostic, pas un traitement, et pas une guérison de l'amblyopie. Il ne remplace ni un ophtalmologue, ni un orthoptiste, ni le suivi médical en cours.

Usage recommandé : 30 à 40 minutes par jour, une heure maximum par séance. Public : 13 ans et plus.

Pourquoi maintenant

Si la refonte immersive de YouTube sur Quest se confirme, le contenu ne manquera pas. La vraie question devient : qu'est-ce qu'on fait de ces heures dans le casque ? Amblyotube propose une réponse opérationnelle — 30 à 40 minutes par jour, avec du contenu qu'on aime déjà, sans patch adhésif et sans lunettes rouge-bleu.

Télécharger Amblyotube sur le Meta Quest Store : https://www.meta.com/en-gb/experiences/amblyotube/25906906972338493/