Gemini a créé une vidéo de 15 secondes en 13 scènes à partir d'un seul prompt, en écrivant du code, sans génération vidéo
D'habitude, on fait une vidéo avec un modèle vidéo, mais Gemini a dû s'en passer : à partir d'un seul prompt, il a produit un programme qui dessine et sonorise lui-même 15 secondes d'animation. Il s'agit d'une page web de 13 scènes, avec le héros animé AO, dessiné en code vectoriel, et une musique synthétisée par le navigateur. Une retouche revient à changer un nombre dans le code, et non à régénérer les images. Pour les titres et le motion design, il est donc plus avantageux de les commander au modèle sous forme de code.
Traité par IA depuis TG: @cgevent (Метаверсище и ИИще) ; édité par Hamidun News
D'habitude, pour obtenir une courte vidéo d'un réseau de neurones, on utilise un modèle vidéo : il dessine les images, chaque tentative coûte de l'argent, et une petite retouche du genre « décale le titre de 0,3 seconde plus tôt » oblige à payer une nouvelle génération. L'auteur de la chaîne Telegram « Metaverchtchina et IAchtchina » a montré une autre voie. Il a interdit à Gemini la génération vidéo et lui a donné un seul prompt ; en réponse, il a obtenu un programme qui dessine et sonorise lui-même 15 secondes d'animation en 13 scènes, avec un héros en anime nommé AO.
Autrement dit, la vidéo n'est pas générée comme une vidéo : elle est écrite comme du code et se joue directement dans le navigateur.
Ces dernières semaines, le fil est plein de vidéos où Claude Code réalise du motion design : des titres fusent, une grille tourne, tout est synchronisé avec la musique. L'auteur a repris le prompt de son message précédent et l'a donné à Gemini dans l'application Gemini. Il a posé des conditions strictes : pas d'agents ni de studios, une seule requête, et aucune génération vidéo.
Ce qu'a réellement produit le modèle
D'après la description du modèle lui-même, il a assemblé un fichier HTML unique, ao_reveal_trailer.html. Il contient plusieurs couches :
- Un canevas HTML5 de 1280×720 au format 16:9. C'est une surface de dessin classique dans le navigateur, sur laquelle tout est tracé image par image.
- Un squelette vectoriel procédural du personnage AO. Le héros n'est pas une image dessinée, mais une description en code : des formes et des « os » qu'on peut déplacer.
- Une projection 3D maison pour la typographie et la grille. Le texte volumique et la grille en perspective sont calculés par des formules.
- Un moteur sonore basé sur la Web Audio API. La bande-son électronique et les effets sont synthétisés à la volée ; il n'existe aucun fichier audio préenregistré.
Le clip compte 13 scènes pour une durée totale de exactement 15 secondes. On peut basculer entre les modes 24 et 60 images par seconde, utiliser une chronologie interactive par coupes et exporter la vidéo finie avec son au format WebM.
Pourquoi c'est important pour les praticiens
La génération vidéo classique fonctionne comme une loterie : chaque tentative demande des calculs, et une retouche ponctuelle est presque impossible sans tout régénérer. L'approche « la vidéo comme code » est différente. La partie coûteuse est unique : le modèle écrit le programme. Ensuite, la lecture se fait sur votre appareil, et chaque modification se résume à changer un nombre ou une ligne du texte.
C'est particulièrement pratique pour le motion design. La typographie, les bandeaux, les génériques et les animations d'interface se prêtent bien aux formules et aux vecteurs. En revanche, on ne peut pas obtenir ainsi une image cinématographique réaliste : les modèles vidéo restent indispensables pour ce type de plans.
Un autre détail du message : après la génération dans l'application, un bouton permet de publier le résultat sur Google Sites. L'auteur a mis en ligne le résultat final, avec des boutons de contrôle en haut et en bas de la page. La chaîne « idée, code, publication interactive » se boucle ainsi au sein d'une seule application.
Ce qu'il faut garder à l'esprit
Il s'agit d'un message personnel de démonstration, et non d'un test indépendant. L'auteur ne donne ni le nombre de tokens, ni le temps de génération, ni le nombre de tentatives. Il n'y a pas non plus de comparaison avec ce qu'aurait produit Claude Code dans les mêmes conditions : il est donc trop tôt pour dire qui a fait mieux. Le nom du mode « Gemini Neon » n'est pas non plus expliqué dans le message, si bien qu'on ne peut pas se prononcer sur le modèle exact ni sur la formule d'abonnement utilisée.
L'export WebM depuis le navigateur se heurte en général aux capacités du navigateur lui-même : l'enregistrement du canevas et du son se fait en temps réel. Un clip de 15 secondes met donc environ 15 secondes à s'enregistrer, et des baisses de fréquence d'images sont possibles sur un appareil peu puissant. Il s'agit d'une propriété générale de cette approche, et non d'une donnée tirée du message.
L'auteur remarque aussi que Claude Motion n'est, selon lui, disponible pour le moment que dans le segment entreprise, et estime qu'Anthropic a de quoi s'inquiéter. C'est son appréciation, et non un fait établi.
Conclusion pratique
Si vous avez besoin de courtes bandes-annonces de marque, d'annonces, d'animations explicatives ou de teasers à la géométrie claire, essayez de demander au modèle de les construire sous forme d'application web plutôt que de générer une vidéo. Dans le prompt, précisez d'emblée la résolution, la durée, le nombre de scènes, la fréquence d'images et l'exigence d'export. Le résultat sera ainsi reproductible, et les retouches resteront bon marché. Pour les scènes photoréalistes, les modèles vidéo restent nécessaires, mais pour le motion design, la voie logicielle apparaît comme une alternative sérieuse et peu coûteuse.
- 21 nov. 2026Le réseau de neurones MIRA génère Rocket League à 20 images par seconde, mais le ping grimpe jusqu'à 460 ms
- 21 nov. 2026Google a construit une copie fermée d'internet avec de fausses banques pour entraîner les agents IA de Chrome
- 21 nov. 2026MLPerf Training v6.1 : Nvidia Rubin et TPU Ironwood font leurs débuts, 153 systèmes au test
- 21 nov. 2026Google ouvre les précommandes de lunettes intelligentes avec Gemini à partir de 395 $, ventes dès le 10 décembre
Questions clés sur cet article
Que sait-on sur Ce qu'a réellement produit le modèle ?
D'après la description du modèle lui-même, il a assemblé un fichier HTML unique, ao_reveal_trailer.html. Il contient plusieurs couches : Un canevas HTML5 de 1280×720 au format 16:9. C'est une surface de dessin classique dans le navigateur, sur laquelle tout est tracé image par image. Un squelette vectoriel procédural du personnage AO. Le héros n'est pas une image dessinée, mais une description en code : des formes et des « os » qu'on peut déplacer. Une projection 3D maison pour la typographie et la grille.
Pourquoi c'est important pour les praticiens?
La génération vidéo classique fonctionne comme une loterie : chaque tentative demande des calculs, et une retouche ponctuelle est presque impossible sans tout régénérer. L'approche « la vidéo comme code » est différente. La partie coûteuse est unique : le modèle écrit le programme. Ensuite, la lecture se fait sur votre appareil, et chaque modification se résume à changer un nombre ou une ligne du texte. C'est particulièrement pratique pour le motion design.
Que sait-on sur Ce qu'il faut garder à l'esprit ?
Il s'agit d'un message personnel de démonstration, et non d'un test indépendant. L'auteur ne donne ni le nombre de tokens, ni le temps de génération, ni le nombre de tentatives. Il n'y a pas non plus de comparaison avec ce qu'aurait produit Claude Code dans les mêmes conditions : il est donc trop tôt pour dire qui a fait mieux. Le nom du mode « Gemini Neon » n'est pas non plus expliqué dans le message, si bien qu'on ne peut pas se prononcer sur le modèle exact ni sur la formule d'abonnement utilisée.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.