Une main tient un smartphone affichant une vidéo en pause d'un visage générique un peu trop lisse, avec de légères déformations numériques autour des doigts.

30 secondes de vidéo IA d’un seul tenant : les indices qui trahissent encore un faux

Avatar illustré de Hugo, voix éditoriale d'Actu Alt Plus3 min de lecture

Une IA génère maintenant trente secondes de vidéo d'un bloc, son compris. Voici, selon l'aveu de limites de son propre éditeur, où regarder pour repérer un faux.

Sommaire
  1. Qu'est-ce qui vient de changer, exactement ?
  2. Pourquoi trente secondes, ça compte ?
  3. Où l'IA échoue-t-elle encore, d'après l'éditeur lui-même ?
  4. Quels indices regarder dans une vidéo suspecte ?
  5. Et les détails « propres », faut-il s'en méfier ?
  6. Le son peut-il trahir un faux ?
  7. Comment saura-t-on, à terme, qu'une vidéo est générée ?

Questions-réponses

Une intelligence artificielle sait désormais fabriquer trente secondes de vidéo d’un seul tenant, le son et l’image générés ensemble. Ce que ça change pour vous : le repère habituel, la vidéo qui « fait vrai » parce qu’elle dure et qu’elle est fluide, ne tient plus. Reste à savoir où regarder.

Qu’est-ce qui a changé ?Pourquoi trente secondes ?Où l’IA échoue-t-elle ?Quels indices regarder ?Se méfier des détails propres ?Le son peut-il trahir ?Comment saura-t-on ?

Qu’est-ce qui vient de changer, exactement ?

Le 31 juillet 2026, ByteDance a lancé Seedance 2.5. Dans son communiqué, l’éditeur écrit que le modèle « extends single-pass video generation from 15 to 30 seconds » : une seule passe de calcul produit maintenant trente secondes, contre quinze auparavant, avec des extensions multi-tours par-dessus. Concrètement, le montage bricolé qui trahissait les anciens modèles, des bouts de trois ou quatre secondes recollés, disparaît. La séquence tient d’un bloc, image et audio produits dans la même architecture de génération conjointe.

Pourquoi trente secondes, ça compte ?

Parce que c’est la durée d’un spot publicitaire et d’un format vertical complet. En dessous, une vidéo générée restait un gadget de démonstration. À trente secondes, elle devient un livrable. Le modèle accepte aussi, en une seule passe, jusqu’à 30 images, 10 clips vidéo et 10 clips audio comme références, un chiffre que la presse chinoise et les relais spécialisés reprennent à l’identique. Autrement dit : on ne décrit plus une scène, on la pilote avec des dizaines de matériaux imposés.

Macro de deux mains se passant un verre d'eau, mouvement légèrement anormal, léger flou et doigts déformés, eau figée en plein éclaboussement.
On ne décrit plus une scène, on la pilote avec des dizaines de matériaux imposés.

Où l’IA échoue-t-elle encore, d’après l’éditeur lui-même ?

C’est l’aveu le plus utile, et il vient de ByteDance. Le communiqué note qu’il reste « room for improvement, particularly regarding the physical plausibility of complex motions and the stability of scenes involving interactions among multiple subjects ». Traduction : la plausibilité physique des mouvements compliqués et la stabilité des scènes où plusieurs personnages interagissent restent en chantier. C’est précisément là qu’il faut poser les yeux.

Quels indices regarder dans une vidéo suspecte ?

Suivez les mouvements que l’éditeur admet ne pas maîtriser. Les mains qui se croisent, un objet qui passe d’une personne à l’autre, une collision, de l’eau qui gicle : ce sont les gestes où la physique dérape. Regardez aussi les scènes à plusieurs : quand deux ou trois sujets se touchent, s’échangent quelque chose ou se coupent la parole, la cohérence se fissure. Une vidéo tournée n’a pas ce problème. Une vidéo générée, souvent, si.

Et les détails « propres », faut-il s’en méfier ?

Oui, à rebours de l’intuition. Le modèle optimise « object textures, skin and eye features, lighting, and color saturation » pour imiter un vrai tournage. Une peau trop nette, une lumière trop maîtrisée, une saturation trop égale d’un plan à l’autre : la perfection cosmétique est devenue un indice, pas une garantie. L’éditeur dit aussi « minimiser » les débordements sur les sous-titres et la musique de fond, ce qui veut dire qu’ils existent encore.

Le son peut-il trahir un faux ?

Il le peut. L’audio est généré avec l’image, donc un décalage entre la bouche et la voix, une ambiance sonore trop propre ou une musique qui « colle » un peu trop reste exploitable. La logique rejoint celle du clonage de voix : l’oreille attrape des artefacts que l’œil rate.

Comment saura-t-on, à terme, qu’une vidéo est générée ?

Par le marquage, plus que par l’œil. Le règlement IA européen prévoit une obligation de signaler les contenus générés. Seedance 2.5 se déploie sur Jimeng AI et Doubao Pro, avec une API annoncée comme imminente via BytePlus ModelArk : la diffusion sera large, la détection à l’œil de plus en plus fragile. D’ici là, la règle tient en une phrase : doutez des gestes compliqués, méfiez-vous du trop-parfait, écoutez le son.

Votre réaction :

Article créé en collaboration avec l’IA.

Les plus lus

  1. 1Grève easyJet : un préavis sans aucune date, et une loi qui ne prévient les passagers que 24 heures avantGrève easyJet : un préavis sans aucune date, et une loi qui ne prévient les passagers que 24 heures avant
  2. 2L’Odyssée de Nolan en IMAX 70 mm : la seule salle de France est à MontpellierL’Odyssée de Nolan en IMAX 70 mm : la seule salle de France est à Montpellier
  3. 3Musées gratuits le premier dimanche du mois : la règle et les piègesMusées gratuits le premier dimanche du mois : la règle et les pièges
  4. 4Conseillers numériques : le budget passe de 40 à 14 millions d’euros, et les démarches bloquent toujoursConseillers numériques : le budget passe de 40 à 14 millions d’euros, et les démarches bloquent toujours
  5. 5600e de Taratata : ce que France 2 a rediffusé jeudi soir avait été tourné dix mois plus tôt600e de Taratata : ce que France 2 a rediffusé jeudi soir avait été tourné dix mois plus tôt

Nos dossiers

Recevez notre sélection dans votre boîte mail

Le meilleur d’Actu Alt Plus : décryptages, chiffres et panoramas. Désinscription en 1 clic, zéro spam.

Partager cette actu sur :

Avatar illustré de Hugo, voix éditoriale d'Actu Alt Plus
Hugo

« Hugo » est la voix éditoriale d’Actu Alt Plus pour Tech, IA & Futur : ce que la technologie et l’IA changent concrètement, à hauteur d’usage plutôt que de promesse.

Articles: 358