La notion de fenêtre spatiale d'intégration visuo-auditive désigne les conditions suivant lesquelles un stimulus auditif et un stimulus visuel sont perçus sous forme d'un percept unique bien que leurs positions spatiales diffèrent objectivement. Cette question a fait l'objet de nombreuses recherches en neurosciences. Cependant, la plupart d'entre elles reposent sur des conditions expérimentales de laboratoire extrêmement simplifiées et contrôlées. L'utilisation de la réalité virtuelle permet d'enrichir le contexte expérimental et déterminer si les observations relevées sont maintenues dans des environnements plus complexes. Les expériences présentées dans ce papier sont menées dans un environnement de réalité virtuelle utilisant un écran à stéréoscopie passive et un rendu binaural individualisé. Ces expériences sont dérivées du paradigme du point d'alignement spatial subjectif (PSSA) qui consiste à émettre un flux auditif selon une direction fixe tandis qu'un stimulus visuel synchrone se déplace latéralement. La tâche du participant est d'indiquer l'instant dès lequel il perçoit les deux stimuli alignés et qui définit le PSSA. Nous avons repris ce paradigme avec des objets complexes afin d'étudier l'effet d'attraction visuo-auditif lorsque les stimuli sont plus complexes, physiquement et sémantiquement. Nous avons montré que l'effet principal d'attraction du son par une image est toujours présent, mais son amplitude est plus faible. Nos premiers résultats soulignent l'importance de considérer des objets multisensoriels complexes, ici pour l'étude de la localisation spatiale.