13 juillet 2026
Plusieurs photos qui se recomposent en une vidéo animée sortant d'un smartphone, illustration de la génération de fausses vidéos par IA sur X

Sur X, Grok fabrique maintenant des vidéos sonores à partir de sept photos

Elon Musk l’a annoncé sur X le 5 juillet : le générateur de vidéos de Grok, l’assistant maison d’xAI, est « terminé ». Comprendre, il a atteint le stade où l’entreprise juge le produit assez mûr pour le laisser tourner à grande échelle. Et ce que ça donne mérite qu’on s’y arrête.

Le cœur de cette version 1.5, sortie en préversion fin mai, tient dans un chiffre : sept. Vous pouvez fournir jusqu’à sept images de référence pour une seule vidéo. Un visage tiré d’une photo, un décor pris ailleurs, un objet ou deux glissés depuis d’autres clichés, et Grok recompose le tout en une scène animée. Là où les modèles précédents se contentaient d’une image de départ, on passe à une petite table de montage.

Le reste suit la même logique du tout-en-un. La bande-son est générée dans la même passe que l’image : musique, bruitages, ambiance, et même des dialogues synchronisés sur les lèvres. Pas besoin d’ajouter le son après coup, il sort déjà collé à la vidéo. Les clips montent jusqu’à 30 secondes, en 720p pour les abonnés Premium, 480p pour ceux qui restent en gratuit.

DJI Osmo Mobile 7

Pour filmer de vraies vidéos stabilisées avec votre smartphone plutôt que d’en générer de fausses, une nacelle comme celle-ci fait le travail :

DJI Osmo Mobile 7 → voir sur Amazon

Lien affilié Amazon. En tant que Partenaire Amazon, je réalise un bénéfice sur les achats remplissant les conditions requises.

Techniquement, c’est bluffant. Sauf que voilà, on parle d’un réseau social, pas d’un studio isolé. Grok est intégré directement à X, la plateforme sur laquelle des centaines de millions de gens publient et partagent en quelques secondes. Mettre entre toutes les mains un outil capable de faire parler et bouger n’importe quel visage, avec une voix crédible, sur le lieu même où tout se diffuse, ça change la nature du problème.

Parce que la question n’est plus de savoir si c’est possible, mais comment on distingue encore le vrai du fabriqué. Une vidéo d’une personnalité prononçant un discours qu’elle n’a jamais tenu, générée en 30 secondes et postée dans la foulée, c’est le genre de scénario qui donne des sueurs froides à qui surveille la désinformation. xAI met en avant la créativité et la vitesse, ce qui est vrai. Le revers, lui, est rarement affiché sur la page produit.

On finira donc par la vieille rengaine, mais elle n’a jamais autant compté : ce que vous voyez passer sur X ne prouve plus grand-chose. Et ça, franchement, ce n’est pas très rassurant.

Crédit photo : Illustration générée par IA

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *