En septembre 2024, Alibaba a officiellement lancé son modèle propriétaire de génération vidéo par IA, Tongyi Waniang AI, également appelé Wan AI. En janvier 2025, Alibaba a présenté Wan 2.1, la dernière itération de son générateur vidéo par IA.
Aujourd'hui, l'entreprise fait face à une forte concurrence de la part de sociétés technologiques telles que OpenAI et Kuaishou, mais Alibaba a-t-il ce qu'il faut pour se démarquer ?
Pour répondre à cette question, j'ai compilé un guide approfondi pour éclairer ce qui fait de Wan AI un acteur si important dans la création de contenu visuel par IA.
Wan 2.1 : Les bases
Wan 2.1 utilise un mélange de technologie VAE et DiT pour rendre les vidéos super réalistes en améliorant la façon dont les choses bougent et se connectent visuellement. En gros, il est excellent pour reproduire des mouvements complexes du monde réel avec une coordination corporelle parfaite et un mouvement fluide.
Cela signifie que je peux l'utiliser pour rendre des scènes de personnages complexes comme une ballerine qui danse, nage ou fait du patinage artistique, ce que la plupart des modèles vidéo par IA échouent souvent à faire. En fait, c'est grâce à sa capacité à adhérer à des trajectoires de mouvement réalistes que Wan 2.1 se classe en tête du classement VBench de génération vidéo par IA.
En dehors de cela, cette nouvelle version offre des capacités de prompting encore plus grandes, ce qui conduit à des générations plus rapides et plus intuitives. Pour cette raison, je peux générer des vidéos d'une minute en résolution 1080p en environ 15 secondes. Il convient également de noter que Wan 2.1 a quatre variantes : T2V-1.3B, T2V-14B, I2V-14B-480P et I2V-14B-720P.
Puisqu'il prend en charge 14 milliards de paramètres (14B), le modèle vidéo par IA peut interpréter beaucoup plus d'entrées et de contexte qu'auparavant. En février 2025, il a été annoncé que les quatre variantes sont désormais open-source. Cela fait de Wan 2.1 l'un des rares modèles vidéo par IA accessibles et modifiables gratuitement par les utilisateurs et développeurs publics.
Quelle est mon opinion personnelle sur Wan 2.1 ?
J'ai essayé Wan 2.1 en le testant avec quelques vidéos d'exemple, et j'ai des sentiments mitigés à son sujet. Pour ma première tentative, mon premier prompt était : "Deux dragons massifs s'engagent dans une bataille aérienne épique au-dessus d'un royaume médiéval, déchaînant le feu et le chaos, la caméra effectuant un panoramique pour montrer la destruction en dessous."
Voici la vidéo générée :
La scène était magnifique, destruction incluse, mais les dragons ? Pas tellement. Ils planaient simplement face à face dans le ciel, sans rien faire, ce qui rendait le mouvement raide et décevant.
J'ai réessayé avec un prompt plus détaillé : "Deux dragons massifs s'affrontent au-dessus d'un royaume médiéval, leurs écailles scintillant alors que l'un plonge avec ses griffes dégainées et que l'autre riposte avec une explosion de feu, les ailes battant tandis qu'ils spiralent et esquivent dans des cieux enfumés, leurs queues fouettant avec une force réaliste, tandis que la caméra passe en douceur des plans larges du royaume aux gros plans du combat."
Cette fois, la vidéo était bien meilleure : les mouvements des dragons étaient dynamiques et intenses, avec une physique naturelle, et les transitions de caméra étaient fluides et vivantes.
À mon avis, Wan 2.1 a du potentiel, d'autant plus qu'il utilise les technologies VAE et DiT pour gérer le mouvement réaliste. Mais il a vraiment besoin de prompts détaillés pour livrer des résultats ; sinon, le mouvement peut sembler plat, ce qui était un peu agaçant au début. Avec un peu d'effort, cependant, il peut créer des vidéos géniales et dynamiques.
Quelles caractéristiques j'aime le plus chez Wan 2.1 ?
Je ne peux nier que Wan 2.1 introduit une large gamme d'avancées qui font passer la solution vidéo par IA d'Alibaba au niveau supérieur, même par rapport à d'autres outils vidéo par IA. Alors, laissez-moi vous présenter les points forts du modèle d'IA qui en font un produit phare selon moi :
Performances supérieures
Wan 2.1 utilise une technologie VAE propriétaire qui lui permet de reconstruire des vidéos haute résolution 1080p sans compromettre la fluidité du mouvement. Comme je l'ai mentionné précédemment, il conserve également bien les détails visuels, de sorte que la cohérence image par image est relativement bonne.
En d'autres termes, il y a moins de risque de devoir s'inquiéter du scintillement ou de la distorsion entre les images. De plus, l'architecture VAE de Wan 2.1 peut encoder et décoder des vidéos à une vitesse incroyablement rapide. Cela signifie que je peux compter sur lui pour la création vidéo quasi en temps réel.
Compréhension multilingue
Wan 2.1 est le premier modèle de génération vidéo par IA capable de comprendre des prompts textuels en anglais et en chinois natif. Cette fonctionnalité bilingue peut être fantastique pour produire des textes animés et toutes sortes de superpositions dans les vidéos.
Je peux également utiliser Wan 2.1 pour créer des prompts pour des vidéos de produits ou même des tutoriels interactifs destinés à des publics natifs avec des résultats beaucoup plus efficaces. De plus, ces robustes capacités de génération de texte lui confèrent un avantage certain sur les autres modèles vidéo par IA.
Dynamiques de mouvement inégalées
Wan 2.1 possède une maîtrise impressionnante de la dynamique de mouvement dans la génération vidéo par IA. Bien que je ne pense pas qu'il soit nécessairement en tête en matière d'esthétique visuelle, ce modèle vidéo par IA maintient un équilibre indéniable entre la cohérence de la scène, le réalisme du mouvement et la précision spatiale.
Dans l'ensemble, cela rend Wan 2.1 bien adapté à la génération de visuels de qualité professionnelle qui semblent et se ressentent réalistes. Qu'il s'agisse de bandes-annonces, de clips musicaux, de scènes animées ou même d'actifs de jeu, je suis convaincu qu'il peut offrir des résultats fluides et crédibles.
Accessibilité open-source
Alibaba a choisi de publier Wan 2.1 comme solution gratuite et open-source, qui comprend les quatre variantes. J'apprécie vraiment cela car cela le rend plus accessible aux entreprises, marques, développeurs et créateurs du monde entier.
Il devient facile d'intégrer Wan 2.1 et d'automatiser toutes sortes de tâches de création vidéo complexes, même si vous n'avez aucune expertise en codage. De plus, j'aime la façon dont la barrière à l'entrée plus basse signifie qu'elle contribuera à favoriser l'innovation dans la communauté IA au sens large.
Comment préfère-t-on accéder à Wan 2.1 ? Présentation de Pollo AI
Vous pouvez accéder à Wan 2.1 en l'installant localement ou via le site Web officiel du développeur, Wan.Video. Cependant, je dois vous dire que ce ne sont pas les moyens les plus simples d'utiliser le modèle vidéo par IA.
Au lieu de cela, je vous suggérerais de considérer l'utilisation de Pollo AI. Il s'agit d'une plateforme de génération d'images et de vidéos par IA de pointe, tout-en-un, intégrée à plusieurs modèles d'IA leaders du secteur. Certains d'entre eux incluent Runway, Kling AI, Pixverse, Hailuo, Luma AI, et, bien sûr, Wan AI.
Puisqu'ils sont tous au même endroit, il est facile de comparer directement les sorties vidéo entre les modèles.
De plus, je peux accéder à de nombreux outils et modèles d'IA sur Pollo AI qui permettent de créer facilement toutes sortes de vidéos personnalisées en un clin d'œil.
Notamment, Pollo AI propose également un Générateur de vidéos courtes par IA, un Générateur de vidéos par IA polyvalent, y compris Image en Vidéo et Texte en Vidéo, et un Générateur d'avatars IA, offrant aux créateurs une large gamme d'options créatives.
Le meilleur de tout, c'est que la plateforme propose des plans tarifaires très abordables, je n'ai donc pas eu à me ruiner pour profiter de toutes ses fonctionnalités et outils uniques. Mais vous n'avez pas à me croire sur parole ! Découvrez Pollo AI gratuitement grâce à son essai gratuit dès maintenant !
Mon verdict final sur Wan 2.1
Je trouve que Wan 2.1 peut aider tout créateur à produire des vidéos de personnages réalistes et crédibles dans presque tous les styles visuels. Il fait toujours face à une forte concurrence d'autres rivaux comme Kling AI, mais il reste invaincu en termes de dynamisme de mouvement et de cohérence des motifs entre les scènes. Rendez-vous sur Pollo AI dès maintenant et commencez à générer des vidéos avec Wan 2.1 pour voir ce qu'il peut faire pour vous !