Passer au contenu

Modèles d’IA pour générer des vidéos

Des modèles qui transforment texte et images en vidéo : durée du clip, résolution, son et contrôle de la caméra.

Phare blanc sur une falaise dans la tempête, vagues sur les rochers, un faisceau de lumière dans la pluie

Google DeepMindVidéoDisponible dans AI2Face

Veo 3.1

Modèle vidéo de Google avec le son — parole, effets et musique dans le même plan, jusqu'à 4K et 8 secondes.

Construction d'un aqueduc romain : des ouvriers soulèvent des blocs de pierre avec une roue à tambour, des arches sur un cintrage en bois

Google DeepMindVidéoDisponible dans AI2Face

Gemini Omni

« Nano Banana pour la vidéo » — un clip avec le son à partir de texte, de photos et de vidéo, et des retouches en phrases ordinaires.

Un pêcheur âgé en ciré jaune et casquette de marin sur un bateau, dans un port brumeux à l'aube

ByteDance SeedVidéoDisponible dans AI2Face

Seedance

Modèle vidéo de ByteDance avec le son — jusqu'à 30 secondes par génération et jusqu'à 50 références dans la 2.5.

Un cuisinier fait sauter des pâtes dans une poêle en flammes dans la cuisine d'une trattoria

KuaishouVidéoDisponible dans AI2Face

Kling

Modèle vidéo de Kuaishou : clips à plusieurs plans jusqu'à 15 secondes avec le son. Kling 4.0 promet 30 secondes.

Un cabriolet rouge roule sur une route en lacets au-dessus d'une mer turquoise au coucher du soleil, vue aérienne

MiniMaxVidéoDisponible dans AI2Face

Hailuo

Les modèles vidéo de MiniMax : H3 crée des clips de 15 secondes en 2K avec son stéréo, poids ouverts.

Une jeune femme en écharpe verte descend d'un train rouge dans une gare de montagne enneigée

AlibabaVidéoDisponible dans AI2Face

Wan

Le modèle vidéo d'Alibaba : clips jusqu'à 30 secondes avec son, jusqu'à 20 références, même des documents.

Une salle de montage sombre : à l'écran, un cavalier dans le désert au coucher du soleil, à côté une console aux boutons lumineux et un casque

RunwayVidéoDisponible dans AI2Face

Runway

Les modèles vidéo de Runway : Gen-4.5 pour la vidéo à partir de texte et d'image, avec une chorégraphie caméra précise.