Comment la pub rend un produit parfait sans le trahir

Demandez à un modèle vidéo votre bouteille sur un comptoir ensoleillé et vous obtiendrez le plus souvent quelque chose d’approchant : la bonne couleur, à peu près la bonne forme, et une étiquette dont les lettres ondulent quand la bouteille tourne. Pour une marque, l’approximatif, c’est justement le problème. Le public pardonne une cuisine générée. Un client qui trouve une autre étiquette sur la tablette, non.

La pub a affronté une version de ce problème bien avant l’IA. Les équipes de table top, spécialistes de la nourriture, des boissons et des produits emballés, ont mis des décennies à apprendre comment rendre un produit parfait tout en le laissant tel quel. Leurs règles indiquent bien ce que la vidéo générée peut prendre en charge, et ce qu’elle doit laisser tranquille.

Truquer le lait, jamais les céréales

Delores Custer, styliste culinaire forte de plus de 30 ans de métier, a décrit son coffre à outils à NPR en 2010. Le poulet est sous-cuit, puis badigeonné d’amer Angostura, de colorant jaune et d’un soupçon de détergent pour un fini rôti et luisant. Une éclaboussure de lait parfaite peut être de l’acrylique sculpté, ou même de la colle Elmer’s. Les ustensiles qui glissent tiennent en place grâce à de la cire de thanatopracteur.

Les boissons ont leur propre trousse. Selon Atlas Obscura en 2015, les stylistes emploient de la glace en plastique quand la vraie fond trop vite sous les projecteurs, et vaporisent les verres d’un mélange de sirop de maïs et d’eau pour que les gouttes perlent comme de la condensation.

Le produit vendu, lui, c’est une autre histoire. « C’est vraiment important de dire à tout le monde que c’est de la vraie nourriture », insistait la styliste Janine Kalesis auprès de CNBC en 2014. Dans le même reportage, le styliste Nir Adar racontait avoir dû signer, pour Burger King, un document juridique attestant qu’il n’avait rien modifié.

Cette ligne a une histoire. En 1970, rappelle Britannica, la Federal Trade Commission américaine s’en est prise à Campbell pour une pub de soupe aux légumes : les photographes avaient déposé des billes transparentes au fond du bol pour faire remonter les légumes.

Un modèle vidéo ne connaît pas cette ligne. Il repeint tout le cadre, produit compris : les céréales deviennent aussi négociables que le lait. Les règles, elles, ne se sont pas assouplies. Le Committee of Advertising Practice britannique écrivait en 2023 que son code s’applique « peu importe la façon dont la publicité a été créée ». Une scène générée peut inventer le comptoir et la lumière du matin. Ce que le client comparera avec la tablette doit venir du vrai produit.

La vedette se choisit, puis se documente

Sur un plateau, le produit vedette (le hero, dans le jargon) est ce qui tient la vedette du plan, selon la définition d’Atlas Obscura. Les stylistes le dénichent à force de tri. Le Big Mac d’une pub McDonald’s est bel et bien un Big Mac, notait NPR, assemblé à partir des plus photogéniques parmi des milliers de pains, de galettes et de feuilles de laitue.

En juin 2012, McDonald’s Canada s’est attaqué à la question : pourquoi sa nourriture paraît-elle différente dans les pubs ? Dans une vidéo animée par sa directrice du marketing, Hope Bagozzi, une équipe reconstruisait un Quart de livre avec fromage à partir des ingrédients de ses restaurants. Comme le rapportait NPR, les condiments étaient avancés vers l’avant du cadre, les minuscules trous du pain étaient corrigés et le fromage était retouché pour fondre uniformément. Un seul burger prenait des heures.

En vidéo IA, la vedette devient un jeu de références : des photos du produit exact, dans son emballage actuel, avec la bonne saveur, le bon format et la bonne version linguistique. Sans elles, le modèle rend sa bouteille moyenne. En mars 2025, Unilever disait construire des répliques 3D physiquement exactes de ses produits, réunissant « toutes ses variantes, étiquettes, emballages et formats linguistiques » dans un seul fichier. Selon ses propres chiffres, ses images se font ainsi deux fois plus vite, pour moitié moins cher.

Macro, haute vitesse et un robot qui se répète

La cinématographie de table top étire le temps et l’espace. La caméra haute vitesse Phantom Flex4K enregistre 1 000 images par seconde en 4K, selon son fabricant : une seconde de versage dure alors environ 42 secondes à 24 images par seconde. Sous un objectif macro, une graine de sésame remplit le cadre, et un centimètre de déplacement de caméra devient un grand mouvement.

D’où le bras robotisé. Le Bolt de Mark Roberts Motion Control, conçu pour les tournages « en prises de vue réelles ou en table top », atteint deux mètres, porte une caméra de 20 kg, la déplace jusqu’à 7 mètres par seconde et répète chaque mouvement programmé avec précision. Son fabricant affirme qu’il passe de l’arrêt à pleine vitesse, puis à l’arrêt complet, en une fraction de seconde : un mouvement rapide peut donc démarrer et s’arrêter pile au bon moment. L’équipe peut refaire le même mouvement plusieurs fois et superposer les passes, y compris une passe vide pour la composition. La maison de location General Lift décrit ces appareils comme une façon de déplacer « de concert » l’aliment ou le produit et la caméra.

La vidéo générée n’a pas de bouton « rejouer ». La même consigne lancée deux fois donne deux mouvements différents, et un versage au ralenti sort comme un liquide plausible, pas le vôtre. Une première ou une dernière image imposée, une référence de mouvement tirée d’un vrai déplacement de caméra, ou une passe vidéo à vidéo sur des images tournées réduisent la dérive sans l’éliminer. Tout ce qui doit raccorder d’un plan à l’autre, à commencer par le produit, gagne à être capté une fois, puis réutilisé.

Éclairer une étiquette, c’est un métier en soi

Le verre et l’imprimé réclament des lumières opposées. Dans un guide de 2024 sur la photo de bouteilles de vin, Laurie Millotte, d’Outshinery, recommande une source douce placée entre 30 et 60 degrés pour que le reflet coule le long du verre, et une source distincte, petite et étroite, dirigée sur l’étiquette pour garder le texte net. « Réglez l’éclairage de l’un et vous brisez généralement l’autre », écrit-elle. Des cartons noirs et des drapeaux bloquent les reflets indésirables.

L’étiquette, c’est là que la vidéo générée est la plus faible. Un banc d’essai publié le 29 septembre 2026 par Ziying Zhang et ses collègues a testé 11 systèmes vidéo sur 803 échantillons de texte à l’écran, vérifiés par des humains. Avoir les bons mots et bien dessiner chaque lettre se sont révélés deux compétences distinctes. Le texte tenait le mieux quand la génération partait d’une image fournie, et la retouche de texte dans une vidéo existante était le principal goulot d’étranglement. Partez donc d’une vraie photo du produit, gardez les mouvements autour de l’étiquette modestes, et considérez tout texte écrit par le modèle de son propre chef comme faux jusqu’à ce que quelqu’un le lise.

Filmer le produit, générer le décor

L’hybride le plus sûr partage le cadre. Le produit est réellement photographié ou filmé, éclairé par quelqu’un qui sait éclairer une étiquette, et le décor est généré autour. Un compositeur raccorde ensuite ce qui unit les deux : la direction et la couleur de la lumière, la perspective de l’objectif, l’ombre de contact sous le produit et les reflets dans son verre. Quand tout concorde, l’œil accepte la scène. Sinon, le produit a l’air collé.

Qui est responsable de chaque couche d’un plan produit hybride

Le produit est capté ; le monde autour peut être généré

Couches d’un plan produit hybride et leur source

Couche	Source
Décor : comptoir, pièce, météo	Généré
Direction et couleur de la lumière	Ajustées au plan du produit
Ombre de contact et reflets	Ajustés en compositage
Produit : étiquette, logo, forme, niveau de remplissage	Filmé ou photographié à partir du produit exact

Certains plans doivent rester entièrement captés. Tout ce qui montre ce que fait le produit, comme le collet d’une bière, le fromage fondu qui s’étire ou la texture d’une crème, est une affirmation sur le produit et appartient au produit. Même chose pour un gros plan conçu pour être lu, et pour tout plan qui montre la vraie taille du produit dans une main.

Ce qu’il faut demander avant d’approuver

Demandez d’où vient chaque pixel du produit : une photo, un plan filmé, une réplique 3D ou une génération. Exigez le jeu de références du produit exact et vérifiez qu’il montre l’emballage actuel et la bonne version de marché, étiquette française comprise. Révisez le montage final image par image en pleine résolution, en lisant chaque lettre du logo, de l’étiquette et des allégations, et comparez la forme, le niveau de remplissage et la couleur avec un exemplaire pris sur la tablette. Demandez ensuite quels plans montrent le produit en action. Ceux-là se filment avec le vrai produit, comme le Big Mac de la pub est un Big Mac.