Pruna AI lance P-Video-2-Pro-Replace : remplacement de personnage dans des vidéos allant jusqu’à 120 secondes pour $0.05/s

Tous ceux qui produisent des publicités, des clips ou du contenu pour les réseaux sociaux connaissent ce problème : une bonne prise a été tournée, mais il faut remplacer le protagoniste. Un autre acteur, un autre profil ou une autre tenue pour une région ou une marque donnée. Retourner la scène coûte du temps et de l’argent, tandis qu’un pipeline classique de deepfake se transforme en assemblage de plusieurs outils. Pruna AI propose de tout gérer avec un seul modèle : P-Video-2-Pro-Replace.

Ce que fait le modèle

Vous envoyez la vidéo source et des photos de référence du nouveau personnage. En sortie, vous obtenez la même séquence, mais avec une autre personne : le modèle transfère son apparence et ses vêtements. Selon les développeurs, la chorégraphie des mouvements, l’angle et la trajectoire de la caméra, le cadrage, l’environnement en arrière-plan et la piste audio d’origine restent intacts.

Prenons un exemple simple : vous disposez d’une vidéo de 30 secondes dans laquelle une femme marche dans la rue et tourne la tête vers la caméra. Vous importez la photo d’un autre modèle portant la veste voulue et obtenez la même scène, la même démarche, la même caméra et le même bruit urbain, mais avec un autre personnage. La durée maximale d’une vidéo traitée est de 120 secondes, ce qui dépasse nettement celle de nombreuses solutions concurrentes conçues pour de courts clips.

Sous le capot, le modèle repose sur MiniMax H3. Pruna est elle-même connue pour son travail d’optimisation des modèles et de l’inférence. L’association paraît donc logique : partir d’une base solide et l’intégrer à un service pratique.

Vitesse, prix et accès

La génération de 10 secondes de vidéo prend environ 1.5–2 minutes. Le tarif commence à $0.05 par seconde en résolution 480p. Cela représente environ 50 cents pour une vidéo de 10 secondes, et déjà environ $6 pour une séquence de deux minutes, uniquement dans la résolution de base. L’auteur de la publication d’origine qualifie à juste titre ce prix d’élevé, surtout lorsque plusieurs itérations sont nécessaires pour sélectionner les bonnes références.

L’accès, en revanche, ne pose aucun problème. Le modèle peut être exécuté via l’API et le bac à sable de Pruna, ainsi que sur Runware, WaveSpeed AI, Replicate, Segmind, Wiro AI, Tellers AI et Eachlabs. Pour les développeurs, cela signifie qu’il peut être intégré par l’intermédiaire d’un fournisseur déjà familier, sans mettre en place une infrastructure distincte.

Limites et points à surveiller

Pour l’instant, il s’agit principalement d’affirmations issues de la documentation. Aucune comparaison indépendante n’est disponible. Il convient donc de vérifier plusieurs points sur ses propres données :

• la stabilité du visage lors de rotations brusques et lorsqu’il est masqué par des mains ou des objets ;
• la qualité du transfert des vêtements complexes : logos, petits motifs et tissus transparents ;
• la présence éventuelle d’artefacts à la frontière entre le personnage et l’arrière-plan lorsque la caméra se déplace ;
• le comportement de la synchronisation labiale si la vidéo contient de la parole, puisque l’audio reste celui de la source.

La résolution constitue une autre question. Le 480p convient aux aperçus et aux tests, mais une production exigera des offres en plus haute résolution, dont les prix ne sont pas indiqués dans la publication.

Il existe également un enjeu éthique. Un outil capable de remplacer une personne dans n’importe quelle vidéo à partir de quelques photos est aussi pratique pour la publicité que pour la désinformation. Les équipes produit devraient définir en amont les règles de consentement à l’utilisation de l’apparence d’une personne, le marquage des contenus synthétiques et les modalités de conservation des références.

Conclusion pratique

Pour les responsables produit et les fondateurs qui travaillent avec du contenu vidéo, cet outil permet de tester rapidement des hypothèses : localisation de publicités pour différents profils, essayage virtuel de looks et variantes créatives pour des tests A/B. Une démarche raisonnable consiste à sélectionner 2–3 vidéos représentatives, à les traiter en 480p, à mesurer la proportion de résultats exploitables, puis seulement à calculer la rentabilité. Si seulement trois essais sur dix sont utilisables, le coût réel d’une vidéo sera trois fois supérieur au tarif annoncé.

Pour les développeurs, l’autre point est plus intéressant : le modèle est proposé par de nombreux agrégateurs, ce qui permet de créer une couche d’abstraction au-dessus des fournisseurs et de choisir en fonction du prix et de la file d’attente. Le marché des modèles vidéo se transforme rapidement en couche de services, où l’avantage revient à celui qui sait le mieux conditionner l’inférence. Pruna l’illustre clairement : prendre une solide base ouverte, l’optimiser et vendre son utilisation à la seconde de vidéo.