Kling 4.0 débarque, 430 000 mini-séries IA produites en un an : sur quoi la vidéo IA chinoise s'appuie-t-elle pour réussir son dépassement ?

Le 28 septembre, Kling AI, la filiale de Kuaishou, a publié un message sur son compte officiel : Kling 4.0 sera officiellement lancé en octobre, et la version allégée Flash a déjà été ouverte en test fermé aux utilisateurs ayant souscrit un abonnement annuel. Le message était court, mais la section des commentaires était très animée. Au cours de l'année écoulée, le secteur de la vidéo IA chinoise est passé de « peut-on générer » à « peut-on livrer », et les quelques paramètres mis à jour par Kling tombent précisément sur les points qui posent vraiment problème.

Commençons par les chiffres. La version Flash sort en 720p, des séquences de 3 à 20 secondes ; la version officielle peut aller jusqu'à 30 secondes par séquence, jusqu'à 4K, et le 10 bits HDR suivra. Les formats vont de 21:9 à 9:16. Ce n'est pas là l'essentiel. Ce que craignent le plus ceux qui produisent des vidéos produit, ce n'est pas un manque de qualité d'image, c'est de ne pas pouvoir « modifier » : le client demande de changer l'angle de l'image principale, et il faut tout refaire, le visage et les tonalités changent complètement. Ce que Kling 4.0 met justement en avant, c'est de transformer le « refaire » en « éditer ».

Premièrement, l'édition locale. Sur une vidéo déjà générée, on peut modifier uniquement l'expression, le mouvement, le mouvement de caméra, le style ou l'arrière-plan, en gardant le reste intact, avec jusqu'à 5 vidéos en entrée. C'est la même logique que l'édition locale de Qwen-Image 2.1 côté génération d'images, simplement transposée à la vidéo. Deuxièmement, les images clés : jusqu'à 10 images clés dans l'image-vers-vidéo, en fixant une pour l'image principale, une pour le contexte d'usage, une pour le gros plan sur l'emballage, et le modèle se charge du mouvement intermédiaire. Comme le disent les professionnels, les images clés, c'est le storyboard ; et un storyboard permet au client de valider avant de dépenser des crédits, ce qui réduit naturellement les reprises. Troisièmement, Omni Reference : jusqu'à 15 entrées à la fois, images, vidéos et voix mélangées, avec @image1, @video1 dans le prompt pour désigner l'usage de chacune.

Le prix mérite aussi un mot. En abonnement annuel, l'entrée de gamme revient à 21 dollars par mois, 180 crédits, environ 1,9 dollar la vidéo ; le palier supérieur à 90 dollars, environ 1,1 dollar la vidéo. Tous les paliers sont sans filigrane, les vidéos finalisées peuvent être livrées directement. Cette tarification se compare au marché international : la version standard de Veo 3.1 de Google coûte 0,4 dollar la seconde, et Wan 3.0 d'Alibaba entre 0,05 et 0,2 dollar la seconde. Les modèles chinois achètent le marché par le prix, c'est désormais de notoriété publique.

Derrière Kling 4.0, il y a toute une courbe d'explosion des mini-séries et des drames animés par IA. L'agence Xinhua a rapporté une série de chiffres : au cours des 8 premiers mois de 2026, 430 000 micro-séries ont été mises en ligne, soit 13 fois le total de l'année précédente, dont plus de 90 % de séries IA. Selon le rapport de DataEye, la part des drames animés par IA dans le top 100 est passée de 7 % à la même période de 2025 à 38 %. Une comparaison parlante : le coût de production d'un épisode de série en prises de vue réelles est de 50 000 à 100 000 yuans, avec un cycle de 2 à 4 semaines ; avec l'IA, le coût par épisode tombe sous les 5 000 yuans et le cycle se comprime à 3-7 jours.

Le phénomène le plus intéressant dans cette vague, c'est le succès des « séries à faux acteurs réalistes ». Lancée en janvier 2026, la « version IA réaliste de Zhan Xiantai » a dépassé 110 millions de vues sur Douyin, et « Fengshui Tianshi » affiche une popularité de plus de 40 millions sur Hongguo, avec déjà une sixième saison. Le 30 septembre, dans le top 5 des tendances de Hongguo, quatre étaient des séries à faux acteurs réalistes, une seule étant un tournage réel. Le commentaire le plus repris est : les acteurs réels sont laids de mille façons différentes, l'IA est belle de façon uniforme.

Cette phrase est à la fois un éloge et une critique. Au moment même où les séries IA dominent les classements, le rejet physiologique provoqué par le « visage IA » est aussi devenu un sujet de discussion. Des internautes ont comparé des captures d'écran et ont constaté que les protagonistes de différentes séries ont quasiment le même visage : même forme de visage, même coiffure, même raie au milieu. L'explication technique est que la génération vidéo doit maintenir la cohérence du visage image par image ; un visage symétrique, régulier et sans défaut offre le meilleur taux de tolérance lors des changements de plan, si bien que le modèle privilégie les visages « standards » et « sûrs ». À cela s'ajoute le fait que beaucoup d'équipes réutilisent directement des modèles à succès et font appel en masse à des banques publiques de visages numériques, ce qui accélère encore l'homogénéisation. Le Quotidien du Peuple a publié fin juin un article intitulé « Marre des visages IA ? Le “sentiment du vivant” doit revenir », dont l'idée centrale est la suivante : on peut utiliser la technologie pour compresser les budgets et les délais, mais on ne peut pas remplacer l'artistique et l'humain par la capacité d'une chaîne de production. L'Association chinoise de l'audiovisuel en ligne mène également l'élaboration d'une « Norme d'évaluation de la qualité des contenus de micro-séries IA », qui fait de la reconnaissance des personnages un critère de notation à part entière.

Le « dépassement dans le virage » de la vidéo IA chinoise à ce stade n'est donc, au fond, pas le miracle technique d'une seule entreprise, mais la formation de toute une chaîne industrielle : côté modèles, Kling, Jimeng, Hailuo et Vidu occupent chacun leur place ; côté workflow, des outils comme Doubao Skill et les animations IA de Jianying ramènent le seuil au niveau du smartphone ; en aval, des plateformes comme Douyin et Hongguo soutiennent les contenus IA avec leurs réservoirs de trafic. Pour un drame animé par IA, du scénario au premier montage, une équipe expérimentée est passée de plusieurs jours à quelques heures. Ce qui nécessitait autrefois toute une équipe de production audiovisuelle est désormais à portée de main avec un smartphone et des outils gratuits.

Mais plus le seuil est bas, plus la vieille question devient aiguë : quand tout le monde peut produire une série par jour, pourquoi le spectateur regarderait-il encore la vôtre ? L'homogénéisation est un effet secondaire de la période d'abondance technologique, et aussi le signal de la prochaine sélection. Les équipes qui ont déjà commencé à travailler la reconnaissance des personnages, à construire une narration différenciée, voire à traiter l'IA comme un outil plutôt qu'un substitut, ont une chance de sortir du « tout se ressemble ». L'édition locale et les images clés de Kling 4.0 donnent justement à ceux qui veulent faire du travail fin un ensemble d'outils plus commodes. Le reste dépend encore des humains.