Pourquoi votre visage change dans les vidéos IA, et ce que nous faisons contre

Ce qu’un modèle vidéo fait vraiment de votre visage

Un modèle de génération vidéo ne stocke pas votre photo. Il la lit une fois, en tire une description interne, puis dessine chaque image de la vidéo à partir de cette description.

À chaque image, le visage est redessiné. Une petite erreur à la dixième image devient le point de départ de la onzième. Au bout de dix secondes, les erreurs se sont accumulées. C’est ce que nous appelons la dérive.

Le modèle a vu des millions de visages pendant son entraînement. Quand il hésite, il tire vers un visage moyen ou vers un visage célèbre. Votre nez s’affine, votre mâchoire se durcit, vos yeux changent d’écartement. Vous êtes vous à la première seconde, vous êtes quelqu’un d’autre à la dixième.

Cause 1 : les modèles récents refusent les visages réels

Seedance 2.0, le modèle vidéo le plus récent que nous utilisons, embarque un filtre anti-deepfake. Quand une photo contient un visage réel, il refuse la génération. Dans nos journaux de production, ce refus apparaît sous le code d’erreur E005.

Ce filtre est légitime. Il empêche de faire dire n’importe quoi à n’importe qui. Il bloque aussi une grand-mère qui veut voir sa photo de mariage bouger.

Beaucoup d’outils contournent ce filtre en stylisant d’abord la photo, en dessin animé ou en rendu 3D, puis en la repassant en réaliste. Chaque passage est une réinterprétation. Chaque réinterprétation perd un peu de vous.

Notre parade : pour toute photo avec un visage réel, nous n’utilisons pas Seedance 2.0. Nous utilisons Seedance 1.5 Pro, qui n’a pas ce filtre. Nous perdons son audio natif et certains effets. Nous gardons votre visage. Seedance 2.0 ne sert que pour les lieux, les objets et les logos, quand il n’y a aucun visage dans l’image.

Cause 2 : la dernière image n’ancre pas l’identité

Pour les films narratifs, nous générons une image de départ et une image de fin pour chaque plan. Le modèle vidéo fabrique le mouvement entre les deux.

Pendant longtemps, nous avons traité l’image de fin comme un simple moteur de mouvement : où va le personnage, où s’arrête la caméra. Nous acceptions des images de fin de profil, de dos, ou floues par le mouvement.

Constat du 16 août 2026 sur nos productions : quand l’image de fin ne montre pas le visage net et de face, le modèle fait dériver les traits sur toute la seconde moitié du plan. Il n’a plus de cible d’identité à atteindre, alors il invente.

Notre parade : l’image de fin est une ancre d’identité avant d’être une direction de mouvement. Chaque image de fin doit montrer le visage net, de face ou de trois quarts, éclairé. La consigne qui la génère nomme le personnage et son costume mot pour mot, à l’identique de l’image de départ.

Cause 3 : les gros plans glissent vers un visage connu

Le 3 juillet 2026, nous produisions un épisode de notre série de reportages historiques avec un Napoléon généré à partir d’un portrait de référence. En plan large, le visage tenait. En gros plan, il devenait Joaquin Phoenix, l’acteur du film Napoléon de 2023.

Le modèle n’a pas fait exprès. Il a vu des milliers d’images de ce visage d’acteur associées au mot Napoléon. Plus le cadre est serré, plus il doit inventer de détails, et plus il pioche dans ce qu’il connaît le mieux.

Ce phénomène touche aussi les vrais visages. Un très gros plan sur vous, avec un mouvement de tête, laisse au modèle toute la place pour vous rapprocher d’un visage moyen ou d’un visage célèbre qui vous ressemble un peu.

Notre parade : nous évitons le très gros plan sur un visage qui doit rester reconnaissable. Le plan taille et le plan poitrine tiennent mieux. Pour les personnages historiques, nous décrivons le visage réel dans chaque consigne, forme du visage comprise, pour contrer le visage de l’acteur.

Ce que cela change pour votre photo

Donnez une photo où le visage est net, de face, bien éclairé. C’est la seule information que le modèle aura de vous.

Préférez 10 secondes à 30 secondes si la ressemblance compte plus que la durée. Plus le clip est long, plus la dérive a le temps de s’installer. Nos clips de 10 secondes sont ceux où le visage tient le mieux.

Attendez-vous à une ressemblance forte, pas à une copie parfaite. Un proche vous reconnaîtra sans hésiter. C’est l’état de la technique en septembre 2026.

Ce que nous n’avons pas encore résolu

Nous n’avons pas encore de mesure chiffrée de la dérive. Nous jugeons plan par plan, avec un agent de contrôle qui compare la dernière image au portrait de départ. Un taux de dérive mesuré sur vingt clips est prévu. Il n’existe pas encore.

Les photos de groupe restent notre point faible. Avec deux visages ou plus, le modèle mélange parfois les traits d’une personne sur l’autre. Nous ne savons pas encore garantir l’identité de chaque visage dans une scène à plusieurs.

Les visages d’enfants et les visages très âgés dérivent plus que les autres. Le modèle a moins d’exemples et lisse vers un âge moyen. Nous n’avons pas de parade fiable.

Seedance 1.5 Pro finira par être remplacé. Si son successeur embarque le même filtre que Seedance 2.0, notre parade principale tombe. Nous testons des alternatives. Aucune n’est prête.

Deux exemples concrets

Questions fréquentes