Pourquoi votre vidéo IA a l’air d’une vidéo IA

La plupart des gens ne savent pas expliquer pourquoi une vidéo a l’air générée. Ils le sentent, et généralement dans les deux premières secondes. Ils ne s’arrêtent pas pour analyser. Quelque chose dans l’image brise une règle que leurs yeux suivent depuis toujours, et la confiance part avant qu’ils puissent nommer la raison.

Pour une marque, ce moment coûte plus qu’une vue. Un spectateur qui identifie une publicité comme de l’IA commence à se demander sur quoi d’autre la marque a coupé les coins. Ça vaut donc la peine de savoir exactement à quoi il réagit. Voici les six indices que nous voyons le plus souvent dans les démos de vidéo IA, avec la raison de chacun. Les correctifs sont une autre conversation. Ce texte-ci sert à apprendre à voir le problème.

1. Le visage qui dérive d’un plan à l’autre

Plan un : une femme dans la trentaine, mâchoire marquée, une petite cicatrice dans un sourcil. Plan deux, même scène : la mâchoire est plus douce, les yeux un peu plus écartés, et la cicatrice a disparu. Chaque image est correcte. C’est à la coupe qu’elle cesse d’être la même personne.

Pourquoi ça arrive. Chaque plan est une génération distincte. Le modèle n’a aucune mémoire de la personne qu’il a dessinée trente secondes plus tôt. Il reconstruit un visage plausible à partir de ce qu’on lui donne chaque fois, et « plausible » laisse place à beaucoup de petites variations. L’humain est extrêmement doué pour reconnaître les visages, alors on remarque ces variations bien avant de pouvoir en nommer une seule.

2. Les mains et les objets qui ignorent la physique

Une main se referme sur une tasse et deux doigts traversent l’anse. Un téléphone change de forme quand on le ramasse. Quelqu’un verse un verre et le liquide n’atteint jamais le verre.

Pourquoi ça arrive. Les modèles vidéo apprennent à quoi les choses ressemblent d’une image à l’autre. Ils n’ont aucune notion de la construction d’un objet ni de son poids. Le contact est le cas le plus difficile : deux objets qui se touchent, l’un qui cache l’autre, des doigts qui se plient autour d’une courbe. Les mains empirent le problème parce qu’elles sont petites, qu’elles ont beaucoup d’articulations et qu’elles sont à moitié cachées dans une bonne partie des images d’apprentissage.

3. La pièce qui change entre les coupes

Le plan large a une fenêtre à gauche et une plante près de la porte. Dans le gros plan, la fenêtre est derrière l’acteur et la plante est devenue une lampe. Le comptoir de cuisine passe du marbre au bois entre deux répliques.

Pourquoi ça arrive. Il n’y a pas de décor. Pour chaque plan, le modèle peint une nouvelle image d’une pièce qui correspond à la description, sans pièce fixe derrière. L’arrière-plan est aussi l’endroit où le modèle met le moins d’effort, parce que le sujet a la priorité. Les spectateurs remarquent rarement la lampe consciemment, mais ils enregistrent que l’espace a cessé d’avoir du sens.

4. Le regard éteint au sommet émotif

C’est la réplique pour laquelle toute la publicité a été construite. La bouche bouge, les sourcils montent, le visage fait tout ce qu’un visage surpris devrait faire, et les yeux restent plats. On dirait un acteur qui lit sa ligne sans la ressentir.

Pourquoi ça arrive. Les modèles reproduisent la moyenne de ce qu’ils ont vu, et l’émotion extrême est rare comparée aux visages neutres. La vie dans le regard d’une vraie personne vient de signaux minuscules et rapides : de petits déplacements du regard, la tension autour des paupières, le moment du clignement. Ce sont les premières choses que le moyennage efface. Ça frappe le plus fort au sommet émotif, parce que c’est exactement là que le spectateur regarde les yeux.

5. La lumière qui saute d’une coupe à l’autre

Dans le plan large, le soleil entre par une fenêtre à gauche. Dans le champ inverse, la lumière principale est à droite, la peau est passée de chaude à froide, et les ombres pointent dans la direction opposée à une fenêtre qui devrait les éclairer.

Pourquoi ça arrive. Un nouveau plan n’hérite pas de l’éclairage du précédent. Chaque génération déduit sa propre lumière à partir du prompt et de son idée d’une belle image. Chaque plan peut être superbe et la séquence s’effondre quand même, parce que la vraie lumière obéit à une source unique dans toute une scène. Nous détaillons la mécanique dans Éclairer une scène, plan par plan.

6. Du mouvement sans poids

Les gens glissent plus qu’ils ne marchent. Une voiture prend une courbe sans transfert de masse. Les cheveux et les tissus flottent comme si la scène était sous l’eau. La caméra bouge avec une fluidité qu’aucun opérateur, dolly ou drone ne produirait.

Pourquoi ça arrive. Un modèle vidéo prédit l’image plausible suivante. Il ne simule ni masse, ni force, ni friction. Le résultat est un mouvement fluide auquel manquent les indices qui nous disent qu’une chose est lourde : la poussée avant un pas, le retard dans un virage, la stabilisation après un arrêt. On ressent cette absence même sans savoir la décrire. Beaucoup de modèles penchent aussi vers un mouvement lent et flottant, plus facile à garder cohérent qu’un mouvement rapide avec des arrêts francs.

Comment s’en servir pour juger une démo

Pas besoin d’un bagage technique pour évaluer un fournisseur de vidéo IA. Il faut regarder aux bons endroits.

Où les six indices apparaissent

Trois des six n’apparaissent qu’entre les plans

Où les six indices apparaissent

Indice	Où il apparaît
1. Le visage qui dérive d’un plan à l’autre	À la coupe
2. Mains et objets qui ignorent la physique	Dans le plan
3. La pièce qui change entre les coupes	À la coupe
4. Le regard éteint au sommet émotif	Dans le plan
5. La lumière qui saute d’une coupe à l’autre	À la coupe
6. Du mouvement sans poids	Dans le plan

• Regardez les coupes. Trois des six indices n’apparaissent qu’entre les plans. Une démo montée à partir de plans héros isolés les cache complètement. Demandez à voir une séquence continue de trois plans liés ou plus.
• Arrêtez-vous sur les mains. Trouvez un moment où un personnage touche ou tient quelque chose. Si la démo évite complètement les mains, ça vous dit aussi quelque chose.
• Regardez les yeux au sommet. Allez au moment le plus émotif et regardez uniquement les yeux.
• Vérifiez la pièce. Choisissez un objet dans le plan large et cherchez-le dans l’angle suivant.
• Sentez le poids. Regardez un corps ou un véhicule s’arrêter. Les vraies choses se stabilisent.

Aucune production n’est parfaite sur les six à tout coup. Reste que chacun de ces indices est prévisible, ce qui veut dire qu’une équipe le gère volontairement ou le laisse au hasard. Une bonne démo montre que c’était géré.