Jimeng AI

Jimeng AI (即梦AI, « Instant Dream ») est la plateforme créative d'IA grand public de ByteDance, lancée en 2024 comme la vitrine publique des travaux sur la vidéo de l'équipe de recherche Seed de l'entreprise. Elle fonctionne sur la pile de modèles Seedance : Seedance 1.0 a été déployé en juin 2025 et Seedance 2.0 a suivi en février 2026, chacun repoussant considérablement les limites de la génération de vidéos multi-plans. La version internationale, rebaptisée Dreamina et accessible sur dreamina.capcut.com, a été lancée mondialement fin février 2026 dans le cadre de l'écosystème CapCut. L'intégration par ByteDance de ses outils créatifs à travers Douyin, TikTok et CapCut offre à Jimeng un canal de distribution intégré sans équivalent chez ses concurrents occidentaux.

La plateforme couvre la génération de texte en vidéo, d'image en vidéo, de texte en image, d'image en image, la création d'avatars humains numériques avec synchronisation labiale, ainsi qu'un éditeur Intelligent Canvas avec inpainting, suppression d'objets et extension en un clic. Seedance 2.0 prend en charge les entrées quadrimodales : texte, image, vidéo et audio simultanément, acceptant jusqu'à 12 fichiers de référence dans une seule requête de génération. La résolution de sortie atteint la 2K à 20 secondes par clip sur le dernier modèle. La plateforme se connecte directement à CapCut pour le montage de formats courts, ce qui en fait le pipeline le plus fluide disponible pour la production de contenu de style TikTok. En Chine, les tarifs commencent autour de 69 RMB (~$10/mois) ; la version internationale Dreamina propose un niveau gratuit basé sur des crédits, avec des forfaits payants allant d'environ $15 à $18/mois.

Ce que Jimeng produit en avril 2026

Seedance 1.0, publié sur arXiv en juin 2025 et intégré à Jimeng et Doubao le même mois, a été le premier modèle largement disponible à résoudre nativement la cohérence narrative multi-plans. Un seul prompt textuel peut produire une séquence continue de plans (gros plan, plan moyen, plan large) en préservant le visage, les vêtements et l'éclairage du personnage à travers les transitions, sans obliger les utilisateurs à assembler manuellement les clips. Le rapport technique documente une sortie en 1080p pour un temps de génération d'environ 41 secondes pour un clip de 5 secondes sur du matériel NVIDIA L20, avec une accélération par distillation 10 fois supérieure au modèle de base.

Seedance 2.0 a étendu cela à des clips de 20 secondes jusqu'à une résolution 2K avec une architecture de génération conjointe audio-vidéo multimodale entièrement unifiée. L'audio est synthétisé au niveau de l'image (frame) en même temps que les visuels, plutôt que d'être généré séparément puis synchronisé. Le modèle a également introduit ce que ByteDance appelle le mode « All-Round Reference » : les créateurs peuvent taguer des images, des vidéos ou des fichiers audio de référence spécifiques avec la notation « @ » dans leur prompt, indiquant au modèle d'utiliser le visage du personnage A d'une image, un lieu spécifique d'une autre vidéo et une texture sonore d'un troisième clip audio. Cette orchestration digne d'un réalisateur au sein d'un seul prompt n'avait aucun équivalent direct sur les plateformes concurrentes lors de son lancement.

Types de sorties pris en charge sur les deux modèles : texte en vidéo, image en vidéo, animation d'humains numériques avec synchronisation labiale, 12 types de mouvements de caméra cinématographiques, vidéo stylisée à partir d'images de référence, génération de musique par IA et l'Intelligent Canvas pour l'édition d'images fixes. Les applications mobiles pour iOS et Android intègrent la plupart des fonctionnalités de génération. L'API, lancée via Volcengine et BytePlus le 24 février 2026, est facturée entre environ $0.10 et $0.80 par minute de vidéo générée selon la résolution et le niveau du modèle.

Le positionnement de Jimeng face à Hailuo et Kling

Jimeng vs. Hailuo AI (MiniMax) : Hailuo 02 alloue la puissance de calcul différemment de Seedance : il redistribue la puissance de traitement vers les zones de haute difficulté au sein d'une image, produisant ce que les testeurs décrivent systématiquement comme « des mouvements d'événements plus nets, une présence de caméra plus forte et des visuels plus denses ». La force de Hailuo réside dans le réalisme cinématographique par plan : la dynamique des fluides comme l'eau, le brouillard et la pluie semble précise ; les mouvements de caméra, y compris les travellings avant et les rotations multi-axes, semblent physiquement ancrés. Le compromis mécanique est que Hailuo est optimisé pour des plans individuels. Pour construire une séquence multi-plans dans Hailuo, vous générez chaque plan séparément et les assemblez manuellement dans un éditeur vidéo, ce qui augmente le temps de production et introduit le risque d'incohérence des personnages entre les clips. L'architecture de Seedance privilégie la synthèse inter-images et le suivi temporel, ce qui signifie que l'identité du personnage, la direction de l'éclairage et la continuité de l'arrière-plan sont maintenues automatiquement d'un plan à l'autre. Pour les créateurs sur les réseaux sociaux qui ont besoin d'un volume élevé de plans avec des personnages cohérents, Jimeng offre le flux de travail le plus rapide. Pour des plans cinématographiques uniques nécessitant un réalisme physique maximal, Hailuo prend l'avantage. Les utilisateurs utilisent souvent les deux : Jimeng pour le volume, Hailuo pour les plans phares. Pour plus de contexte, Hailuo est évalué séparément sur Hailuo AI.

Jimeng vs. Kling AI (Kuaishou) : Kling utilise un transformateur de diffusion avec un VAE (auto-encodeur variationnel) 3D personnalisé qui effectue une compression spatio-temporelle synchrone, compressant les dimensions spatiales et temporelles en une seule passe VAE. Cela rend Kling exceptionnellement performant pour les mouvements chorégraphiés : travellings, transitions de zoom et séquences d'action avec des sujets se déplaçant rapidement. Kling 3.0 domine le classement ELO vidéo d'Artificial Analysis à 1243, le plaçant au-dessus de Google Veo 3.1 et Runway Gen-4.5 début 2026. Kling prend également en charge des longueurs de clip allant jusqu'à 5 minutes sur les niveaux supérieurs, là où Seedance 2.0 plafonne à 20 secondes. La principale différence architecturale : Kling génère l'audio séparément de son pipeline visuel, puis le superpose au clip. Seedance 2.0 génère l'audio conjointement avec la vidéo au niveau de l'image, ce qui produit une synchronisation plus étroite entre l'action et le son dans le rendu par défaut. Pour les contenus cinématographiques riches en drame où le travail de la caméra est central, Kling est le meilleur choix. Pour les formats de réseaux sociaux où la synchronisation audio-visuelle et la continuité multi-plans importent plus que la chorégraphie de la caméra, Jimeng tire son épingle du jeu. La comparaison complète de Kling est couverte sur Kling AI. Pour le paysage occidental de la génération vidéo, voir Sora et Runway.

« Dreamina est actuellement le meilleur générateur de texte/image en vidéo... l'interface logique et la capacité pour des vidéos de 10s sont ce qui le distingue. » - Wajed Javed, Product Hunt, mi-2025

Le coût réel de la génération de vidéos avec Jimeng

La tarification a considérablement évolué entre Seedance 1.0 et 2.0. Les forfaits originaux de Jimeng Chine (69 RMB/mois pour le basique, ~$10 USD) ont été revus à la hausse après février 2026 pour refléter le coût de calcul plus élevé de Seedance 2.0 : le niveau Standard coûte désormais 199 RMB/mois (~$28), et le niveau Advanced est à 499 RMB/mois (~$69). Les tarifs annuels offrent environ 20 % de réduction. La tarification internationale de Dreamina est structurée autour d'une base en dollars canadiens depuis son lancement, le forfait annuel Standard de la première année revenant à environ CAD $18.90/mois, et l'Advanced à ~CAD $37/mois. Le prix de renouvellement est environ le double du tarif de lancement de la première année, les utilisateurs qui s'abonnent doivent donc prévoir ce coût de renouvellement plus élevé.

Le système de crédits est basé sur des points et la consommation est dynamique : la complexité de la génération ajuste le coût en points, et les clips à plus haute résolution coûtent plus de crédits. Sur le niveau gratuit de Dreamina, les utilisateurs reçoivent un rechargement quotidien de crédits suffisant pour une utilisation légère avec des filigranes activés. Les jetons partagés quotidiens de Seedance 2.0 ont été augmentés à 225 par jour et par compte début 2026, permettant aux utilisateurs occasionnels de tester le modèle gratuitement. Les forfaits payants suppriment les filigranes, débloquent la priorité d'accélération et ajoutent la synchronisation labiale ainsi que des sorties à plus haute résolution.

Pour les utilisateurs de l'API sur BytePlus, la tarification se fait par minute de vidéo générée : environ $0.10/minute pour du 720p et jusqu'à $0.80/minute pour de la 2K. À titre de comparaison, générer 100 clips de cinq secondes en 1080p par mois via l'API coûterait environ $8 à $12 aux tarifs de résolution moyenne. Une tarification d'entreprise pour les gros volumes est disponible directement via Volcengine. Au niveau des forfaits grand public, le point d'entrée le moins cher reste compétitif par rapport à PixVerse et moins cher que les niveaux premium de l'API Wan pour une qualité de sortie équivalente.

Là où Jimeng montre ses limites

La modération de contenu se déclenche de manière agressive. Les filtres de Jimeng sont calibrés pour la conformité réglementaire chinoise, ce qui signifie que tout prompt touchant à des visages humains réels, à du contenu politique ou à quoi que ce soit d'ambigu selon les directives de la CAC risque d'être rejeté sans explication claire. Les utilisateurs internationaux générant de la fiction créative impliquant des personnages réalistes se heurtent fréquemment à ces murs. Ce n'est pas un problème d'ingénierie de prompt qui peut être corrigé ; c'est une contrainte structurelle de la couche de modération sous-jacente.

Les crédits disparaissent lors des générations échouées. Plusieurs utilisateurs sur Product Hunt documentent le même schéma : la plateforme déduit des crédits lorsqu'une génération expire ou échoue avant de se terminer. Il n'y a pas de mécanisme de remboursement automatique, et la réponse du support client sur ces problèmes a été décrite comme inexistante. Les utilisateurs qui génèrent en volume finiront par rencontrer ce problème.

« Lorsque l'application expire pendant la génération d'images, elle déduit quand même des pièces... il n'y a aucun support lorsque cela se produit. Je NE recommande PAS ce produit. » - Al Mike, Product Hunt, mi-2025

La version internationale est à la traîne. Jimeng Chine reçoit systématiquement de nouvelles fonctionnalités des semaines, voire des mois avant Dreamina à l'international. Seedance 2.0 a été lancé sur Jimeng en Chine le 12 février 2026 ; l'API est devenue disponible sur BytePlus le 24 février. La parité des fonctionnalités avec la version chinoise est un écart récurrent depuis le lancement, et les utilisateurs qui souhaitent profiter des dernières capacités du modèle doivent généralement accéder à la plateforme chinoise, ce qui nécessite de naviguer à travers les frictions de paiement pour les comptes non chinois.

Déformations du visage et du corps dans les prompts complexes. Bien que la continuité multi-plans soit une véritable force, la fidélité sur une seule image pour une anatomie complexe (poses inhabituelles, mains, pieds) montre les mêmes artefacts communs à tous les modèles vidéo basés sur la diffusion. Les utilisateurs signalent que « les déformations des traits du visage et du corps persistent malgré les demandes dans le prompt » lorsque le sujet est dans une position inhabituelle ou partiellement masqué.

Pression réglementaire. Le 28 avril 2026, l'Administration du cyberespace de Chine (CAC) a formellement averti Jimeng AI (ainsi que ses applications sœurs Jianying et Maoxiang) pour ne pas avoir mis en œuvre de manière adéquate les mesures d'identification du contenu généré par l'IA requises, violant ainsi les règles d'étiquetage de l'IA entrées en vigueur en septembre 2025. ByteDance a reçu l'ordre de rectifier ces violations et a été sanctionné. Les montants spécifiques des pénalités n'ont pas été divulgués. Cette pression réglementaire pourrait resserrer davantage la modération dans les mois à venir.

Meilleurs cas d'usage et scénarios à éviter

Utilisez Jimeng lorsque : vous produisez du contenu social au format court en volume pour TikTok, Douyin ou Instagram Reels et que vous avez besoin d'une génération rapide de clips sans assembler manuellement des séquences multi-plans. Jimeng est le pipeline le plus direct pour les créateurs au sein de l'écosystème CapCut. C'est également le bon choix lorsque vous avez besoin d'images, de vidéos et de synchronisation labiale d'avatars sur une seule plateforme sans changer d'outil. Les créateurs de langue chinoise bénéficient d'une optimisation native des prompts qui gère le mandarin mieux que les plateformes occidentales. Pour la visualisation de concepts en marketing, les crédits quotidiens gratuits permettent des tests significatifs avant de s'engager dans un forfait.

Évitez Jimeng lorsque : votre travail nécessite un contrôle précis de la caméra et une chorégraphie de caméra cinématographique - Kling ou Runway seront plus adaptés. Évitez-le si vous avez besoin de clips de plus de 20 secondes ; Kling prend en charge des vidéos de 5 minutes et Runway Gen-4 permet des longueurs de clip beaucoup plus flexibles. Évitez-le si l'interférence de la modération de contenu est un obstacle pour votre sujet créatif. Évitez-le si vous avez besoin d'un support client fiable et réactif ; chaque plateforme d'évaluation cite le support comme une faiblesse majeure. Pour la production vidéo hors réseaux sociaux ou tout ce qui nécessite un contrôle manuel fin sur le montage final, un éditeur vidéo dédié avec augmentation par l'IA surpassera l'approche de génération de bout en bout de Jimeng.

Jimeng occupe une position idéale claire : c'est la voie la plus intégrée et la moins coûteuse vers la vidéo IA de haute qualité pour les créateurs déjà au sein de l'écosystème de contenu de ByteDance. Pour quiconque en dehors de cet écosystème, les compromis en matière de modération, de retard des fonctionnalités internationales et de support client deviennent plus importants avant que les avantages ne soient visibles. Outils connexes valant la peine d'être explorés : Hailuo AI pour des plans cinématographiques axés sur la physique, Kling AI pour le travail de caméra chorégraphié, et PixVerse pour une alternative modérée à l'occidentale à un niveau de prix similaire.