Ce qu'on appelle un générateur vidéo IA open source
La plupart des outils vendus comme générateurs vidéo IA font tourner des modèles fermés sur les serveurs de quelqu'un d'autre. Un modèle vidéo open source, ou à poids ouverts, est différent : le développeur publie les poids entraînés, que chacun peut télécharger et faire tourner sur son propre matériel. Les licences varient. Certaines sont très permissives, comme Apache 2.0, d'autres sont des licences communautaires avec des conditions sur la taille de l'entreprise, la région ou l'usage commercial. En pratique, la plupart des gens utilisent ces modèles via ComfyUI ou Hugging Face Diffusers, sur un GPU NVIDIA local ou loué dans le cloud.
Wan 2.2 et Wan 2.1 (Alibaba)
Wan est la famille de modèles vidéo open source la plus utilisée. Wan 2.2, sorti en juillet 2025 sous Apache 2.0, comprend des modèles 14B texte-vers-vidéo et image-vers-vidéo, ainsi qu'un modèle plus léger, TI2V-5B, qui produit de la vidéo 720p à 24 images par seconde. Selon l'équipe Wan, le modèle 5B demande au moins 24 Go de VRAM, comme une RTX 4090, et moins de neuf minutes pour un plan de cinq secondes en 720p. L'ancien Wan 2.1 propose un modèle texte-vers-vidéo 1.3B qui demande environ 8 Go de VRAM et convient au 480p. Les versions plus récentes de Wan sont proposées via le cloud d'Alibaba plutôt qu'en téléchargement, l'organisation GitHub officielle de Wan publie les poids jusqu'à Wan 2.2.
HunyuanVideo 1.5 (Tencent)
HunyuanVideo 1.5 est un modèle de 8,3 milliards de paramètres sorti en novembre 2025, en texte-vers-vidéo et image-vers-vidéo en 480p et 720p, avec un upscaler jusqu'en 1080p. Les plans durent environ cinq secondes par défaut, et Tencent indique un minimum d'environ 14 Go de VRAM avec déchargement mémoire. Il est publié sous la Tencent Hunyuan Community License, qui ne s'applique pas dans l'UE, au Royaume-Uni ni en Corée du Sud, et qui impose une licence séparée au-delà de 100 millions d'utilisateurs mensuels. Lisez-la avant tout usage commercial.
LTX-2 (Lightricks)
La gamme LTX-2 de Lightricks génère la vidéo et le son synchronisé ensemble, avec des modes texte-vers-vidéo, image-vers-vidéo, images clés et vidéo-vers-vidéo, et une sortie native autour de 1080p, extensible jusqu'en 4K. Elle est publiée sous la LTX-2 Community License, qui autorise un usage commercial gratuit pour les organisations réalisant moins de 10 millions de dollars de chiffre d'affaires annuel, les entreprises plus grandes devant signer un accord payant. Le téléchargement complet est volumineux : sur une carte grand public, prévoyez des poids en précision réduite et du déchargement mémoire.
CogVideoX, Mochi 1 et les autres modèles ouverts
CogVideoX de Zhipu existe en version 2B sous Apache 2.0 et en versions 5B sous sa propre licence, pour des plans d'environ six secondes, et tourne sur des cartes modestes avec quelques optimisations mémoire. Mochi 1 de Genmo est un modèle texte-vers-vidéo 10B sous Apache 2.0 qui sort du 480p et tient dans moins de 20 Go sous ComfyUI. À connaître aussi : Open-Sora 2.0 (Apache 2.0), Step-Video-T2V de StepFun en 30B (MIT, il faut un GPU de 80 Go), MAGI-1 de Sand AI (Apache 2.0, avec une version 4.5B qui tient sur une carte de 24 Go) et les modèles SkyReels de Skywork, qui prolongent les plans bien au-delà des cinq secondes habituelles.
Comment FacelessGenie utilise les modèles ouverts
FacelessGenie combine modèles ouverts et fermés, et choisit selon le format. L'offre gratuite tourne sur des modèles open source hébergés sur nos propres GPU : Z-Image Turbo du laboratoire Tongyi d'Alibaba (Apache 2.0) pour les images des scènes et Kokoro (Apache 2.0) pour la narration, avec Whisper pour caler les sous-titres mot à mot. Quand une scène est générée directement à partir de texte, Wan 2.2 est notre modèle texte-vers-vidéo par défaut. Pour les niveaux de qualité supérieurs, vous pouvez passer à des modèles fermés comme Seedance 2.5 ou Genie Motion. Vous profitez des modèles ouverts sans rien installer, et l'application écrit aussi le script, assemble les scènes, mixe la musique et exporte le MP4 final.