Kling 4.0 : un plan de 30 secondes n’est pas une pub de 30 secondes

Le 28 septembre, Kling, l’entreprise de vidéo IA issue de la plateforme chinoise Kuaishou, a annoncé Kling 4.0. Une version plus rapide, « Flash », est offerte dès maintenant à ses abonnés annuels du forfait le plus élevé, et le modèle complet est promis pour octobre. L’annonce ressemble à une liste de souhaits pour quiconque fait de la vidéo avec l’IA.

Ce qui a été annoncé

Pour l’image et le son, Kling promet des mouvements plus stables, un son stéréo, une synchronisation labiale plus précise, une sortie jusqu’en 4K et en HDR 10 bits. Pour le contrôle, un système « Omni Reference » accepte jusqu’à 15 références (images, vidéo et audio), avec comme objectif affiché « des résultats plus cohérents », et jusqu’à 10 images clés peuvent guider un même extrait. Le modèle complet génère 30 secondes d’un coup ; la version Flash, pensée pour la vitesse et le coût, s’arrête à 20. La prolongation de vidéo et la prise en charge de plusieurs langues, accents et dialectes complètent la liste.

Tout ça, c’est la parole du fournisseur. Au moment d’écrire ces lignes, aucun test indépendant n’a mesuré quoi que ce soit.

Jusqu’où va une seule génération

Durée maximale d’un extrait, selon l’annonce

Jusqu’où va une seule génération

Version	Durée maximale
Kling 4.0 Flash	20 s
Kling 4.0	30 s

L’argent derrière la course

Selon Bloomberg, Kling a levé 2,8 milliards de dollars américains en juillet auprès d’Alibaba, de Baidu et de Tencent, pour une valorisation d’environ 18 milliards, et ses revenus annualisés ont dépassé 500 millions en mars. La cible, c’est ByteDance, dont Seedance 2.5, sorti en juillet, est devenu un réflexe pour bien des créateurs, avec Alibaba et MiniMax aussi dans la course.

Pour une entreprise, la leçon n’est pas de savoir quel modèle gagne ce mois-ci. C’est qu’un nouveau meneur apparaît tous les quelques mois. Le meilleur outil d’aujourd’hui ne sera pas celui du printemps prochain. Comment choisir sans s’enfermer.

Ce qui change vraiment pour une marque

La cohérence, si les références tiennent. Quinze références visent directement le premier défaut de la vidéo IA : un produit, un visage ou un décor qui dérive d’un plan à l’autre. Si ça fonctionne comme annoncé, moins de plans finiront à la poubelle. Les signes qui trahissent encore la vidéo IA.

De la marge pour l’étalonnage. Pour qui étalonne ses images, le HDR 10 bits compte plus que la 4K. Il garde le détail dans les ciels et les ombres quand on pousse l’image, ce qui rapproche les images générées de ce qu’attendent les chaînes de télé et de cinéma.

Des versions linguistiques moins chères. Voix, synchronisation labiale et dialectes dans un même modèle rendent les versions adaptées moins coûteuses à produire. Pour le Québec, le vrai test : est-ce que « dialectes » comprend un français québécois crédible ? Tant que personne ne l’a testé, partez du principe que non.

Ce qui ne change pas

Un plan de 30 secondes n’est pas une pub de 30 secondes. Une bonne pub est faite de plusieurs plans, et sa force se trouve dans les coupes : ce que le spectateur voit d’abord, ce qui suit, ce que tout ça veut dire. Une expérience centenaire explique pourquoi. Un modèle qui génère 30 secondes continues génère un plan-séquence, et un plan-séquence a besoin d’une raison de continuer. Même les célèbres plans-séquences trichent.

Les dix images clés disent la même chose à leur façon. Elles existent parce que quelqu’un doit encore décider de ce qui se passe à chaque moment. Le modèle demande de la direction plus explicitement. Il ne la fournit pas.

Quoi en faire

Si vous achetez de la vidéo, ne choisissez pas un studio pour le modèle qu’il utilise : les modèles changent tous les quelques mois. Demandez à voir un résultat sur un produit comme le vôtre, et demandez comment le studio garde votre produit et vos personnages cohérents d’un plan à l’autre. Cette réponse-là survit à tous les numéros de version.

Si vous faites de la vidéo, testez Flash seulement si vous y avez déjà accès, et attendez des tests indépendants du modèle complet avant de rebâtir quoi que ce soit autour. Les promesses sont un vrai progrès. La preuve viendra en octobre.