L’IA chinoise a tout gagné : le TOP 1, gratuit et (presque) sans limites

« N’aie pas peur d’avancer lentement, aie peur de t’arrêter. » Ce proverbe résume parfaitement la stratégie chinoise dans l’IA. Pendant que l’Occident se déchirait sur la place publique, des entreprises comme Alibaba, ByteDance, Moonshot ou MiniMax ont renversé la table du jeu.

Au programme de cette veille : utiliser gratuitement l’un des meilleurs modèles du moment, générer des images avec du texte lisible, animer ces images en vidéo, créer des vidéos de plusieurs minutes… et même passer un appel vidéo en temps réel avec une IA qui n’existe pas. Le tout déjà disponible, souvent open source, et la plupart du temps sans limites.

Alibaba vient de lancer Qwen 3.8 Max, et c’est déjà l’ébullition : les classements internes d’Alibaba le présentent comme le meilleur modèle actuel, devant des modèles beaucoup plus chers. Et surprise : les classements externes (Artificial Analysis, LMArena / Code Arena) le placent également n°1 dans certaines catégories, notamment en programmation et sur les tâches complexes.

Direction qwen.ai → Qwen Studio (disponible aussi en application mobile). Et là, la différence qui change tout : contrairement à des modèles comme Opus ou Fable, ici aucun abonnement payant n’existe sur la plateforme. Le meilleur modèle d’Alibaba, accessible gratuitement.

Ses points forts en pratique : l’analyse d’images et de vidéos, et toutes ses capacités de programmation.

🎮 Exemple 1 — Recréer un jeu entier depuis une simple vidéo (04:04)

Alejavi partage l’URL d’une vidéo montrant un jeu type « worm/io » où des vers s’affrontent, se mangent et laissent des restes qui font grandir les survivants. Son unique consigne :

Voici la vidéo d'une application.
Analyse-la puis reconstruis-la intégralement.
Je ne veux te donner aucun indice :
fais tout le travail toi-même.

Résultat du premier coup, en un seul fichier HTML : mêmes graphismes, mêmes effets, même physique, mêmes sons… et même le classement en haut à droite avec des joueurs IA. Dans la section « raisonnement » du modèle, on peut lire toutes les étapes détaillées qu’il a suivies pour extraire chaque détail de la vidéo. Zéro prompt supplémentaire.

✈️ Exemple 2 — Un site animé digne d’un pro (05:27)

Deuxième test : un prompt détaillé (sans aucune référence) pour le site d’une compagnie aérienne fictive, avec un avion qui se déplace au scroll. Là encore, du premier coup :

• 🌍 Un globe que l’avion semble parcourir pendant le scroll ;
• 🛫 Une séquence de décollage, des effets de vitesse, un cockpit visible de l’intérieur ;
• 🌀 Un cockpit qui réagit au curseur : bougez vite, et l’avion « traverse des turbulences » ;
• 🌅 Une fin de page qui file vers la lumière.

Alibaba ne s’est pas reposé sur ses lauriers : voici Qwen3-TTS, un modèle de conversion texte → voix qui permet aussi le clonage vocal. Et cerise sur le gâteau : il est open source, exécutable dans vos propres outils, voire en local et en privé. Une démo est disponible sur Hugging Face (Qwen/Qwen3-TTS) avec le voice design : on décrit la voix, et le modèle l’incarne.

Description : narrateur paniqué, puis de plus en plus étrange
Langue      : auto (détectée depuis le texte)
Texte       : « Il est dans le tiroir du haut.
               Attends… c'est vide ?! Impossible. »

🎭 Les voix testées dans la vidéo

Chaque résultat est téléchargeable, et vous pouvez aussi cloner votre propre voix gratuitement en vous enregistrant directement depuis l’interface.

Toujours chez Alibaba : Qwen-Image 3.0. Sa promesse : des contenus riches, des détails authentiques et une compréhension profonde de chaque image. Le gros progrès ? Le texte lisible dans d’autres langues que l’anglais et le chinois.

• 📊 Infographie futuriste en espagnol sur la course mondiale à l’IA : titres, accents et graphiques parfaitement écrits, style 3D demandé respecté ;
• 📰 Journal de 2050 sur la révolution IA chinoise : impeccable à première vue, mais quelques erreurs possibles dans les tout petits caractères — à vérifier selon vos générations ;
• Des prompts très longs et détaillés parfaitement interprétés (photo réaliste ultra-détaillée).

🖌️ Éditer sans tout régénérer

Piège à connaître : si vous demandez « rends cette femme espagnole » sans activer le mode édition, le modèle régénère une autre image (place espagnole, café « pan con tomate »… sympathique, mais pas votre image !). En revanche, via le bouton edit, l’image d’origine est conservée : regard, contre-jour, grain de peau… tout reste cohérent, même avec des changements osés comme un tatouage « Made in China ».

🎞️ De l’image à la vidéo

Un bouton Create Video anime directement l’image générée : de l’idée à la vidéo en quelques clics, sans changer d’outil.

Pour transformer une idée en réalité rapidement, Alejavi présente Manus AI (segment sponsorisé de la vidéo), capable de créer des applications web complètes à partir d’une simple description. Test avec le modèle Manus 1.6 Max : une application qui évalue une idée de business (score, recommandations, plan d’action).

Lancé quelques heures seulement avant l’enregistrement de la vidéo : Wan 3.0. Au menu, des vidéos très réalistes — combat de personnages animaux avec physique, impacts et effets sonores, ou encore une pub au rendu professionnel — jusqu’à 30 secondes.

Sur la plateforme wan.video, attention toutefois : les modèles Wan sont fermés (pas d’installation locale). Gratuit avec limitations (10 s / 720p), l’option historique « sans crédits » (plus lente, avec file d’attente) vient d’être retirée, et les vidéos de plus de 10 s (jusqu’à 30 s) sont réservées aux offres payantes. Une tendance à la fermeture progressive, à l’opposé des modèles Qwen open source.

C’est sans doute le moment le plus bluffant de la vidéo. Vidu S1 (vidu.com/vidu-stream) génère de la vidéo interactive en temps réel : vous parlez à un personnage, et il vous répond en direct, comme s’il y avait une personne derrière l’écran. Le modèle tourne en 540p jusqu’à 42 FPS sur de simples GPU grand public, avec personnages personnalisables.

🕶️ La démo en direct

• « Tiens-toi droit » → le personnage s’exécute instantanément ;
• « Mets des lunettes de soleil » → il les enfile en direct ;
• « Salue-moi de la main », « mets ce chapeau » → idem, sans temps de génération.

Testé aussi avec « Sia », jeune actrice fictive de Los Angeles : présentation, gestes, accessoires… tout en temps réel. On ne parle plus de vidéo générée après quelques minutes de calcul, mais d’interaction en direct avec des personnes qui n’existent pas. Demain, vos réunions en visio seront-elles avec des IA ? On s’en rapproche.

Vous avez sûrement vu passer ces scènes recréées de The Office, avec les mêmes voix et les mêmes visages : c’est MiniMax H3, le premier modèle à poids ouverts de la gamme Hailuo. Ses spécialités : jusqu’à 12 images de référence fusionnées dans une seule vidéo, variations de style (même sur vos produits) et audio natif stéréo.

1. Ouvrir le template « MiniMax H3 »
2. Cliquer sur Install
3. Générer : text-to-video / image-to-video / reference-to-video

→ Versions communautaires allégées : 5-6 Go de RAM
  (vidéos ~5 s, mais 100 % locales et privées)

La technologie devient accessible même aux machines modestes : de quoi générer chez soi, en privé, sans abonnement ni crédits.

Chez ByteDance, via la plateforme Dreamina, le modèle Seedance 2.5 fait le buzz : 30 s en mode standard et un mode « longue durée » (bêta) jusqu’à 180 secondes — environ 3 minutes, bien au-delà des 30 s de Wan. La démo de la vidéo : une séquence de 40 s d’un seul tenant.

✂️ Monter la vidéo comme une image

Autre fonction unique : mettre en pause une vidéo générée, sélectionner un segment et l’éditer (ex. : changer la tenue d’un personnage en cow-girl) — la vidéo est modifiée parfaitement, comme on éditerait une image, mais en vidéo.

Dreamina est une plateforme premium : des crédits gratuits sont offerts, mais insuffisants pour du 3 minutes (coût élevé). À réserver si vous visez l’une des meilleures qualités vidéo du marché (aux côtés de Google) et que un abonnement est envisageable. Bonus : Dreamina pousse aussi son nouveau modèle image, Image 5.0 Pro (famille Seedream), pour des images réalistes et éditables finement.

Impossible de faire l’impasse sur Kimi K3 de Moonshot : modèle open source de 2,8 trillions de paramètres, régulièrement cité comme le n°1 du frontend (premier modèle chinois en tête du Code Arena frontend). Trop lourd pour un ordinateur domestique, mais utilisable sur différentes plateformes.

Alejavi l’utilise dans OpenCode (l’alternative libre à Claude Code), connecté à l’API Kimi : des crédits payés une fois, consommés jusqu’à épuisement — pratique quand les versions gratuites du site officiel sont saturées aux heures de pointe.

Crée une version 3D de Super Mario Bros :
déplacements, saut, course, boules de feu,
tortues, fleur de feu, effets — le tout
dans un seul fichier HTML.

Résultat du premier essai : un Mario 3D jouable — caméra libre, sauts sur les tortues, fleur qui donne les boules de feu (touche K), effets soignés. Comptez parfois 40 minutes ou plus de génération pour ce niveau de qualité : la version montrée avait été préparée juste avant l’enregistrement. Incroyable, pour un simple prompt.

Revoyez la source de cet article : « La IA China Ganó TODO » d’Alejavi Rivera (32 min). Cliquez sur la miniature pour la lire directement ici, ou utilisez le sommaire pour sauter au chapitre de votre choix. 👇

▶ La IA China Ganó TODO — 32:19

📑 Sommaire cliquable