# Créer une vidéo avec l'IA : en ligne ou sur sa machine

> Générer un plan vidéo à partir d'un texte ou d'une image, écrire une demande qui tient la route, monter les plans, puis vérifier ou signaler une vidéo générée.

- Niveau : Amateur
- Thème : Images, photos et vidéo
- Durée : 16 minutes
- Systèmes : Navigateur, iPhone, Android, Windows, Mac, Linux
- Publié le 17 novembre 2026, relu le 17 novembre 2026
- Auteur : Ulrich Rozier
- Page : https://quelleia.com/guides/creer-une-video/

Un générateur de vidéo produit un plan de quelques secondes à partir d'une description, d'une image fixe ou d'une courte vidéo de référence. On ne tourne pas un film d'une seule demande : on fabrique des plans courts, un par un, puis on les monte comme des rushes.

## Comment ça marche

On peut se représenter un modèle de vidéo comme un modèle d'images qui calculerait toutes les images d'un plan à la fois, en veillant à ce qu'elles s'enchaînent : même personnage, même décor, mouvement continu. Deux façons de le guider :

- **du texte vers la vidéo** : vous décrivez la scène, le modèle invente tout ;
- **de l'image vers la vidéo** : vous donnez une image de départ (une photo, une image générée), et le modèle l'anime. C'est la voie la plus sûre pour garder un visage, un produit ou un décor identiques d'un plan à l'autre.

La durée se compte en images : dans ComfyUI, par exemple, elle se règle par le nombre total d'images du plan. Plus le plan est long et la définition haute, plus le calcul est lourd.

![De la demande au film : écrire la demande, partir si possible d'une image, générer des plans de quelques secondes, puis les monter.](https://quelleia.com/guides/creer-une-video/du-texte-au-plan.svg)

*De la demande au film : écrire la demande, partir si possible d'une image, générer des plans de quelques secondes, puis les monter.*

## À quoi ça sert

- **Animer une photo.** Faire bouger les nuages d'un paysage, un drapeau, l'eau d'une rivière.
- **Illustrer une idée.** Un plan d'ambiance pour une présentation ou un réseau social.
- **Prévisualiser.** Montrer un mouvement de caméra ou une scène à une équipe avant un vrai tournage.
- **Créer une courte histoire.** Quelques plans montés avec une voix off et une musique.

## En ligne : les services de vidéo

Les grands services fonctionnent par abonnement ou par crédits : Gemini (avec un forfait Google AI), Runway, Kling, Pika, Grok Imagine, et Midjourney, qui anime ses images. Adobe Firefly rassemble ses modèles et ceux de partenaires.

Exemple, dans Gemini :

1. Ouvrez Gemini avec un compte personnel doté d'un forfait Google AI (ou une licence Workspace admissible) ; la fonction n'est pas ouverte aux moins de 18 ans.
2. Décrivez la vidéo voulue. Vous pouvez d'abord affiner la demande en discutant avec Gemini.
3. Ajoutez si besoin une vidéo et jusqu'à cinq images de référence : les proportions suivent alors celles du fichier envoyé ; sans référence, la vidéo est en paysage.
4. Demandez du son si vous en voulez. Les vidéos durent de 3 à 10 secondes, jusqu'à 15 avec l'abonnement AI Ultra, et peuvent être prolongées de 10 secondes.

> **Bon à savoir.** Dans l'Espace économique européen, Gemini ne permet pas d'envoyer une vidéo à retoucher ni de créer un avatar.

Les modèles les plus appréciés dans les arènes publiques, du texte vers la vidéo :

**Texte vers vidéo : le trio de tête**

1. [Gemini Omni Flash](https://quelleia.com/modeles/gemini-omni-flash/) : score 99,0 (Google)
2. [Utopai X](https://quelleia.com/modeles/utopai-x/) : score 95,5 (Utopai Studios)
3. [Wan 3.0](https://quelleia.com/modeles/wan-3-0/) : score 95,0 (Alibaba)

Score tiré des votes à l'aveugle, moyenne des deux arènes.
Source : Arena (https://arena.ai/leaderboard/text-to-video), publié le 9 novembre 2026
Source : Artificial Analysis (https://artificialanalysis.ai/video/leaderboard/text-to-video), relevé le 16 novembre 2026
[Le classement texte vers vidéo](https://quelleia.com/video/)

![Capture de l'appli Runway sur iPhone, en anglais, titrée « What do you want to make today? » : des exemples de demandes et leurs images.](https://quelleia.com/guides/creer-une-video/boutique-runway.webp)

*Runway propose des exemples de demandes pour démarrer (capture : Runway AI, App Store, relevée le 18 octobre 2026).*

Et de l'image vers la vidéo :

**Image vers vidéo : le trio de tête**

1. [Utopai X](https://quelleia.com/modeles/utopai-x/) : score 101,8 (Utopai Studios)
2. [Seedance 2.5](https://quelleia.com/modeles/seedance-2-5/) : score 101,3 (ByteDance)
3. [Gemini Omni 1.2 Flash](https://quelleia.com/modeles/gemini-omni-1-2-flash/) : score 101,2 (Google)

Score tiré des votes à l'aveugle, moyenne des deux arènes.
Source : Arena (https://arena.ai/leaderboard/image-to-video), publié le 9 novembre 2026
Source : Artificial Analysis (https://artificialanalysis.ai/video/leaderboard/image-to-video), relevé le 16 novembre 2026
[Le classement image vers vidéo](https://quelleia.com/video/image/)

## Sur sa machine : Wan dans ComfyUI

Les modèles ouverts Wan 2.2 tournent dans ComfyUI, sous licence Apache 2.0, qui autorise l'usage commercial à condition de garder la mention du droit d'auteur et le texte de la licence. La documentation de ComfyUI en présente deux tailles :

- **Wan 2.2 5B**, un modèle unique qui fait du texte vers la vidéo et de l'image vers la vidéo. Selon la documentation, il devrait tenir dans 8 Go de mémoire graphique grâce au déchargement intégré de ComfyUI.
- **Wan 2.2 14B** est plus lourd et propose trois chaînes : texte vers vidéo, image vers vidéo, et première et dernière image (le modèle invente le mouvement entre deux images données).

![Page de la documentation de ComfyUI, en anglais, section « Wan 2.2 5B Video Generation » : un encadré indique que la version 5B devrait tenir sur 8 Go de VRAM, au-dessus d'une image extraite d'une vidéo générée, un homme qui joue de la guitare dans un parking.](https://quelleia.com/guides/creer-une-video/capture-wan-comfyui.webp)

*Le tutoriel Wan 2.2 de la documentation de ComfyUI, qui indique que la version 5B tient dans 8 Go de mémoire graphique (docs.comfy.org, capture du 17 novembre 2026).*

Pour un premier plan :

1. Installez ComfyUI (application de bureau ou installation manuelle, voir sa [fiche](https://quelleia.com/logitheque/comfyui/)).
2. Ouvrez le modèle de chaîne (« workflow ») Wan 2.2 5B proposé par la documentation de ComfyUI.
3. Téléchargez les fichiers qu'il demande (le modèle, le VAE et l'encodeur de texte) et placez-les dans les dossiers indiqués.
4. Écrivez la demande et réglez le nombre total d'images (le champ `length`) pour un plan court.
5. Lancez le calcul. Avec assez de mémoire graphique, la documentation suggère de monter vers une définition de 720p.

## Écrire une demande de vidéo

1. **Un sujet, une action.** « Une cycliste descend une rue pavée sous la pluie. » Gardez une seule action par plan.
2. **La caméra.** Plan fixe, travelling latéral, caméra qui suit, vue du dessus, gros plan.
3. **La lumière et l'ambiance.** Nuit, néons, lumière dorée de fin de journée, brouillard.
4. **Le son, si le modèle en produit.** Pluie, bruit de pas sur les pavés, musique douce.
5. **Une image de départ** pour tout ce qui doit rester identique d'un plan à l'autre.

Montez ensuite les plans dans un logiciel de montage, avec titres, voix off et musique.

## Vérifier et signaler

Les contenus créés ou modifiés par les outils d'IA de Google portent un filigrane invisible, SynthID, que Gemini sait retrouver. Pour vérifier une vidéo, ouvrez gemini.google.com, ajoutez le fichier (100 Mo au plus, moins de 90 secondes) et demandez : « Cette vidéo a-t-elle été créée ou modifiée par l'IA de Google ? ». Gemini ne reconnaît que les contenus des outils de Google : un résultat négatif ne prouve pas qu'aucune autre IA n'a servi.

![Page d'aide de Google en français : exemples de questions de vérification, « Cette image/vidéo a-t-elle été créée ou modifiée par l'IA de Google ? », puis la section « À propos des résultats de la vérification » sur les filigranes SynthID et les Content Credentials.](https://quelleia.com/guides/creer-une-video/capture-verifier-synthid.webp)

*Vérifier dans Gemini si une vidéo a été créée par l'IA de Google, selon la page d'aide de Google (support.google.com, capture du 17 novembre 2026).*

Depuis le 2 août 2026, le règlement européen sur l'IA demande à qui publie un hypertrucage de dire qu'il a été généré ou manipulé par une IA. En France, diffuser sans son consentement une vidéo générée qui montre l'image ou les paroles d'une personne, sans que ce soit évident ou signalé, est puni d'un an de prison et de 15 000 € d'amende, deux ans et 45 000 € en ligne (article 226-8 du Code pénal).

## Pour aller plus loin

- [Vidéo](https://quelleia.com/video/)
- [Image](https://quelleia.com/video/image/)
- [Images](https://quelleia.com/images/)
- [Créer des images et des vidéos](https://quelleia.com/logitheque/usages/images-video/)
- [Comfyui](https://quelleia.com/logitheque/comfyui/)
- [Les assistants grand public](https://quelleia.com/abonnements/)
- [Générer des images avec l'IA : en ligne, en local, bien demander](https://quelleia.com/guides/generer-des-images.md) (guide, débutant)
- [Retoucher une photo avec l'IA : effacer, prolonger, modifier](https://quelleia.com/guides/retoucher-une-photo-avec-l-ia.md) (guide, amateur)

## Sources

- https://support.google.com/gemini/answer/16126339?hl=fr-ca&ref_topic=16079905 (lue le 17 novembre 2026)
- https://support.google.com/gemini/answer/16722517?hl=fr (lue le 17 novembre 2026)
- https://docs.comfy.org/tutorials/video/wan/wan2_2 (lue le 17 novembre 2026)
- https://artificialintelligenceact.eu/fr/article/50/ (lue le 17 novembre 2026)
- https://www.legifrance.gouv.fr/codes/section_lc/LEGITEXT000006070719/LEGISCTA000006165310/ (lue le 17 novembre 2026)
- https://apps.apple.com/fr/app/runway-ai-image-video/id1665024375 (lue le 18 octobre 2026)
