Jusqu’à présent, le jeu vidéo ne bénéficie pas d’un modèle d’analyse global et générique permettant de qualifier sa spécificité en tant que média interactif, ainsi que son fonctionnement et son mode de fréquentation. Pourtant, chaque jeu vidéo organise la vision, l’audition, et parfois le toucher, afin de mettre en relation le participant avec le monde ludique. Cela rend possible ses décisions et ses actions par différents moyens efficaces : l’avatar, l’interface, la flèche de pointage. Pour savoir comment les vidéojoueurs entrent en relation et s’impliquent dans des univers simulés, les concepts d’instanciation et d’instance s’avèrent très utiles. Dans une perspective info-communicationnelle et en partant des études audiovisuelles, cet article développe un nouveau cadre théorique qui aide à comprendre la structure fondamentale du jeu vidéo. Il expose en quoi deux instances vidéoludiques définissent la perception et l’action du pratiquant. Elles permettent de prendre corps dans le monde de jeu en faisant corps avec l’ordinateur. Ainsi se dévoile un mécanisme de « co-instanciation », c’est-à-dire d’instanciation réciproque de l’homme et d’un artefact technique, qui finalement procure une nouvelle condition d’existence au participant.