Vidu Q2 : l'IA ne copie plus seulement l'image, mais aussi le jeu d'acteur

Alors que le monde attend ne serait-ce qu'une bêta fermée de Sora, d'OpenAI, les développeurs chinois de Shengshu Technology ont décidé que l'époque des belles vidéos de démonstration était révolue. Leur projet Vidu s'était déjà imposé comme un concurrent sérieux dans la vidéo générative, mais la nouvelle mise à jour Q2, avec la fonction Reference Pro, change complètement de dimension.

Le principal problème de la vidéo par réseaux de neurones aujourd'hui, c'est le manque de contrôle. On peut obtenir un plan spectaculaire, mais faire reproduire le même avec le même personnage ou dans le même style est quasiment impossible. Vidu Q2 tente d'y remédier avec un outil que l'industrie appelle la cohérence.

Le principe de Reference Pro : on n'écrit plus seulement un prompt en espérant avoir de la chance. On donne au modèle une référence. Ce peut être l'image d'un personnage, un effet visuel précis, ou même une vidéo contenant des mouvements à copier. Le réseau analyse la référence et en « absorbe » les caractéristiques. Dans les milieux technologiques chinois, on parle d'effet d'immersion totale dans le contexte. Cela permet de garder le visage du héros identique sur plusieurs scènes, ce qui était jusqu'à récemment le principal casse-tête de ceux qui tentaient d'assembler un court-métrage ou une publicité à partir de morceaux générés par IA.

Sur le plan technique, Shengshu Technology a réussi à séparer les attributs de style et de contenu dans l'espace latent du modèle. On peut donc prendre une chorégraphie complexe dans une vidéo et la transposer sur un tout autre personnage dans un autre décor, en conservant la physique et la dynamique de l'original. Il ne s'agit pas d'un simple masque plaqué, mais d'une reconstruction complète de la scène selon les nouvelles données. Cette approche fait de Vidu Q2 non pas un jouet à mèmes, mais un véritable outil de travail pour les agences créatives et les petits studios qui n'ont pas le budget pour des effets graphiques lourds, mais exigent de la qualité.

Pourquoi est-ce important maintenant ? Le marché du contenu par IA est en pleine transformation. La première phase de l'« effet waouh », où la seule possibilité d'animer une image nous stupéfiait, est officiellement terminée. Place au pragmatisme. Les professionnels n'ont que faire de chefs-d'œuvre aléatoires : il leur faut des outils qui répondent à un cahier des charges. Des entreprises chinoises comme Shengshu Technology et les créateurs de Kling l'ont mieux compris que d'autres. Tandis que les groupes occidentaux s'enlisent dans les questions juridiques et les filtres éthiques, les développeurs asiatiques conçoivent des fonctions concrètes qui modifient dès maintenant la chaîne de production de contenu.

La manière dont Vidu traite les détails est aussi intéressante. Reference Pro permet de copier jusqu'aux schémas d'éclairage et aux textures complexes. Si la référence présentait une lumière douce de coucher de soleil et un certain grain de pellicule, le modèle reporte cette atmosphère sur le résultat final avec une précision frappante. Cela menace les méthodes traditionnelles de post-production, puisque de nombreuses tâches peuvent désormais être réglées à l'étape de génération. Le seuil d'entrée de la production vidéo de qualité baisse rapidement, et Vidu Q2 en est l'un des principaux moteurs.

Certes, des questions demeurent sur le droit d'auteur et sur l'usage de ces outils pour créer des deepfakes, mais le progrès technologique ne peut plus être arrêté. Vidu Q2 Reference Pro établit un nouveau standard de contrôle que Luma, Runway et, a fortiori, OpenAI devront inévitablement viser. Dans un monde où un outil « intelligent » peut copier un jeu d'acteur ou un style visuel complexe en quelques minutes, la valeur de l'idée dépasse celle de l'exécution technique.

L'essentiel : Vidu Q2 fait passer la génération vidéo de la loterie à un processus maîtrisable, en misant sur les créateurs de contenu professionnels. Sora saura-t-elle proposer quelque chose de plus fonctionnel que de jolies images quand elle sortira enfin ?