La vidéo IA, racontée depuis les sources

Analyse

Des pistes oracle permettent à EGS de combler 43 % et 56 % de l'écart, selon un article

Un article arXiv stratifie les scores de retrait d'objets en vidéo par récupérabilité et teste un échantillonneur sans entraînement, EGS ; prix d'API ensuite.

Couverture: Les gains d'EGS dépendent de pistes oracle. 43 % de l'écart avec la référence par copie comblé par EGS avec pistes oracle. EGS, ProPainter

Un nouvel article arXiv sur l’inpainting vidéo par diffusion et le retrait d’objets indique que son échantillonneur sans entraînement, evidence-guided sampling (EGS), comble 43 % et 56 % de l’écart avec une référence par copie sur DAVIS (données de test) lorsque ses couleurs proviennent de pistes de vidéo propre (arXiv). Pour les praticiens, l’essentiel est que le gain affiché dépend d’un indice issu de la vidéo propre, dont une vraie tâche de retrait ne dispose pas : les chiffres oracle se lisent donc comme une borne supérieure de ce que la méthode apporte.

Une métrique qui sépare ce qui peut être récupéré

Les auteurs proposent une évaluation stratifiée par récupérabilité, dans laquelle un traqueur de points appliqué à la vidéo propre étiquette chaque pixel du trou selon qu’il est observé ailleurs dans le clip et à quelle distance. La fidélité et la stabilité temporelle sont ensuite rapportées par strate par rapport à une référence par copie, plutôt que sous la forme d’une moyenne unique sur tout le trou. C’est important, car un score unique mélange des pixels qui existent ailleurs dans la vidéo et des pixels qu’il faut inventer, deux cas qui appellent des jugements différents.

Selon l’article, l’erreur de déformation (warping error) des trous DAVIS pour les modèles de retrait par diffusion est de deux à quatre fois celle de ProPainter. Il indique aussi que la copie le long des pistes de vidéo propre réduit d’un quart à deux cinquièmes la LPIPS récupérable de ces modèles. Lus ensemble, ces résultats suggèrent que les modèles de retrait par diffusion laissent de côté des indices exploitables provenant d’autres images, et qu’ils sont moins stables dans le temps que les méthodes fondées sur la propagation.

Ce que fait EGS et d’où vient l’indice

EGS mélange des couleurs suivies à la prédiction du latent propre d’un modèle de retrait vidéo par diffusion, sans aucun entraînement. Avec un indice oracle issu de pistes de vidéo propre, l’article indique qu’EGS comble 43 % et 56 % de l’écart avec la référence par copie sur DAVIS (données de test). Ces chiffres décrivant EGS avec un indice oracle, ils montrent le meilleur cas et non une chaîne déployable. L’article se contente de supposer que les couleurs suivies limitent le gain, et précise qu’un intervalle apparié sur la différence entre les exécutions permettrait de le vérifier (arXiv).

Données d’évaluation et réserve sur l’erreur de déformation

Le dispositif d’évaluation utilise DAVIS, qui fournit 50 clips avec les masques de test d’E2FGVI et prend la vidéo originale comme vérité terrain. Il utilise aussi PROVE-M, qui fournit 80 captures appariées réelles. Sur PROVE-M, l’article note que les masques couvrent l’objet mais pas ses ombres ni ses reflets.

L’article met aussi en garde contre une lecture de l’erreur de déformation comme un pur score de qualité. L’erreur de déformation de ProPainter sur les pixels non récupérables est de 0,71, sous les 1,47 de la vérité terrain, ce que l’article interprète comme le signe qu’une partie du contraste reflète un lissage excessif dû à la propagation. Une erreur de déformation plus faible peut donc venir du flou autant que de la stabilité, et l’écart de deux à quatre fois doit se lire en en tenant compte.

Prix d’API commerciales à titre de comparaison

Prix et caractéristiquesPrix et spécifications des pages officielles de MiniMax et de RunwayPrix et spécifications lus par notre code sur les pages officielles de tarifs et de documentation de l'outil et de ses concurrents directs (même catégorie, liste fixe), avec l'adresse de la page et la ligne source pour chaque cellule, au plus trois lignes par outil. Une cellule vide signifie que la page n'indique pas le chiffre.Données lues le 19 novembre 2026Source [3] [4]Comment fonctionne ce formatTélécharger les données
Outil et modèle Prix Résolution Durée du clip Page source
MiniMax (Hailuo / H3 video): MiniMax-H3-Regeneration $0.05 (Output Video per second) 768P → 2K — https://platform.minimax.io/docs/pricing/overview.md
MiniMax (Hailuo / H3 video): MiniMax-H3-Context-IR $0.90 (Input Price per M tokens) — — https://platform.minimax.io/docs/pricing/overview.md
MiniMax (Hailuo / H3 video): MiniMax-Hailuo-2.3-Fast $0.19 per 768P, 6s video 768P 6s https://platform.minimax.io/docs/pricing/overview.md
Runway API: aleph2 28 credits per second (56 credit minimum per generation) — — https://docs.dev.runwayml.com/guides/pricing/
Runway API: gen4.5 12 credits per second — — https://docs.dev.runwayml.com/guides/pricing/
Runway API: gen4_turbo 5 credits per second — — https://docs.dev.runwayml.com/guides/pricing/
Capture de la page « API Pricing & Costs | Runway Dev » sur docs.dev.runwayml.com/guides/pricing
API Pricing & Costs | Runway Dev, page officielle capturée le 19 novembre 2026 depuis un serveur en Finlande ; prix tels que la page les affichait là-bas, en USD. docs.dev.runwayml.com/guides/pricing

Le tableau indique les prix issus des pages officielles de MiniMax et de Runway ; ce sont des services commerciaux, distincts des modèles de retrait de recherche évalués dans l’article, donnés uniquement comme repère de prix pour les lecteurs qui comparent des outils vidéo hébergés. MiniMax facture son modèle H3-Regeneration 0,05 $ par seconde de vidéo produite, avec une résolution indiquée comme 768P → 2K. Le modèle MiniMax-Hailuo-2.3-Fast coûte 0,19 $ pour une vidéo de 768P, 6s. L’API de Runway facture 28 crédits par seconde pour aleph2, avec un minimum de 56 crédits par génération. La même page de Runway indique gen4.5 à 12 crédits par seconde et gen4_turbo à 5 crédits par seconde. Les lignes MiniMax emploient des dollars par seconde produite, par clip ou par million de jetons d’entrée, tandis que Runway facture en crédits par seconde ; on ne peut donc pas les classer directement sans un taux de conversion crédit-dollar. Dans la liste propre à Runway, aleph2 à 28 crédits par seconde coûte plus cher par seconde que gen4_turbo à 5 crédits par seconde, ce qui montre l’ampleur des écarts entre niveaux chez un même fournisseur.

Ce que les sources lues n’indiquent pas

Nous vérifions six informations pour chaque sujet dans le texte intégral de chaque source. Les pages citées en sources n’indiquent pas un prix ni la configuration matérielle requise.

Comment nous l'avons construit

Prix et caractéristiques

Prix et spécifications des pages officielles de MiniMax et de Runway

Prix et spécifications lus par notre code sur les pages officielles de tarifs et de documentation de l'outil et de ses concurrents directs (même catégorie, liste fixe), avec l'adresse de la page et la ligne source pour chaque cellule, au plus trois lignes par outil. Une cellule vide signifie que la page n'indique pas le chiffre.

platform.minimax.io, docs.dev.runwayml.com

Sources

Les sources à partir desquelles cet article a été rédigé. Les liens ouvrent la page d'origine.

  1. arXivRecoverability-Aware Evaluation of Diffusion Video Inpainting and Object Removalarxiv.orgSource primaire · consultée le 19 novembre 2026
  2. arXivRecoverability-Aware Evaluation of Diffusion Video Inpainting and Object Removalarxiv.orgSource primaire · consultée le 19 novembre 2026
  3. platform.minimax.ioMiniMax (Hailuo / H3 video): official pricingplatform.minimax.ioSource primaire · consultée le 19 novembre 2026
  4. docs.dev.runwayml.comRunway API: official pricingdocs.dev.runwayml.comSource primaire · consultée le 19 novembre 2026
  • video inpainting
  • object removal
  • evaluation
  • diffusion
  • api pricing