Vidéo IA open source sur GitHub : 50+ pipelines en revue (2026)

Voici un chiffre qui devrait retenir votre attention : début septembre 2026, on compte sur GitHub plus de cinquante pipelines open source « du script à la vidéo finie » ayant publié un commit dans le mois écoulé. Pas cinquante modèles vidéo. Pas cinquante éditeurs. Cinquante et quelques pipelines — des projets dont toute la promesse est qu'un agent IA fait passer une histoire du script au storyboard, puis aux appels de modèles et à l'assemblage final, avec un humain quelque part entre le fauteuil du réalisateur et le siège passager.

Nous construisons exactement dans cet espace — Pixo est un agent réalisateur de vidéo IA qui exécute cette même boucle script→storyboard→génération→assemblage en produit hébergé — alors nous avons pris le temps de parcourir sérieusement le paysage open source : lecture des README, vérification des historiques de commits, et validation des projets phares dépôt par dépôt. Ce billet présente ce que nous avons trouvé, organisé selon les trois camps entre lesquels l'écosystème s'est scindé, avec un regard honnête sur le plafond de chaque camp — y compris les points difficiles pour les outils en un clic, le nôtre inclus.

Si vous ne devez retenir qu'une chose, que ce soit celle-ci : presque plus personne dans cet écosystème ne se bat sur les modèles. Les modèles se louent — Seedance, Kling, Veo et Sora apparaissent comme des backends interchangeables projet après projet. La compétition s'est entièrement déplacée vers la couche d'orchestration : qui saura transformer « fais-moi un film » en chaîne de production fiable. Cela rejoint ce que nous défendions dans notre taxonomie de la stack vidéo IA, et le monde open source vient d'en fournir plus de cinquante points de données en confirmation.

Les trois camps en un coup d'œil

Comment nous avons procédé

Nos critères étaient volontairement étroits. Pour compter, un projet devait être un pipeline de production piloté par agent — c'est-à-dire un logiciel qui planifie les plans et orchestre la génération, pas un simple habillage d'une API de modèle unique — et il devait être vivant, avec des commits dans le dernier mois. Ce filtre écarte les mille et un dépôts « wrapper text-to-video » et ne laisse que les projets qui se battent réellement sur l'orchestration.

Pour chaque projet cité dans ce billet, nous avons vérifié le dépôt directement cette semaine : propriétaire, nombre d'étoiles, dernière release, et ce que le README promet réellement par rapport à ce que le code contient. Les décomptes d'étoiles ci-dessous sont nos propres relevés du jour même, pas des chiffres recyclés. Et comme nous faisons tourner un pipeline commercial de la même forme, nous avons lu ces projets comme un cuisinier lit le menu d'un autre restaurant — en cherchant ce qui survivrait au coup de feu d'un vendredi soir, sur la base des mêmes modes de défaillance que nous avons dû contourner dans nos propres tests d'agents. Les nombres d'étoiles et les dates de dernier push dans les tableaux ci-dessous ont été lus via l'API GitHub le 4 septembre 2026.

Décrivez la vidéo souhaitée…

Pixo

Créez des vidéos IA avec Pixo

Transformez vos idées en vidéos prêtes à publier. Une phrase suffit.

Commencer à créer

Camp un : le cinéma en skills d'agent

La croissance la plus active de l'écosystème ne vient pas du tout des apps. Elle vient des skills — des capacités packagées qui se branchent sur des agents de code comme Claude Code et Codex, et transforment un terminal en studio de production.

L'exemple phare est video-shotcraft, un skill qui transforme Claude Code ou Codex en studio de motion design pour des vidéos produit cinématographiques : plus de 150 « fiches recettes de plans » avec paramètres de timing et d'easing, plus de 200 aperçus de mouvement, et un template Remotion prêt pour la production. La version maximaliste de la même idée est OpenMontage, qui se décrit comme un système agentique de production vidéo avec 12 pipelines de production, plus de 100 outils et plus de 700 fichiers de skills d'agent — explicitement conçu pour que « votre assistant de code IA SOIT l'orchestrateur », sans aucun orchestrateur en code. Et video-use de browser-use applique la même philosophie au montage : dites à un agent de code « monte-moi ça en vidéo de lancement », et il supprime les mots de remplissage, étalonne les couleurs et ajoute les sous-titres.

Voici la réalité : ce camp valide l'architecture sur laquelle nous avons parié, et nous n'y enverrions quand même pas la plupart des créateurs. L'approche par skills est réellement puissante si vous vivez déjà dans un agent de code — la composabilité est réelle, et un développeur seul peut livrer un pipeline vertical en une semaine. Mais elle hérite de toutes les hypothèses de son habitat : vous apportez vos propres clés API pour chaque modèle, vous payez chaque facture de génération directement, et vous pilotez à l'aveugle à travers une conversation textuelle. Le mode de défaillance que nous observons constamment dans la création pilotée par agent, c'est de perdre le fil sur un long projet — au plan 40, plus personne ne se souvient de quoi avait l'air le plan 7, et un journal de chat est le pire endroit possible pour le retrouver. Les skills n'ont aucune réponse à cela ; c'est un problème d'interface, et les skills n'ont délibérément pas d'interface.

Les skills eux-mêmes sont gratuits et open source. Les appels de génération derrière eux ne le sont pas — chaque appel de modèle vidéo va sur votre propre facture API, et les boucles de retry qu'adorent les agents peuvent la multiplier rapidement.

Idéal pour : les développeurs qui travaillent déjà dans un agent de code et veulent automatiser un format vidéo précis et bien délimité.

Camp deux : les plateformes pipeline tout-en-un

C'est le camp des étoiles. MoneyPrinterTurbo — le grand-père du « mot-clé en entrée, vidéo courte en sortie » — a dépassé les 120 000 étoiles à notre relevé, même s'il représente la génération précédente de l'idée : il assemble des images de banque plutôt que de générer des plans. La génération actuelle est agentique de bout en bout.

L'entrée académiquement sérieuse est ViMax du Data Intelligence Lab de HKU : des agents réalisateur, scénariste et producteur dans un même framework, avec des workflows idée-vers-vidéo, script-vers-vidéo et roman-vers-vidéo. Les spécialistes du court drama sont typifiés par Toonflow, une « usine à courts dramas IA » open source qui transforme des romans en dramas animés via un ScriptAgent et un ProductionAgent travaillant sur un canvas infini. Et NarratoAI automatise le format de la vidéo commentée — script, montage, voix off, sous-titres en un seul flux.

Ce qui nous a le plus surpris, c'est à quel point ce camp court après le même client : la production de courts dramas. Une grande partie des projets de type plateforme visent le pipeline roman→drama épisodique, et « une phrase → film fini » est le pitch standard. Nous avons nous-mêmes passé beaucoup de temps sur le court drama IA, alors disons tout haut ce que tout le monde pense tout bas : la sortie en un clic est regardable, pas publiable. La cohérence des personnages entre les plans, la synchronisation audio et le rythme narratif sont exactement là où l'automatisation totale casse, et il est révélateur que les projets récents de ce camp fassent désormais leur publicité contre la « génération machine à sous » — un aveu que le taux de retouche de la première vague était brutal. L'architecture honnête garde une porte de revue humaine par scène, précisément la partie que le marketing « une phrase → film » efface.

Gratuits à auto-héberger ; vos vrais coûts sont la dépense en API de modèles (typiquement de quelques dollars à quelques dizaines de dollars par minute finie, dominée par les retries) plus votre propre temps de DevOps. Les produits hébergés comme le nôtre replient cette complexité dans une tarification par abonnement — que l'échange en vaille la peine dépend entièrement de ce que valent vos heures.

Idéal pour : les créateurs techniques produisant du contenu à fort volume et au format stable (vidéos commentées, court drama) qui acceptent une qualité « suffisante ».

Camp trois : storyboards et canvas de réalisateur

Le plus petit camp — une poignée de projets — et le plus proche de la façon dont les cinéastes professionnels pensent réellement : ni un journal de chat, ni un pipeline boîte noire, mais un canvas où les plans vivent côte à côte.

La réponse honnête sur la raison pour laquelle ce camp est minuscule : un canvas n'a de valeur que branché à un pipeline. Un storyboard depuis lequel on ne peut pas régénérer, qui ne tient pas la cohérence des personnages, qui ne peut pas renvoyer une retouche dans la boucle de génération, n'est qu'un joli tableau d'épingles. Mais branchez-le, et il devient le cockpit — entourez un plan, dites « refais-le en contre-plongée », et l'agent réécrit le prompt, rappelle le modèle et remplit à nouveau le cadre. Cette boucle est exactement la raison pour laquelle nous avons construit le montage piloté par prompt et un storyboard visuel comme un seul système plutôt que deux fonctionnalités : séparés, chacun est estropié. Nous nous attendons à ce que ce camp croisse le plus vite, non par de nouveaux projets de canvas, mais parce que les camps un et deux se doteront de canvas.

Idéal pour : observer où se dirige tout l'écosystème.

La couche d'infrastructure sous les trois camps

Un projet mérite son propre encart : HyperFrames (43,9k étoiles), le moteur de rendu open source de HeyGen, avec pour slogan « Write HTML. Render video. Built for agents. » La vidéo est un document HTML — clips, sous-titres, timing et audio vivent dans des éléments et des attributs data, ce qui rend les compositions diffables, remixables, et en territoire natif pour des agents qui écrivent du code. Quand une entreprise vidéo établie ouvre le code de sa couche de compositing spécifiquement pour les agents, c'est l'industrie qui vous dit où elle pense que le palet va glisser.

Ce que nous avons appris

Trois motifs ont émergé qu'aucun projet isolé ne montre à lui seul.

Premièrement, le pipeline a battu le modèle. Sur plus de cinquante projets, pratiquement aucun ne se bat sur la qualité de génération ; tous se battent sur l'orchestration. Les modèles sont traités comme l'était la pellicule — une décision de fournisseur. C'est pourquoi nous exploitons une gamme multi-modèles plutôt que de parier le produit sur le rythme de sortie d'un seul modèle : chaque mise à niveau de modèle devient une mise à niveau gratuite du produit quand votre valeur vit une couche au-dessus.

Deuxièmement, le cimetière est aussi instructif que le classement. Certains projets autrefois en tête se sont tus plus tôt cette année, alors même que la demande continuait de grimper. Garder un pipeline en vie signifie re-régler les prompts, la granularité des plans et les modèles de coût à chaque sortie d'un modèle majeur — un tapis roulant mensuel qui épuise les mainteneurs solitaires. L'orchestration durable est un métier d'opérations, et c'est exactement pourquoi il est difficile de l'offrir gratuitement.

Troisièmement, les camps convergent. Les skills manquent d'état et de revue visuelle ; les plateformes manquent de contrôle fin ; les canvas manquent de profondeur de pipeline. La lacune de chaque camp est la fonctionnalité cœur d'un autre. La destination finale — un agent réalisateur conversationnel, un storyboard visuel et une orchestration multi-modèles dans un seul système — est la forme vers laquelle tout produit commercial sérieux, le nôtre inclus, converge déjà. Le monde open source refait le même raisonnement en accéléré, et en public.

Comment choisir

Si vous êtes développeur et voulez comprendre l'architecture — lisez le code source de ViMax et d'OpenMontage. Faire tourner un pipeline de bout en bout vous en apprendra plus que n'importe quel billet de blog, celui-ci compris.

Si vous vivez dans Claude Code et voulez automatiser un format — choisissez le skill le plus proche de votre niche (video-shotcraft pour les promos produit), fixez un budget dur sur la dépense en modèles, et traitez les retries comme le centre de coût qu'ils sont.

Si vous êtes un créateur dont l'objectif est de publier, pas de faire de la plomberie — le coût caché de l'auto-hébergement se paiera sur votre temps créatif. Comparez plutôt les générateurs hébergés, choisissez-en un, et dépensez votre énergie sur l'œuvre.

Si vous évaluez le secteur — surveillez les dépôts à l'arrêt et les entrants corporate, pas les décomptes d'étoiles. Les deux vous en disent plus sur l'endroit où la valeur s'accumule réellement. Et quand un moteur majeur sort une mise à jour — les releases de Seedance en étant l'exemple récent — regardez quels pipelines l'absorbent en une semaine. Cette vitesse d'absorption est le vrai indicateur de douve défensive dans cet écosystème.

Note méthodologique : nous avons passé en revue le paysage des pipelines vidéo IA open source sur GitHub au début de septembre 2026, en nous limitant aux pipelines script→storyboard→génération→assemblage pilotés par agent avec des commits dans le mois écoulé (50+ dépôts). Chaque projet cité ci-dessus a été vérifié directement — propriétaire, étoiles, historique de releases — le jour de la rédaction ; les décomptes d'étoiles sont nos relevés du jour même.