Vos modèles de vidéo par IA sont-ils conformes ?

Il y a quelques semaines, nous nous préparions à déployer notre flux de travail « storyboard vers vidéo ». L'intérêt principal repose sur la cohérence des personnages : vous définissez vos acteurs une fois, et ils restent identiques dans chaque scène. Pour ce faire, nous envoyons des images de référence de ces acteurs dans le modèle vidéo à chaque génération.

Et chacune de ces requêtes a commencé à être rejetée.

Le modèle que nous utilisions pour la vidéo de haute qualité à l'époque était Seedance, de l'entreprise chinoise ByteDance (qui possède également TikTok). Il s'avère que Seedance effectue une détection de visage sur chaque image téléchargée avant même de lire votre prompt, et bloque systématiquement toute image contenant un visage humain reconnaissable. Nos acteurs constituaient toute la fonctionnalité, et le modèle refusait de les prendre en compte. C'est un fait bien documenté : les créateurs se heurtent constamment au même mur, et même les fournisseurs d'API tiers avertissent que « les images contenant des visages humains réels sont bloquées par la politique de contenu de ByteDance ». Aucune réécriture de prompt ne règle le problème, car le prompt n'est jamais le problème : l'image est rejetée lors d'une étape d'analyse distincte avant que le prompt ne soit lu.

Nous aurions pu déployer une solution de contournement. Au lieu de cela, nous avons migré tout le niveau hors de Seedance. Et le timing s'est avéré beaucoup plus important que nous ne l'avions prévu.

Ce n'était pas seulement notre problème

Alors que nous étions confrontés à un filtre de contenu, Washington était occupé à transformer la question « quel modèle d'IA utilisez-vous ? » en une question de conformité.

Le gouvernement américain renforce deux ensembles de règles liés mais distincts concernant l'IA.

Le premier est déjà une loi. Le Data Security Program du ministère de la Justice restreint certaines transactions qui donnent à la Chine et à d'autres « pays préoccupants » l'accès à des données personnelles américaines sensibles ou à des données liées au gouvernement. Ce programme a été émis en vertu du décret 14117, est entré en vigueur le 8 avril 2025, et fait l'objet d'une application active depuis le 8 juillet 2025. La Chine, y compris Hong Kong et Macao, fait partie des six pays désignés comme préoccupants. Les catégories couvertes comprennent les identifiants biométriques, la géolocalisation précise, les données de santé personnelles, les données financières personnelles, les données génomiques et certains identifiants personnels. Il ne s'agit pas d'une interdiction générale d'envoyer des données hors des États-Unis : l'applicabilité dépend du type et du volume de données, de la transaction, du fournisseur, ainsi que de la propriété ou de la juridiction de ce fournisseur. Voir également la règle finale du Federal Register.La deuxième série de règles est plus récente et évolue rapidement. Pas plus tard que cette semaine, le secrétaire au Trésor Scott Bessent a menacé d'imposer des sanctions contre des entreprises chinoises d'IA pour vol de propriété intellectuelle, et la Maison Blanche a accusé Moonshot AI d'avoir distillé le modèle Fable d'Anthropic, avec des inscriptions sur la liste des entités (Entity List) « envisagées ». Les rapports de Tom's Hardware et de MLQ décrivent une offensive plus large (restrictions sur les marchés publics, avis de sécurité et règles de responsabilité) qui ne va pas jusqu'à une interdiction formelle, mais crée des frictions réelles pour toute entreprise américaine reposant sur un modèle chinois.

Il ne s'agit pas seulement d'un modèle ou d'un pays

La leçon que nous en avons tirée n'est pas « Seedance est mauvais ». C'est que chaque modèle sur lequel vous construisez est assorti d'une politique, d'une juridiction et d'une fenêtre de disponibilité que vous ne contrôlez pas, et que n'importe lequel de ces éléments peut changer du jour au lendemain.

• Les modèles vidéo chinois sont les plus exposés, de toute évidence. Seedance de ByteDance, Kling de Kuaishou Kling et Hailuo de MiniMax combinent chacun des filtres de contenu agressifs et opaques avec une cible réglementaire dans le dos.
• Kimi de Moonshot AI, présenté par son créateur comme le plus grand modèle à poids ouverts au monde et suffisamment populaire pour que Microsoft l'aurait testé pour Copilot et Azure, est désormais au centre de la lutte pour les sanctions. Les équipes qui s'étaient standardisées sur ce modèle pourraient soudainement avoir besoin d'un plan de sortie.
• Même les fournisseurs occidentaux réservent des surprises. ElevenLabs, une importante entreprise de synthèse vocale (non chinoise), interdit discrètement aux entités gouvernementales d'utiliser son service sans autorisation écrite préalable dans sa politique d'utilisation interdite. Si vous vendez au secteur public, cette clause peut vous bloquer tout aussi durement qu'un facteur géopolitique.Il ne s'agit pas de choisir les « bons » fournisseurs une bonne fois pour toutes. L'ensemble des modèles acceptables est une cible mouvante, qui évolue pour des raisons qui n'ont rien à voir avec votre produit.

Ce que fait VideoGen à ce sujet

Nous pensons que vous ne devriez pas avoir à suivre tout cela pour créer une vidéo.

VideoGen est la couche de modèles pour la vidéo par IA. Notre routeur de modèles se situe entre votre flux de travail et les fournisseurs sous-jacents, et il décide quel modèle exécute chaque génération en fonction de la qualité, de la disponibilité et de l'éligibilité, et non en fonction du logo à la mode.

Concrètement, après l'épisode Seedance, nous avons déplacé la génération de vidéo de haute qualité vers le modèle Omni de Google, avec une bascule automatique vers d'autres fournisseurs validés qui ne sont pas chinois. Si un modèle rejette une requête, tombe en panne ou devient inadapté, le routeur contourne le problème pour cette requête, de manière transparente, sans que vous ayez à réécrire quoi que ce soit. Nos acteurs génèrent désormais proprement, et nous gérons la conformité de la pile pour que vous n'ayez pas à le faire.

Nous évaluons en permanence les modèles et les fournisseurs disponibles via VideoGen, notamment :

• Où les données des clients sont traitées
• Quelle entreprise exploite chaque modèle
• Si les données sont conservées ou utilisées pour l'entraînement
• Quels modèles peuvent être utilisés pour des clients ou des régions spécifiques
• Comment remplacer un modèle restreint sans interrompre le flux de travail

Ceci ne constitue pas une garantie juridique que votre entreprise est en conformité. La conformité dépend de vos données, de vos clients et de vos conseils juridiques. Ce que nous pouvons justifier sur le plan opérationnel, ce sont l'éligibilité des modèles, les contrôles de routage des données et les solutions de secours qui maintiennent votre flux de travail opérationnel lorsqu'un modèle devient inadapté.

Ce qu'il faut retenir

Si vous intégrez la vidéo par IA dans un produit ou un flux de travail interne, la chose la plus précieuse que vous puissiez faire est d'arrêter de lier en dur votre pile à un modèle spécifique. Faites l'inventaire de ce que votre pile appelle réellement (y compris via des agrégateurs), demandez où les entrées sont traitées et conservées, et privilégiez une plateforme capable d'échanger des modèles sans que vous ayez à déployer un changement de code.

Telle est l'essence même de VideoGen. Construisez sur la couche de modèles, et vous n'aurez jamais à vous demander si le modèle du jour est conforme, car c'est notre travail, pas le vôtre.

Commencez à créer avec VideoGen, ou discutez avec nous de l'éligibilité des modèles pour une utilisation en entreprise ou réglementée.