J'ai regardé une comparaison à l'aveugle entre Seedance, Kling, Grok et le modèle vidéo de Google.
Pour moi aussi, Seedance a gagné.
Pas au sens abstrait du classement. C'était simplement le modèle qui semblait mieux comprendre la scène. Le jeu, le mouvement, les références, l'action, le poids cinématographique. Le résultat avait davantage de goût intégré.
Mais ce n'était pas la partie intéressante.
La partie intéressante, c'est que je n'utiliserais quand même pas Seedance pour tout.
C'est là que la vidéo IA me semble différente maintenant. Nous sortons de la phase où chaque outil est une boîte de prompt interchangeable. La question utile n'est plus :
Quel modèle est le meilleur ?
C'est :
Quel type de plan suis-je en train d'essayer de créer ?
Ma carte actuelle est simple.
Utilisez Seedance quand le plan doit être bon. Scène complexe, nombreuses références, jeu expressif, action, transfert de mouvement, ou tout ce qui oblige le modèle à se comporter comme un petit réalisateur plutôt que comme une machine à textures.
Utilisez Kling quand le plan est plus simple et que l'itération compte. Plans statiques, respect de la caméra, sortie 4K/60fps, essais moins chers. Il n'a peut-être pas le meilleur plafond, mais parfois le plafond n'est pas le problème. Parfois, il vous faut simplement quatre tentatives correctes plutôt qu'une seule tentative coûteuse.
Utilisez Grok quand la vitesse, le dialogue, l'émotion ou des garde-fous plus souples comptent. C'est brouillon. La continuité casse. La résolution est limitée. Mais si vous devez sentir rapidement une scène, ou passer un prompt que d'autres modèles refusent pour des raisons de sécurité ennuyeuses, il a sa place.
Et pour l'instant, j'éviterais surtout les outils vidéo de Google.
Il y a peut-être un cas d'usage vidéo-vers-vidéo étroit caché là-dedans. Peut-être que le modèle s'améliorera le mois prochain. Mais d'après les résultats que j'ai vus, il était trop irrégulier pour y router du vrai travail. Une mauvaise sortie est un problème. Une sortie imprévisible est pire, parce qu'on ne peut pas construire un workflow autour d'elle.
Cela fait aussi partie du routage.
Tous les outils n'ont pas besoin d'un poste.
C'est le même basculement que celui qui s'est déjà produit avec la génération d'images. Au début, nous demandions quel était le meilleur modèle. Puis le vrai travail est devenu de choisir entre Flux, SDXL, ControlNet, ComfyUI, les upscalers, les LoRAs et les workflows.
La vidéo arrive à ce point.
La compétence, ce n'est pas de prompter plus fort.
La compétence, c'est de regarder le plan et de savoir quel type de fragilité on peut se permettre.
Un modèle parfait qui coûte trop cher à itérer peut être le mauvais choix. Un modèle moins cher qui réussit le plan simple peut être le bon. Un modèle brouillon qui vous donne la lecture émotionnelle en vingt secondes peut être utile.
L'avenir de la vidéo IA n'appartient probablement pas à la personne qui mémorise tous les classements.
Il appartient à la personne qui sait router le travail.
Commentaires