Lexique de la vidéo IA : 60 termes expliqués simplement

3D et modélisation 3D

La 3D désigne des images calculées à partir d'objets et de décors construits en volume dans un logiciel, que l'on peut filmer sous n'importe quel angle avec une caméra virtuelle. La modélisation 3D est l'étape où l'on construit ces objets : leur forme exacte, leurs dimensions, leurs pièces mobiles, puis leurs matières. Contrairement à la vidéo générée par IA, rien n'y est inventé : une pièce bouge exactement comme on l'a programmée. C'est ce qui la rend indispensable pour montrer une machine ou un procédé avec exactitude.

Chez Madh.IA : la 3D est construite dans Blender à partir de vos plans, de votre CAO ou d'un simple schéma, puis rendue réaliste par l'IA vidéo.

Voir 3D et vidéo IA : filmer l'impossible.

Voir aussi : Blender, CAO, Nuage de points et relevé laser, Rendu.

A/B test créatif

Un A/B test créatif consiste à diffuser plusieurs versions d'une même publicité qui ne diffèrent que par un élément (l'accroche, l'image d'ouverture, l'appel à l'action) pour mesurer laquelle fonctionne le mieux. Les versions reçoivent un budget et une audience comparables, et on compare des indicateurs comme le CTR ou le ROAS. La règle d'or est de ne changer qu'un élément à la fois, sinon on ne sait pas ce qui a fait la différence. La vidéo IA rend ces tests plus accessibles, parce qu'une variante coûte beaucoup moins cher à produire qu'un nouveau tournage.

Méthode détaillée dans notre guide des formats Meta, TikTok et YouTube.

Voir aussi : Hook, CTR, ROAS.

AI Act

L'AI Act est le règlement européen sur l'intelligence artificielle (règlement (UE) 2024/1689) : adopté en 2024, il s'applique par étapes jusqu'en 2027. Il classe les usages de l'IA selon leur niveau de risque ; la vidéo générée relève surtout des obligations de transparence de son article 50. Depuis le 2 août 2026, ces obligations s'appliquent pleinement à ceux qui diffusent des contenus synthétiques : un deepfake, ou une vidéo réaliste qui pourrait passer pour réelle, doit être signalé comme généré par IA. Le règlement n'interdit pas la publicité créée par IA, il encadre la manière de l'annoncer.

Chez Madh.IA : comptes professionnels, aucun visage ni aucune voix réelle sans consentement écrit, et une documentation remise au client avec chaque film.

Le détail dans notre guide AI Act et vidéo IA en France.

Voir aussi : Mention IA (transparence), Deepfake, C2PA.

Animatique

Une animatique est une version brute de la vidéo, montée à partir des images du storyboard et calée sur le son : voix off provisoire, musique, durées réelles. Elle permet de valider le rythme, l'enchaînement et la durée totale avant de lancer la production. Corriger une animatique ne coûte presque rien, alors que corriger un film terminé peut demander des jours. En vidéo IA, l'animatique peut déjà contenir des images générées, fixes ou animées, à la place des dessins.

Sa place dans une production : guide du motion design.

Voir aussi : Storyboard, Plan et plan-séquence.

Blender

Blender est un logiciel de 3D libre et gratuit, utilisé aussi bien par des indépendants que par des studios d'animation. Il couvre toute la chaîne : modélisation, animation, matières, éclairage et rendu. Il peut aussi être piloté par des scripts, ce qui permet de construire une machine pièce par pièce à partir de cotes précises. Une maquette Blender peut ensuite servir de guide de mouvement à un modèle vidéo IA.

Chez Madh.IA : la pompe de Cornouailles, une pompe à vapeur de 1856, a été simulée en 3D dans Blender à partir des plans d'époque, puis rendue réaliste par IA vidéo et VFX.

Voir vidéo IA pour musées et patrimoine.

Voir aussi : 3D et modélisation 3D, Rendu, Video-to-video.

C2PA

Le C2PA (Coalition for Content Provenance and Authenticity) est un standard technique ouvert qui inscrit dans un fichier image, audio ou vidéo l'historique de sa création : l'outil utilisé, les modifications, la mention d'une génération par IA. On parle aussi de « Content Credentials ». Plusieurs générateurs ajoutent automatiquement ces métadonnées à leurs fichiers, ce qui va dans le sens du marquage lisible par machine prévu par l'AI Act. Elles peuvent cependant disparaître lors d'un réencodage ou d'un export mal paramétré.

Chez Madh.IA : les métadonnées de provenance sont préservées sur les fichiers livrés quand l'outil le permet.

Voir aussi : AI Act, Mention IA (transparence).

CAO

La CAO (conception assistée par ordinateur) regroupe les logiciels dans lesquels les bureaux d'études dessinent leurs pièces et leurs machines, avec des cotes exactes. Un fichier CAO contient donc la géométrie réelle d'un produit, souvent jusqu'à la moindre vis. Pour une vidéo, on le convertit et on l'allège, car il est pensé pour fabriquer, pas pour être animé ou rendu à l'écran. C'est le meilleur point de départ pour un film technique exact.

Chez Madh.IA : votre CAO, vos plans ou même un schéma suffisent pour construire la 3D, sous accord de confidentialité.

Voir vidéo IA et 3D pour l'industrie.

Voir aussi : 3D et modélisation 3D, Jumeau numérique.

Clonage de voix

Le clonage de voix consiste à créer une voix de synthèse à partir d'enregistrements d'une personne réelle, pour lui faire dire de nouveaux textes avec son timbre et ses intonations. Un dirigeant peut ainsi enregistrer sa voix une fois, puis l'utiliser dans plusieurs vidéos, voire dans plusieurs langues. L'accord écrit et explicite de la personne est indispensable : cloner la voix de quelqu'un sans son consentement porte atteinte à ses droits. Plusieurs outils, dont ElevenLabs, proposent cette fonction.

Comment faire : cloner sa voix avec l'IA.

Voir aussi : Voix off IA, ElevenLabs, Deepfake.

Cohérence de personnage

La cohérence de personnage, c'est la capacité à garder le même visage, la même silhouette et les mêmes vêtements d'un plan à l'autre. Un modèle vidéo génère chaque plan séparément et a tendance à faire « dériver » un personnage : coiffure, âge, traits du visage. On la maintient avec des images de référence fixes (une planche du personnage sous plusieurs angles), des outils qui acceptent plusieurs références et une vérification plan par plan. Certains modèles, comme Seedance, refusent les photos de vrais visages en référence : on travaille alors avec un personnage virtuel.

Voir aussi : Image de référence, Raccord, Hallucination visuelle et déformation.

Compositing

Le compositing consiste à assembler plusieurs couches d'images en une seule : un produit réel, un décor généré par IA, une ombre, un reflet, un texte. Chaque couche est détourée et ajustée en lumière et en couleur pour que l'ensemble paraisse filmé d'un seul tenant. C'est ce qui permet, par exemple, de garder l'étiquette exacte d'un produit au premier plan d'une scène générée. Le compositing fait partie des VFX.

Voir aussi : VFX, Packshot.

CPM

Le CPM (coût pour mille) est le prix payé pour 1 000 affichages d'une publicité. Il dépend de la plateforme, de l'audience visée, de la période et de la concurrence entre annonceurs. Un CPM bas ne suffit pas à juger une campagne : une publicité très vue mais jamais cliquée reste chère au final. On le lit avec le CTR et le ROAS.

Voir aussi : CTR, ROAS.

CTR

Le CTR (click-through rate, ou taux de clics) est le pourcentage de personnes qui cliquent sur une publicité après l'avoir vue : 20 clics pour 1 000 affichages donnent un CTR de 2 %. Il mesure surtout la capacité de la vidéo à donner envie d'en savoir plus. L'accroche et l'appel à l'action pèsent beaucoup sur ce chiffre. Un bon CTR ne garantit pas les ventes : il faut aussi que la page d'arrivée tienne la promesse.

Voir aussi : Hook, CPM, ROAS.

Deepfake

Un deepfake est un contenu (vidéo, image ou voix) généré ou modifié par IA qui ressemble à des personnes, des lieux ou des événements existants et pourrait faire croire qu'il est authentique. Le terme vise le plus souvent le visage ou la voix d'une personne réelle, imités ou remplacés. L'AI Act impose de signaler clairement un deepfake comme contenu généré ou manipulé par IA. Utiliser le visage ou la voix d'une personne identifiable sans son accord écrit porte en plus atteinte à son droit à l'image ou à sa voix.

Chez Madh.IA : aucun visage ni aucune voix de personne identifiable sans consentement écrit du client et de la personne concernée.

Voir aussi : AI Act, Mention IA (transparence), Clonage de voix.

Droits commerciaux et licence commerciale

La licence commerciale est ce que les conditions d'utilisation d'un outil d'IA autorisent : l'usage commercial des créations est en général réservé aux offres payantes, et souvent exclu des offres gratuites. Les droits commerciaux sont ceux que le studio cède ensuite à son client sur le film livré : diffusion en publicité, sur le site, sur les réseaux sociaux, en salon ou à la télévision. Les deux doivent être vérifiés et écrits, car un film n'est diffusable que si chaque outil de la chaîne (image, vidéo, voix, musique) l'autorise. Les conditions des outils changent souvent : on les revérifie à chaque projet.

Chez Madh.IA : comptes professionnels uniquement, droits commerciaux inclus dans chaque devis, et une documentation écrite des outils utilisés et des droits transférés.

Voir aussi : AI Act, Suno, ElevenLabs.

ElevenLabs

ElevenLabs est une entreprise spécialisée dans la voix de synthèse : voix off à partir d'un texte, clonage de voix, doublage dans d'autres langues. Sa bibliothèque propose des voix françaises natives dans de nombreux registres, réglables en stabilité et en expressivité. L'usage commercial est couvert par les offres payantes, pas par l'offre gratuite. Comme avec tout outil de ce type, une voix clonée exige le consentement de la personne.

Chez Madh.IA : c'est l'outil utilisé par défaut pour les voix off.

Comparatif des outils dans notre guide de la voix off IA en français.

Voir aussi : Voix off IA, Clonage de voix, Suno.

Étalonnage et LUT

L'étalonnage est le travail des couleurs et de la lumière d'une vidéo après le montage : contraste, teinte de la peau, ambiance chaude ou froide, cohérence d'un plan à l'autre. Une LUT (look-up table, ou table de correspondance) est un fichier qui transforme chaque couleur en une autre selon une règle fixe : elle sert à appliquer un « look » en un clic, ou à convertir les images d'une caméra vers un rendu standard. En vidéo IA, l'étalonnage est essentiel, parce que des plans issus de modèles différents n'ont pas naturellement les mêmes couleurs. Un seul étalonnage pour tout le film donne l'impression d'un tournage unique.

Chez Madh.IA : un seul étalonnage pour tout le film, afin que les plans IA, la 3D et le motion design appartiennent au même monde.

Voir aussi : Raccord, Rendu.

Filmer l'impossible

Filmer l'impossible est l'offre de Madh.IA pour montrer une technologie qu'une caméra ne peut pas filmer : l'intérieur d'une machine, un capteur, un flux de données, un procédé, un produit qui n'existe pas encore. Elle repose sur un procédé hybride : une 3D construite à partir de vos plans fixe le mouvement, une couche d'IA vidéo le rend réel, et un montage en motion design pose les chiffres et le message. Trois formules, chiffrées sur devis : Le Film ; Le Kit commercial, avec deux formats, deux langues, une version stand et trois formats courts pour LinkedIn ; Le Grand format, un film long ou une série de films pour les grands comptes. Le film est livré en 3 à 4 semaines.

Découvrir l'offre Filmer l'impossible, avec les cas Argos Metrics et pompe de Cornouailles.

Voir aussi : 3D et modélisation 3D, Motion design, Version stand en boucle.

Google Veo et Google Omni

Google Veo et Google Omni désignent les modèles de génération vidéo de Google DeepMind, accessibles via l'application Gemini et la plateforme Vertex AI. Leur particularité est de générer l'image et le son ensemble, dans la même passe : dialogues, ambiances et bruitages arrivent synchronisés avec le geste. Leur rendu est plutôt « réaliste documentaire », avec une bonne compréhension de la physique : chutes, liquides, mouvements de foule. Ils sont en général plus chers à l'usage que leurs concurrents, surtout quand le son est activé.

Chez Madh.IA : on y recourt quand une scène a besoin de dialogue généré avec l'image.

Voir notre comparatif Seedance, Kling et Google Omni.

Voir aussi : Seedance, Kling, Lip-sync.

Hallucination visuelle et déformation

Une hallucination visuelle est un élément que le modèle invente sans qu'on le lui ait demandé : un texte illisible sur une étiquette, un objet qui apparaît, un sixième doigt, un logo approximatif. La déformation en est la forme la plus courante en vidéo : un produit qui change de forme pendant le plan, un visage qui dérive, une main qui fusionne avec un objet. Ces défauts viennent du fonctionnement même des modèles, qui prédisent des images plausibles sans comprendre la géométrie réelle. On les limite avec des références précises, des plans courts, plusieurs essais par plan et, quand l'exactitude compte, une 3D qui fixe la forme.

Voir aussi : Image de référence, Prompt négatif, 3D et modélisation 3D.

Hook

Le hook (ou accroche) désigne les toutes premières secondes d'une vidéo, celles qui décident si le spectateur reste ou fait défiler. Sur Reels, TikTok ou Shorts, la décision se joue en quelques secondes ; sur YouTube, avant l'apparition du bouton « Passer ». Un bon hook combine une rupture visuelle, une promesse ou une question claire, et l'apparition rapide du produit ou de la marque. La vidéo IA aide beaucoup ici, car elle permet d'ouvrir sur une image impossible à tourner.

Construire un hook : guide des formats Meta, TikTok et YouTube.

Voir aussi : Reel, A/B test créatif, Typographie cinétique.

Image de référence

Une image de référence est une image fournie au modèle avec le prompt pour fixer ce qui doit être exact : un produit, un personnage, un décor, une lumière. Elle limite l'improvisation du modèle bien mieux qu'une description écrite. Les modèles récents acceptent plusieurs références à la fois, à condition d'indiquer le rôle de chacune (« cette image définit le produit, n'utilise pas son arrière-plan »). En pratique, quelques références bien choisies valent mieux qu'une pile d'images.

Exemples de références commentées dans notre guide Seedance 2.5.

Voir aussi : Image-to-video, Cohérence de personnage, Midjourney.

Image-to-video

L'image-to-video (ou I2V) consiste à générer une vidéo à partir d'une image fixe, qui devient en général la première image du plan, accompagnée d'un prompt qui décrit le mouvement. C'est la méthode la plus sûre quand l'apparence doit être maîtrisée : un packshot, un personnage validé, un décor précis. On valide d'abord l'image, puis on l'anime, ce qui évite de multiplier les générations vidéo, plus coûteuses, pour un simple problème de cadrage. La fidélité au produit varie beaucoup d'un modèle à l'autre.

Voir aussi : Text-to-video, Start frame et end frame, Image de référence.

Jumeau numérique

Un jumeau numérique est une réplique virtuelle d'un objet, d'une machine, d'un bâtiment ou d'un procédé, reliée à des données réelles (capteurs, mesures) pour suivre son état ou simuler son comportement. Au sens strict, il évolue au rythme de l'objet réel : une simple maquette 3D, même très fidèle, n'en est pas un. Les industriels s'en servent pour surveiller un équipement ou tester un scénario avant de le construire. Une vidéo peut partir d'un jumeau numérique existant pour en tirer des images exactes.

Voir vidéo IA et 3D pour l'industrie.

Voir aussi : Nuage de points et relevé laser, CAO, 3D et modélisation 3D.

Kling

Kling est la famille de modèles de génération vidéo de Kuaishou, une entreprise chinoise de vidéo en ligne. Il est réputé pour son rendu cinéma (profondeur de champ, lumière douce, mouvement crédible), ce qui en fait un bon choix pour les plans d'ambiance et les plans « hero ». Son mode Éléments combine plusieurs références (personnage, décor, objet) dans un même plan. En contrepartie, il interprète parfois trop librement une action précise et demande plus de temps de calcul.

Chez Madh.IA : Kling sert surtout pour certains plans hero et pour la recolorisation d'archives.

Voir notre comparatif Seedance, Kling et Google Omni.

Voir aussi : Seedance, Google Veo et Google Omni, Recolorisation.

Lip-sync

Le lip-sync (synchronisation labiale) est l'accord entre les mouvements de la bouche d'un personnage et les paroles qu'on entend. Certains modèles génèrent la parole et l'image ensemble, avec une bouche déjà synchronisée ; d'autres outils ajustent après coup les lèvres d'une vidéo existante sur une nouvelle piste audio. En français, la qualité varie selon les modèles, dont certains ne listent pas officiellement notre langue : on teste avant de promettre. Appliqué au visage d'une personne réelle, le lip-sync exige son accord écrit.

Voir aussi : Voix off IA, Google Veo et Google Omni, Deepfake.

Logo animé

Un logo animé est la version en mouvement d'un logo : une apparition, une construction ou une signature de fin qui installe la marque en quelques secondes. Il se conçoit à partir des fichiers vectoriels de la charte, pour que formes et couleurs restent exactes. On ne le demande pas à un modèle vidéo IA, qui reproduit mal un logo et ses lettres : on l'anime en motion design. On parle aussi de « logo reveal ».

Voir notre guide du motion design.

Voir aussi : Motion design, Typographie cinétique.

Mention IA (transparence)

La mention IA est l'indication, visible par le public, qu'une vidéo a été générée ou modifiée par intelligence artificielle. Elle peut prendre la forme d'un cartouche au début ou à la fin, d'une légende, d'un filigrane discret ou d'une ligne dans la description du post. Elle est obligatoire dès qu'un spectateur raisonnable pourrait croire réelle une scène générée, et recommandée dans les autres cas. Meta, TikTok et YouTube demandent aussi de déclarer les contenus IA réalistes dans leurs outils de publication.

Chez Madh.IA : la mention est proposée par défaut sur les contenus susceptibles d'induire en erreur ; la décision finale revient à l'annonceur.

Quand l'étiquetage est obligatoire : guide AI Act et vidéo IA.

Voir aussi : AI Act, C2PA, Deepfake.

Midjourney

Midjourney est un générateur d'images par IA réputé pour la qualité esthétique de ses résultats : lumière, composition, textures. On l'utilise surtout pour chercher une direction artistique et créer des images de référence : décors, personnages, ambiances. Ces images sont ensuite retouchées ou animées avec d'autres outils. Comme pour tout générateur, l'usage commercial dépend de l'offre souscrite et de ses conditions.

Chez Madh.IA : Midjourney et Nano Banana servent à créer les images de référence, avant l'animation des plans.

Voir aussi : Nano Banana, Image de référence, Image-to-video.

Modèle de diffusion

Un modèle de diffusion est un type d'intelligence artificielle qui apprend à créer des images en partant d'un bruit aléatoire, une sorte de neige, qu'il nettoie étape par étape jusqu'à obtenir une image conforme à la description. La plupart des générateurs d'images et de vidéos actuels reposent sur ce principe ou sur l'une de ses variantes. Pour la vidéo, le modèle doit en plus garder une cohérence d'une image à l'autre, ce qui explique les déformations encore possibles. Le point de départ aléatoire est fixé par un nombre appelé seed.

Voir aussi : Seed, Hallucination visuelle et déformation.

Morphing

Le morphing est la transformation progressive et continue d'une forme en une autre : un objet qui en devient un autre, un décor qui se change en un autre. Bien maîtrisé, c'est une transition spectaculaire, que les modèles vidéo IA savent produire, notamment entre une première et une dernière image imposées. Mal maîtrisé, c'est un défaut : quand on demande trop de changements en trop peu de temps, l'image « fond » au lieu de passer proprement d'un état à l'autre. D'où la règle d'une seule action par plan.

Transitions et morphings : motion design et vidéo IA.

Voir aussi : Start frame et end frame, Raccord.

Motion design

Le motion design est du design graphique animé : typographie, formes, icônes, données, logo et interfaces, mis en mouvement et synchronisés au son. Il sert à expliquer un service, afficher des chiffres, rendre une marque reconnaissable ou habiller une vidéo. Là où la vidéo IA apporte l'image, le motion design apporte le message : il pose le texte et le logo au pixel près, ce que les modèles vidéo font encore mal. Les vidéos les plus efficaces combinent souvent les deux.

Chez Madh.IA : le motion design est animé en code avec Remotion.

Voir notre guide du motion design pour les marques.

Voir aussi : Typographie cinétique, Logo animé, Remotion.

Nano Banana

Nano Banana est le nom donné au modèle de génération et de retouche d'images de Google, accessible notamment dans l'application Gemini. Il se distingue par l'édition à partir d'une image existante : changer un décor, recoloriser, intégrer un produit dans une scène, garder le même personnage d'une image à l'autre. On s'en sert pour préparer les images de référence d'une vidéo, avant de les animer. Il complète Midjourney : l'un sert surtout à imaginer, l'autre à modifier avec précision.

Exemple d'usage : film publicitaire IA sans tournage.

Voir aussi : Midjourney, Image de référence, Cohérence de personnage.

Nuage de points et relevé laser

Un nuage de points est un ensemble de très nombreux points mesurés dans l'espace, qui reproduit la forme d'un bâtiment, d'une machine ou d'un site. On l'obtient par un relevé laser (scanner 3D, lidar) ou par photogrammétrie, c'est-à-dire à partir de nombreuses photos. Ce n'est pas encore une 3D animable : il sert de base de mesure pour modéliser les volumes aux bonnes dimensions. Les fichiers sont souvent échangés dans des formats ouverts comme l'E57.

Chez Madh.IA : quand un relevé existe, il sert de référence pour construire la 3D et vérifier l'écart entre le modèle et le réel.

Voir 3D et vidéo IA.

Voir aussi : 3D et modélisation 3D, Jumeau numérique, CAO.

Packshot

Un packshot est un plan qui montre un produit seul, sur un fond neutre ou dans un décor épuré, avec une lumière maîtrisée : rotation lente, gros plan sur la matière, mise en valeur de l'étiquette. C'est le plan de base des fiches produit et de la fin des publicités. Un packshot IA se fabrique à partir de photos du vrai produit, sans studio ni envoi d'échantillon. Le point critique est la fidélité : forme, couleur et texte de l'étiquette, que certains modèles déforment ou embellissent.

Voir notre guide vidéo IA pour l'e-commerce et le packshot.

Voir aussi : Image-to-video, Compositing, Hallucination visuelle et déformation.

Plan et plan-séquence

Un plan est un morceau de film continu, entre deux coupes : c'est l'unité de base du montage. Un plan-séquence est un plan long, sans aucune coupe, qui suit une action du début à la fin et donne une forte impression de continuité. En vidéo IA, chaque génération produit en général un plan de quelques secondes à quelques dizaines de secondes ; un plan-séquence plus long s'obtient en prolongeant un plan ou en raccordant plusieurs générations de façon invisible. Plus un plan généré est long, plus le risque de dérive augmente.

Voir aussi : Raccord, Storyboard, Start frame et end frame.

Prompt

Un prompt est l'instruction écrite donnée à un modèle d'IA pour générer une image, une vidéo, une voix ou une musique. En vidéo, un bon prompt décrit dans l'ordre le sujet, son action, le décor, le style, le mouvement de caméra et le son, en phrases simples plutôt qu'en listes de mots-clés. Il précise aussi ce qui ne doit pas changer, comme la forme ou la couleur d'un produit. Le même prompt ne donne pas le même résultat d'un modèle à l'autre : il s'écrit pour un modèle précis.

Méthode et exemple complet : écrire un prompt Seedance 2.5.

Voir aussi : Prompt négatif, Image de référence, Seed.

Prompt négatif

Un prompt négatif liste ce qui ne doit pas apparaître dans l'image : pas de texte, pas de logo, pas de personne en plus, pas de sous-titres. Certains outils ont un champ dédié, d'autres l'acceptent en fin de prompt. Il fonctionne bien sur des éléments concrets, beaucoup moins sur la qualité : sur certains modèles, écrire « pas de flou » ajoute du flou. Mieux vaut alors décrire ce qu'on veut, par exemple « contours nets, géométrie stable ».

Voir aussi : Prompt, Hallucination visuelle et déformation.

Raccord

Le raccord est la continuité entre deux plans qui se suivent : même position des objets, même lumière, même costume, même direction de mouvement. Un faux raccord, comme un verre plein puis vide ou un personnage qui change de côté, casse l'illusion. En vidéo IA, chaque plan est généré séparément, donc le raccord se prépare : mêmes références, même description de la lumière, et souvent la dernière image d'un plan validé utilisée comme première image du suivant.

Voir aussi : Start frame et end frame, Cohérence de personnage, Étalonnage et LUT.

Ratio d'image (9:16, 16:9, 1:1, 4:5)

Le ratio est le rapport entre la largeur et la hauteur de l'image. Le 9:16 est le format vertical plein écran du téléphone (1080 × 1920 pixels), celui des Reels, de TikTok et des Shorts ; le 16:9 est le format horizontal de YouTube, des sites, des présentations et de la télévision (1920 × 1080). Le 1:1 (carré, 1080 × 1080) et le 4:5 (1080 × 1350) sont les formats du fil Instagram et Facebook, le 4:5 occupant plus de hauteur à l'écran. Une vidéo IA se génère directement dans son format final plutôt que d'être recadrée après coup.

Chez Madh.IA : le film est livré dans le ou les formats prévus au devis.

Formats et durées par plateforme : guide Meta, TikTok et YouTube.

Voir aussi : Reel, Sous-titres incrustés.

Recolorisation

La recolorisation consiste à mettre en couleur des images d'archives en noir et blanc, photos ou films. L'IA propose des couleurs plausibles, mais ce sont des choix, pas une vérité : un uniforme, un tissu ou une façade ont pu avoir une autre couleur. Une recolorisation sérieuse s'appuie donc sur la documentation disponible, travaille sur une copie numérique et se présente comme une interprétation. On restaure souvent l'image en même temps : netteté, stabilité, fluidité.

Chez Madh.IA : deux projets personnels, « 1914-1918 », sur des archives de la Première Guerre mondiale, et « Paris 1900 », sur certains des tout premiers films de l'histoire du cinéma.

Voir vidéo IA pour musées et patrimoine.

Voir aussi : Kling, Mention IA (transparence).

Reel

Un reel est une vidéo courte et verticale publiée sur Instagram ou Facebook, en 9:16 plein écran, pensée pour être regardée en faisant défiler. Par extension, le terme s'emploie pour tous les formats courts verticaux équivalents, comme TikTok ou YouTube Shorts. Un reel efficace accroche dès les premières secondes, se comprend sans le son grâce aux sous-titres et va droit au but. C'est aujourd'hui l'un des emplacements publicitaires les plus utilisés sur Meta.

Voir aussi : Hook, Ratio d'image (9:16, 16:9, 1:1, 4:5), Sous-titres incrustés.

Remotion

Remotion est un outil qui permet de créer des vidéos en écrivant du code, avec la technologie web React, plutôt qu'en manipulant une timeline à la souris. Chaque animation y est réglée à l'image près, et une modification (un texte, une couleur, un format) se répercute sur toutes les versions d'un coup. C'est particulièrement utile pour décliner un même film en plusieurs formats ou en plusieurs langues, ou pour produire des séries de vidéos. Le résultat est un fichier vidéo classique.

Chez Madh.IA : le motion design et le montage des films sont réalisés dans Remotion, avec les déclinaisons 16:9, 9:16 et 1:1 depuis un seul projet.

Pourquoi animer en code : guide du motion design.

Voir aussi : Motion design, Typographie cinétique.

Rendu

Le rendu est le calcul des images finales à partir d'une scène 3D ou d'un projet de montage. En 3D, l'ordinateur calcule pour chaque image la lumière, les ombres, les reflets et les matières, ce qui peut demander beaucoup de temps de calcul pour un film photoréaliste. En montage, le rendu (ou export) produit le fichier vidéo livrable. Par extension, on parle aussi du « rendu » d'une image pour désigner son aspect visuel.

Voir aussi : 3D et modélisation 3D, Blender, Upscaling et 4K.

ROAS

Le ROAS (return on ad spend) est le chiffre d'affaires généré par une campagne divisé par ce qu'elle a coûté en achat d'espace : un ROAS de 4 signifie 4 € de ventes pour 1 € dépensé. C'est l'indicateur le plus direct de la rentabilité d'une publicité, surtout en e-commerce. Il ne tient compte ni des marges ni du coût de production de la vidéo : une campagne peut afficher un bon ROAS et rester peu rentable. Il se suit création par création, pour savoir quelle vidéo vend vraiment.

Ce que coûte la création elle-même : prix d'une vidéo publicitaire par IA en 2026.

Voir aussi : CTR, CPM, A/B test créatif.

Seed

La seed (graine) est le nombre qui fixe le point de départ aléatoire d'une génération. Avec le même modèle, le même prompt, les mêmes réglages et la même seed, on obtient en général un résultat très proche, voire identique ; en changeant la seed, on obtient une autre variante. Elle sert à reproduire un résultat qui plaît, ou à explorer des variations en ne changeant qu'un paramètre à la fois. Toutes les interfaces ne permettent pas de la choisir.

Voir aussi : Modèle de diffusion, Prompt.

Seedance

Seedance est la famille de modèles de génération vidéo de ByteDance, la maison mère de TikTok et de CapCut. Il est apprécié pour sa cohérence : un produit ou un personnage reste stable sur toute la durée du plan, et le prompt est bien respecté. La version 2.5 génère des plans jusqu'à 30 secondes, jusqu'en 1080p, avec le son, à partir d'un texte et de références ; elle est accessible en France dans CapCut et sur Dreamina. Elle ne produit pas de 4K native.

Chez Madh.IA : c'est le moteur par défaut pour la majorité des plans.

Voir notre guide complet de Seedance 2.5.

Voir aussi : Kling, Google Veo et Google Omni, Prompt.

Sound design

Le sound design est la création de tout ce qu'on entend dans une vidéo en dehors de la voix et de la musique : bruitages, ambiances, sons de transition, impacts sur un texte ou un logo. Il donne du poids aux images et guide l'attention, souvent sans que le spectateur s'en rende compte. Une même image paraît plus réelle et plus soignée avec un son travaillé. Certains modèles vidéo génèrent déjà des bruitages avec l'image, que l'on retravaille en général au mixage.

Le son dans un film animé : guide du motion design.

Voir aussi : Voix off IA, Suno.

Sous-titres incrustés

Les sous-titres incrustés, ou sous-titres « durs », font partie de l'image : ils s'affichent toujours, quel que soit le lecteur. Ils s'opposent aux sous-titres en fichier séparé, souvent au format SRT, que la plateforme affiche ou non. Sur les réseaux sociaux, une grande partie des vidéos est regardée sans le son : des sous-titres incrustés, lisibles et calés sur la voix sont donc indispensables. On les place hors des zones couvertes par les boutons de l'application.

Son ou pas son : guide des formats Meta, TikTok et YouTube.

Voir aussi : Reel, Typographie cinétique.

Start frame et end frame

Le start frame et l'end frame sont la première et la dernière image imposées à un modèle vidéo, qui génère alors le mouvement entre les deux. La méthode permet de maîtriser où commence et où finit un plan : un produit qui passe d'une position à une autre, une transition d'un décor à un autre, un raccord avec le plan suivant. Elle demande deux images cohérentes entre elles (même lumière, même échelle), sinon le modèle comble l'écart par un morphing hasardeux. On parle aussi de « première et dernière image ».

Chez Madh.IA : on garde la dernière image de chaque plan validé, qui devient la première image du plan suivant.

Voir aussi : Image-to-video, Raccord, Morphing.

Storyboard

Le storyboard est le découpage de la vidéo plan par plan, sous forme d'images accompagnées d'une description : cadrage, action, durée, texte à l'écran, voix off. C'est le plan de construction du film, validé avant toute production. En vidéo IA, il est d'autant plus utile que chaque plan correspond à des générations payantes : un storyboard précis évite de produire des plans inutiles. Il peut être dessiné, généré par IA ou assemblé à partir d'images de référence.

Chez Madh.IA : le storyboard est validé avec vous avant la production ; dans un projet patrimonial, chaque plan est rattaché à une source.

Voir aussi : Animatique, Plan et plan-séquence, Prompt.

Suno

Suno est un outil de génération de musique par IA : à partir d'une description (style, ambiance, tempo, instruments, éventuellement des paroles), il compose un morceau complet. Il permet d'obtenir une musique originale à la durée et au ton d'une vidéo, sans passer par une banque de sons. L'usage commercial des morceaux dépend de l'offre souscrite : selon les conditions en vigueur, il est réservé aux offres payantes. Comme pour tout outil, ces conditions se vérifient à la date du projet.

Chez Madh.IA : Suno sert, avec ElevenLabs, à construire la bande-son des films.

Voir aussi : Sound design, ElevenLabs, Droits commerciaux et licence commerciale.

Text-to-video

Le text-to-video (ou T2V) consiste à générer une vidéo uniquement à partir d'une description écrite, sans image de départ. C'est la méthode la plus libre, idéale pour chercher une ambiance ou un plan d'atmosphère. C'est aussi la moins prévisible : le modèle invente l'apparence des personnages, des objets et des lieux. Dès qu'un produit, un visage ou un décor doit être exact, on passe à l'image-to-video ou aux images de référence.

Les étapes d'un projet : créer une vidéo par IA, le guide complet.

Voir aussi : Image-to-video, Video-to-video, Prompt.

Typographie cinétique

La typographie cinétique est du texte animé : des mots qui apparaissent, se déplacent ou se transforment au rythme de la voix ou de la musique. Elle fait passer un message même sans le son et impose les mots clés d'une marque. On l'utilise beaucoup pour les accroches, les chiffres clés et les vidéos explicatives. Comme les modèles vidéo IA écrivent mal le texte, elle se fait en motion design, posée par-dessus les images.

Voir la grammaire du motion design.

Voir aussi : Motion design, Hook, Sous-titres incrustés.

UGC

L'UGC (user-generated content) désigne à l'origine les contenus créés par des utilisateurs ou des clients ; en publicité, le terme vise des vidéos au style spontané, souvent filmées face caméra au téléphone, qui ressemblent à un avis ou à une recommandation. Ce format inspire confiance parce qu'il ressemble à du contenu authentique plutôt qu'à une publicité. Une vidéo de style UGC peut être produite avec un personnage généré par IA, mais si elle peut passer pour un vrai témoignage, elle doit être signalée comme générée par IA. Présenter un faux client comme un vrai peut en outre constituer une pratique commerciale trompeuse.

Voir aussi : Mention IA (transparence), Deepfake, Hook.

Upscaling et 4K

La 4K est une définition d'image d'environ 3 840 × 2 160 pixels, soit quatre fois plus de pixels que le 1080p (Full HD). L'upscaling est l'agrandissement d'une vidéo vers une définition supérieure, par exemple du 1080p vers la 4K, avec une IA qui reconstruit les détails manquants. Le résultat peut être très propre, mais il n'équivaut pas à une 4K native : l'IA invente des détails plausibles et peut lisser ou altérer une texture, un visage ou un texte. Plusieurs modèles vidéo, dont Seedance 2.5, plafonnent au 1080p : une « 4K » annoncée sur ces modèles est un agrandissement.

Un signal d'alerte parmi d'autres : comment choisir une agence vidéo IA.

Voir aussi : Rendu, Seedance.

Version stand en boucle

La version stand est une déclinaison d'un film pensée pour tourner en continu sur un écran de salon ou d'accueil : sans son, avec des textes à l'écran à la place de la voix off, et une fin qui se raccorde au début sans rupture visible. Elle doit se comprendre en quelques secondes, par quelqu'un qui passe devant sans s'arrêter. On adapte souvent le rythme et la taille des textes pour une lecture à distance. C'est un format à part entière, pas une simple copie du film mise en boucle.

Chez Madh.IA : la version stand en boucle est incluse dans Le Kit commercial de l'offre Filmer l'impossible.

Voir aussi : Filmer l'impossible, Typographie cinétique, Sous-titres incrustés.

VFX

Les VFX (visual effects, ou effets visuels) désignent tout ce qu'on ajoute ou modifie dans l'image après la prise de vue ou la génération : particules, fumée, extension de décor, écrans incrustés, éléments effacés, intégration d'objets 3D. Ils reposent sur le compositing, le suivi du mouvement de la caméra (tracking) et la 3D. En vidéo IA, ils servent à corriger un plan presque parfait plutôt que de le régénérer, et à rendre réaliste une scène construite en 3D.

Chez Madh.IA : la 3D, l'IA vidéo et les VFX sont associés pour faire tourner à l'écran des machines à l'arrêt, comme la pompe de Cornouailles.

Voir aussi : Compositing, 3D et modélisation 3D.

Vidéo générée par IA

Une vidéo générée par IA est une vidéo dont les plans, les décors, les personnages, et souvent la voix et la musique, sont produits par des modèles d'intelligence artificielle au lieu d'être filmés. Elle se distingue du simple montage assisté par IA (sous-titres automatiques, recadrage), qui ne fait que traiter des images existantes. Elle permet de montrer ce qu'une caméra ne peut pas filmer, sans plateau ni tournage. La qualité finale dépend moins de l'outil que de la direction artistique, de l'écriture et du montage.

Chez Madh.IA : chaque projet est chiffré sur devis après un appel de cadrage de 30 minutes, avec un délai rapide, de 72 h à 1 mois selon la complexité du projet.

Méthode complète : créer une vidéo par IA. Pour une publicité : film publicitaire IA sans tournage.

Voir aussi : Text-to-video, Image-to-video, Motion design.

Video-to-video

Le video-to-video (ou V2V) consiste à transformer une vidéo existante avec l'IA : changer son style, son décor, la matière d'un objet ou l'apparence d'un personnage, tout en gardant le mouvement d'origine. La vidéo de départ peut être un tournage au téléphone, une animation 3D simple ou un plan déjà généré. C'est un moyen efficace d'imposer un mouvement précis au modèle, au lieu de le laisser l'inventer. Plusieurs modèles permettent aussi de retoucher une vidéo par prompt, sans tout régénérer.

Chez Madh.IA : c'est le principe du procédé 3D + IA : la 3D fixe le mouvement, une couche d'IA vidéo l'habille de matières et de lumière.

Voir 3D et vidéo IA.

Voir aussi : Text-to-video, Image-to-video, 3D et modélisation 3D.

Voix off IA

Une voix off IA est une voix générée à partir d'un texte par un modèle de synthèse vocale, sans enregistrement en studio. Les meilleurs outils produisent en français des voix naturelles, avec intonations, respirations et changements de rythme, à condition de bien diriger la prise. Les noms propres, les sigles et les passages très émotionnels restent les points délicats, à vérifier à l'écoute. Pour un usage commercial, il faut une offre qui l'autorise, et une voix de bibliothèque ou une voix clonée avec consentement.

Chez Madh.IA : la voix off est le plus souvent produite avec ElevenLabs, puis posée au montage.

Voir notre guide de la voix off IA en français.

Voir aussi : ElevenLabs, Clonage de voix, Lip-sync.