Meilleure IA pour transformer une image en vidéo en 2026 : une photo, cinq modèles

Vous cherchez la meilleure IA pour transformer une image en vidéo ? Dans une démo, tout paraît simple : vous importez une photo, décrivez un mouvement et obtenez une vidéo. Avec votre propre photo, les questions deviennent plus précises : son visage reste-t-il le même ? Le mouvement demandé a-t-il vraiment lieu ? Le modèle modifie-t-il discrètement le cadrage ?

Le 4 novembre 2026, nous avons confié une photo à cinq modèles d’IA pour générer une vidéo, en demandant à chacun les trois mêmes mouvements. Les cinq vidéos ont coûté $0.8105 au total. Vous trouverez ci-dessous la vidéo de chaque modèle, accompagnée d’un tableau qui détaille le résultat.

TokLab est notre produit. Nous y commercialisons les cinq modèles, et les vidéos ont été générées via son API. Seedance 2.5, en tête du classement public de la génération vidéo à partir d’images, ne figure pas dans ce test ; nous en expliquons la raison vers la fin.

Quelle est la meilleure IA pour transformer une image en vidéo ?

Parmi ces cinq modèles, Seedance 2.0 Mini a suivi le prompt le plus fidèlement. C’est le seul à avoir baissé le parapluie. MiniMax H3 Standard s’en rapproche le plus, pour environ 40 % du prix, à $0.0769 par vidéo, tout en conservant exactement le format de la photo. Si votre photo est déjà en 16:9, Veo 3.1 Fast vous donne 8 secondes pour $0.168. Pour les autres formats, il ajoute des bandes noires.

Dans le classement d’Artificial Analysis, où les spectateurs comparent les vidéos et votent à l’aveugle, Seedance 2.5 est le premier modèle de génération vidéo à partir d’images.

Quelle photo et quel prompt avons-nous utilisés ?

L’image de départ est une photo au format 3:2 d’une jeune femme qui rit sous un parapluie transparent, dans une rue de nuit sous la pluie. Nous l’avons créée pour notre test des générateurs d’images par IA. Chaque modèle l’a reçue comme première image de la vidéo, avec ce prompt :

"She lowers the clear umbrella slightly, keeps laughing and turns to look down the street as the rain keeps falling; a car passes behind her and its headlights sweep across the wet pavement; slow push-in"

Vous pouvez vérifier trois actions en regardant les vidéos : un objet bouge (le parapluie descend), elle bouge (elle se tourne vers la rue) et quelque chose se passe derrière elle (une voiture passe). Nous avons lancé chaque modèle une seule fois, à sa résolution la plus basse permettant encore de bien voir son visage.

Comparez les cinq IA pour animer une photo

Source : classement image vers vidéo de Video Arena, par Artificial Analysis, le 4 novembre 2026, avec le montant que TokLab nous a facturé pour chaque vidéo ce jour-là. La version indiquée entre parenthèses signifie que le classement évalue une autre version du modèle que celle utilisée pour notre vidéo.

Seedance 2.0 Mini : la meilleure IA pour animer une image en suivant le prompt

Seedance 2.0 Mini a réalisé le plus d’éléments de notre prompt. Vers le milieu de la vidéo, le parapluie descend sur le côté. Elle continue de tourner, jusqu’à ce que nous voyions l’arrière de sa tête et les phares d’une voiture à droite du cadre.

C’est une interprétation littérale de « se tourne pour regarder la rue », et c’est aussi le problème. À la dernière seconde, son visage n’est plus visible. Si vous animez un portrait pour une vidéo de profil ou une publicité, vous voudrez sans doute qu’elle jette un regard vers la rue puis revienne vers la caméra. Précisez-le dans le prompt.

Le visage lui-même est resté fidèle à la photo. Le seul changement que nous avons remarqué : ses taches de rousseur s’estompaient et ses cheveux semblaient un peu plus courts dès la troisième seconde. La vidéo est aussi légèrement plus carrée que la photo 3:2. Attendez-vous donc à un léger recadrage si vous la replacez à côté de l’original.

MiniMax H3 Standard : la meilleure IA pour animer des photos en série

MiniMax H3 Standard a produit une vidéo en 768p et conservé le format 3:2 de la photo au pixel près : rien n’a été recadré ni ajouté. Elle rit, se tourne jusqu’à regarder dans la rue et son visage sort du cadre. Une voiture argentée passe derrière elle, ses phares éclairant la chaussée mouillée.

Le modèle a ignoré le parapluie. Celui-ci reste exactement à sa place sur la photo pendant toute la vidéo.

À $0.076926 par vidéo, il coûte environ 40 % du prix de Seedance 2.0 Mini : c’est donc celui à essayer d’abord pour un traitement en série. Si vous animez une centaine de photos, conserver le cadrage d’origine compte davantage qu’une instruction manquée. Dans le classement, MiniMax H3 obtient 1130 avec sa version 768p, juste derrière Seedance 2.0.

Grok Imagine Video 1.5 : pour garder le visage tourné vers la caméra

Grok Imagine a pris le parti inverse de Seedance et de MiniMax. La caméra avance nettement. Elle tourne la tête vers la rue, mais garde son visage tourné vers nous, et une voiture passe à l’arrière-plan. Pour un portrait, c’est sans doute le résultat le plus utile.

Il a aussi conservé le format 3:2 de la photo et terminé le plus vite des cinq, en 57 secondes. La contrepartie tient à la résolution et au prix : 672×448 pour $0.24, la vidéo la plus chère de ce test. C’est en partie parce que la durée minimale d’une vidéo avec Grok est de 6 secondes.

PixVerse v6 : pour obtenir rapidement des essais sans son

PixVerse v6 a tiré parti de la rotation : elle regarde par-dessus son épaule pendant qu’une voiture passe, puis revient vers la caméra en riant. La scène paraît spontanée, même si le prompt ne demandait pas ce retour.

La vidéo est muette parce que PixVerse facture l’audio en supplément et que nous ne l’avons pas activé. Son format ne diffère de celui de la photo que de quelques pixels : aucun recadrage n’est visible.

Veo 3.1 Fast : pour animer des photos déjà en 16:9

Veo 3.1 Fast a produit la vidéo la plus longue : 8 secondes en 720p. Les mouvements sont fluides : elle tourne partiellement la tête, une voiture sombre passe, la pluie tombe sur le parapluie. C’est une bonne vidéo, encadrée de bandes noires.

Veo a placé notre photo 3:2 au centre d’un cadre 16:9 et rempli les côtés de noir. Vous pouvez supprimer ces bandes en recadrant, mais vous obtenez alors une vidéo plus petite que celle que vous avez payée. Si vos photos sont déjà en 16:9, le problème ne se pose pas, et 8 secondes pour $0.168 est un bon rapport qualité-prix. Toutes les versions de Veo 3.1 produisent des vidéos de 8 secondes.

Comparez-vous les applications ou les modèles qu’elles utilisent ?

La plupart des applications qui transforment des images en vidéos utilisent l’un de ces modèles. Dreamina, de ByteDance, utilise Seedance ; Hailuo est l’application de MiniMax ; Flow, de Google, utilise Veo ; et Grok Imagine est intégré à Grok. Quand deux applications produisent des vidéos très proches à partir de la même photo, elles utilisent souvent le même modèle.

Voilà pourquoi ce test compare les modèles plutôt que les applications. L’application détermine l’interface, les crédits gratuits et le filigrane. Le modèle détermine si le parapluie descend.

Quelles limites reste-t-il quand vous animez une photo par IA ?

Les visages sur les photos de groupe. Dans son comparatif des outils, Nemovideo estime que la stabilité des visages « reste un vrai problème » et que les photos de groupe sont le cas le plus difficile. Avec un seul visage, les cinq modèles testés ici ont préservé une personne reconnaissable. Testez séparément les photos de groupe avant de faire confiance à un modèle pour cet usage.

Les instructions concernant les objets. Les cinq modèles ont fait tourner sa tête et ajouté la voiture. Quatre ont laissé le parapluie exactement à sa place. Les mouvements de la personne semblent mieux respectés que ceux d’un objet qu’elle tient.

Le format de votre photo. Trois modèles ont conservé le format 3:2 de la photo, à quelques pixels près, un l’a rendu un peu plus carré et un a ajouté des bandes noires. Si vous comptez traiter une centaine de photos qui ne sont pas en 16:9, commencez par une seule et vérifiez les bords.

Quelles autres applications permettent de transformer une image en vidéo ?

Runway, Pika et Luma figurent dans la plupart des listes d’outils pour transformer une image en vidéo. Nous ne les avons pas testées ici ; les informations ci-dessous proviennent de leurs pages de tarifs au 4 novembre 2026.

Si vous essayez l’une de ces applications avec la photo que vous souhaitez animer, reprenez les trois vérifications ci-dessus : le visage est-il préservé, l’action demandée a-t-elle eu lieu et le format de l’image est-il conservé ?

Pourquoi Seedance 2.5 ne figure-t-il pas dans ce test ?

Seedance 2.5 domine le classement image vers vidéo d’Artificial Analysis avec un score de 1159, suivi de Seedance 2.0 à 1135. Une vidéo de 4 secondes en 480p avec Seedance 2.5 coûte environ $0.41 sur TokLab, soit plus que n’importe quelle vidéo de ce test et environ la moitié du coût total des cinq vidéos. Nous avons donc utilisé Seedance 2.0 Mini pour cette série. Kling 3.0 et Wan 3.0 n’y figurent pas non plus. Si votre budget permet une seule génération haut de gamme pour votre plan final, le classement vous oriente vers Seedance 2.5.

Vos questions sur les IA qui transforment une image en vidéo

Quelle IA choisir pour conserver le visage dans votre vidéo ?

Les cinq modèles de ce test ont conservé un visage reconnaissable sur une photo montrant une seule personne. Seedance 2.0 Mini a légèrement estompé ses taches de rousseur. Les altérations du visage s’accentuent sur les photos de groupe : testez-les donc séparément.

Quelle durée de vidéo pouvez-vous obtenir à partir d’une image ?

Les vidéos de ce test durent de 5 à 8 secondes. La plupart de ces modèles vont jusqu’à 15 secondes en une seule génération, et Seedance 2.5 jusqu’à 30.

Pouvez-vous transformer une image en vidéo gratuitement avec l’IA ?

Oui, avec des limites. Dreamina annonce la génération vidéo gratuite à partir d’images avec Seedance. La plupart des autres offres gratuites limitent la durée, la résolution ou le nombre de vidéos par jour. Vous trouverez les tarifs actuels de TokLab pour les modèles ci-dessus sur la page des tarifs.