Une idée au labo — des pixels plus nets, un jour.

Un flux de bureau à distance subit deux dégradations de compression avant d’atteindre vos yeux. D’abord, l’hôte réduit la définition quand celle de la source dépasse ce que votre client peut afficher — un MacBook Pro M4 14 pouces qui héberge en 3024 par 1964 et diffuse vers un iPad mini en 2266 par 1488 a déjà perdu environ un tiers de ses pixels avant même que l’encodeur ne voie l’image. Ensuite, l’encodeur lui-même applique une compression avec perte pour tenir dans le débit que le réseau peut transporter. Ces deux étapes jettent le détail haute fréquence — précisément ce qui fait la différence entre un caractère net et une tache floue.

L’idée que nous explorons est une passe de récupération de qualité exécutée sur le client après le décodage : observer l’image décompressée et prédire le contenu haute fréquence que l’image d’origine possédait avant d’être réduite puis comprimée par l’encodeur. Contrairement à l’upscaling bilinéaire ou bicubique classique — qui ne peut qu’interpoler à partir des pixels déjà présents — un réseau de neurones entraîné peut apprendre à quoi ressemblent les contours, les lettres et les formes d’interface en pleine définition, et reconstruire des détails qu’une simple interpolation ne peut pas retrouver.

Si cela fonctionne comme nous l’espérons, l’effet serait le plus visible là où vous en avez le plus besoin : du texte courant en corps 11, du code en police à chasse fixe, des filets fins dans un fichier Figma, des contours de boutons dans une barre latérale. Ce sont les cas où quelques pixels baveux font la différence entre « lisible » et « je dois me pencher vers l’écran ». C’est une vraie lacune de ce que n’importe quel encodeur réglé pour le mouvement peut faire seul — et c’est précisément pour cela que la recherche vaut la peine, afin de savoir si un modèle sur l’appareil peut la combler.

Nous n’y sommes pas encore. Aujourd’hui, la réponse honnête à « comment garder une session nette sur une mauvaise connexion » est le moteur de débit adaptatif de Remio — il lit déjà votre réseau et choisit l’enveloppe qui garde l’image aussi nette que la connexion le permet, sans pic de latence. L’upscaling neuronal viendrait s’ajouter à cette couche, pas la remplacer.

Fait-elle clairement mieux que ce que nous avons déjà ? Le moteur de débit adaptatif de Remio lit déjà votre connexion et choisit l’enveloppe qui garde l’image aussi nette que le réseau le permet. Un modèle neuronal ne mérite sa place que s’il récupère du détail au-delà de cette base avec une marge que les gens remarquent vraiment — pas une victoire de benchmark qui disparaît à distance de vision normale.

Coûte-t-elle beaucoup de batterie sur un téléphone ou une tablette ? Exécuter un modèle sur chaque image décodée, pendant toute la session, a un vrai coût énergétique. Nous voudrions que ce coût soit assez faible pour que personne n’ait à y penser — ou un comportement « Auto » clair et honnête qui ne dépense de la batterie que lorsqu’il y a quelque chose à récupérer, avec un vrai interrupteur pour celles et ceux qui préfèrent ne pas payer ce prix du tout.

Reste-t-elle honnête sur ce qu’elle fait ? Un modèle qui reconstruit un détail plausible à partir de pixels compressés fait autre chose qu’un modèle qui invente un contenu qui n’a jamais existé. Pour un bureau à distance, où ce que vous voyez doit correspondre à ce qui se trouve réellement sur l’hôte, cette distinction n’est pas un luxe — c’est tout le modèle de confiance. Tout ce que nous livrerions devrait reconstruire, jamais halluciner.

Tant que nous ne pouvons pas répondre aux trois avec de vrais chiffres, et non des projections, cela reste sur cette page une idée de recherche — pas une option dans l’app.

Le H.265 matériel de bout en bout signifie que l’encodeur de l’hôte et le décodeur de votre client tournent tous deux sur du silicium vidéo dédié, pas sur le CPU — pour la même raison qu’une vidéo 4K se lit sans accroc sur un téléphone qui s’étranglerait à la décoder par logiciel. Cette marge est ce qui permet à Remio de conserver le détail à un débit qu’un codec logiciel ne pourrait pas soutenir.

Le moteur de débit adaptatif est la brique qui fait le vrai travail que l’on explore l’upscaling neuronal pour aider : il mesure votre connexion au début d’une session et choisit l’enveloppe de débit la plus élevée que cette connexion peut soutenir sans pic de latence, au lieu d’affamer discrètement le flux. Découvrir comment fonctionne la qualité adaptative →

L’écran virtuel et le moteur de rendu sans tampon complètent le tableau. Comme l’écran diffusé par Remio est dimensionné exactement sur votre fenêtre plutôt que sur le moniteur complet de l’hôte, vous ne regardez jamais une copie réduite de quelque chose de plus grand. Et comme le moteur de rendu affiche toujours la dernière image décodée — en abandonnant les anciennes plutôt qu’en les rattrapant — rien de ce que vous voyez n’est périmé lorsque cela atteint votre écran. Entre les quatre, la plupart des sessions n’ont jamais besoin d’une passe de récupération de qualité.

Il ne ferait pas d’hallucinations pour combler une interface manquante. Si un bouton est coupé au bord du flux parce que l’encodeur a abandonné une zone, un modèle qui invente le reste du bouton n’a pas sa place dans un bureau à distance. Vous devez pouvoir croire que ce que vous voyez sur votre iPad correspond à ce qui se trouve réellement sur l’hôte — un modèle génératif qui remplirait un contenu qui n’a jamais existé briserait cette confiance ; nous ne livrerions donc qu’un modèle qui reconstruit à partir de pixels réellement encodés, jamais un modèle qui invente.

Il ne prétendrait pas augmenter la fréquence d’images. La fréquence d’images dans Remio dépend de la cadence de capture de l’hôte et de la capacité du réseau à livrer les images à temps — c’est le travail du moteur de rendu sans tampon déjà livré, pas d’un upscaler. Tout modèle que nous construirions produirait une image plus nette par image décodée, rien de plus.

Il ne serait pas présenté comme une correction de la lecture vidéo sur l’hôte. Si vous regardez un film sur votre Mac distant, ce qui est diffusé est ce que le décodeur vidéo de l’hôte a lui-même rendu — à la définition de l’hôte. Une passe de récupération de qualité sur le flux n’améliore pas une source que l’hôte a déjà produite ; pour une lecture de film plus nette, le conseil honnête reste le même qu’aujourd’hui : lancez-la sur votre appareil client, pas sur l’hôte.

Et il ne serait jamais vendu comme un substitut à un bon réseau. Une connexion directe en réseau local sera toujours plus nette qu’une connexion WAN bridée, quelle que soit la dose d’upscaling ajoutée par-dessus — le moteur de débit adaptatif livré par Remio aujourd’hui vous donne déjà la meilleure image que votre connexion réelle peut soutenir. Tout ce que nous construirions ici serait une assurance supplémentaire pour les mauvais réseaux, pas un remplacement d’un bon.