OpenAI a confirmé la fermeture de Sora, son générateur vidéo, en deux étapes : l'application cessera de fonctionner le 26 avril 2026, l'API suivra le 24 septembre. Le modèle, lancé avec une ambition considérable, perdait environ 15 millions de dollars par jour en coûts de calcul, pour un chiffre d'affaires cumulé de 2,1 millions de dollars sur toute sa durée de vie — un déséquilibre que même la trésorerie d'OpenAI ne pouvait absorber indéfiniment. L'équipe de recherche Sora est redirigée vers la simulation du monde physique pour la robotique, abandonnant le terrain des outils créatifs au profit de l'ingénierie industrielle. Les quelque 500 000 utilisateurs actifs sont invités à exporter leurs contenus avant la date limite, mais nombre d'entre eux avaient construit des workflows et des pipelines de production entiers autour de l'outil. L'annulation parallèle d'un accord de un milliard de dollars avec Disney pour intégrer Sora dans la production de contenu Disney+ mesure l'ampleur de l'échec commercial — et la distance entre la promesse technique et la viabilité économique d'un service génératif à grande échelle.
Note éditoriale
La trajectoire de Sora est un cas d'école. Pas parce que le modèle était mauvais — il ne l'était pas. Mais parce que la démonstration technique, aussi spectaculaire soit-elle, ne constitue pas un produit. Quinze millions de dollars par jour pour deux millions de revenus au total : le ratio n'est pas une erreur de gestion, c'est une erreur de lecture du marché. Les créatifs qui avaient besoin de vidéo IA cherchaient un outil utilisable au quotidien, pas une vitrine technologique dont chaque génération coûtait plus cher que le budget du projet qu'elle servait.
Le plus révélateur dans cette fermeture n'est pas le chiffre des pertes — il est dans la destination de l'équipe. Sora ne meurt pas par obsolescence technique : il meurt parce qu'OpenAI considère que la simulation physique pour la robotique rapportera davantage que la création vidéo pour les artistes et les studios. C'est une décision d'allocation de capital, pas une décision de qualité. Et c'est précisément le type de décision qui rappelle que les outils créatifs génératifs, quand ils sont développés par des entreprises dont le cœur de métier est ailleurs, restent des lignes de budget susceptibles d'être coupées à tout moment.
Pour les créatifs qui avaient investi du temps dans Sora, la leçon est amère mais pas nouvelle : dépendre d'un outil propriétaire sans alternative, c'est construire sur un terrain loué. Les solutions open source locales — moins spectaculaires, plus lentes — offrent au moins la garantie que personne ne coupera le serveur. C'est une garantie que Sora n'a jamais pu donner.
Kling 3.0, développé par le chinois Kuaishou, a enregistré une hausse de 4 % de ses utilisateurs actifs hebdomadaires dans la semaine suivant l'annonce de la fermeture de Sora, portant sa base à environ 2,6 millions d'utilisateurs. Le modèle génère des clips vidéo d'une durée pouvant atteindre deux minutes — près de cinq fois la capacité de Sora — à un coût inférieur de 65 % par rapport à l'offre d'OpenAI et de 44 % par rapport à Runway. Sa fonctionnalité principale, le Multi-Shot Storyboard, permet de définir une séquence complète de plans avec des prompts individuels, des angles de caméra et des transitions, puis de les générer comme un récit cohérent en un seul lot — un workflow qui élimine le montage intermédiaire pour les projets courts. Le modèle détient actuellement le score ELO le plus élevé (1243) parmi tous les modèles de génération vidéo, devant Google Veo 3.1, Runway Gen-4.5 et Pika 2.2. Pour les créatifs travaillant sur des projets visuels narratifs — clips musicaux, teasers de campagnes, habillage visuel d'un album en mouvement —, Kling 3.0 offre un rapport durée-qualité-prix sans équivalent immédiat.
Note éditoriale
La logique qui fait le succès de Kling en ce moment est moins celle de l'innovation pure que celle du bon produit au bon moment. Sora laisse un vide ; Kling le remplit avec un modèle qui fonctionne, qui dure plus longtemps et qui coûte moins cher. Ce n'est pas une percée technologique — c'est une exécution commerciale lucide dans un marché soudainement libéré de son occupant le plus visible.
Le Multi-Shot Storyboard est toutefois une proposition intéressante au-delà du timing. La possibilité de définir une intention narrative sur plusieurs plans avant la génération transforme le rapport au modèle : on ne produit plus un clip isolé qu'on espère exploitable, on pense une séquence. C'est la différence entre tirer à l'aveugle et viser. Pour les créatifs musicaux ou les réalisateurs indépendants, cette distinction est considérable — elle ramène l'outil du côté de la mise en scène, pas de la loterie.
Il reste une question que le score ELO ne mesure pas : la persistance stylistique sur une durée de deux minutes. Les benchmarks évaluent la qualité frame par frame et la cohérence de mouvement. Ils ne disent rien sur la capacité du modèle à maintenir une atmosphère, un grain, une intention esthétique sur cent vingt secondes de vidéo continue. C'est là que se jouera la différence entre un générateur et un outil de production réel.
L'Oréal a officiellement intégré l'IA générative dans ses workflows marketing quotidiens, en déployant les modèles Imagen 3 et Gemini de Google au sein de sa plateforme interne CREAITECH, un laboratoire de contenu lancé en 2024 et désormais opérationnel à l'échelle du groupe. Les équipes marketing utilisent l'IA pour créer des concepts visuels, des storyboards, des redesigns de packaging et pour tester des visuels produit dans différents contextes et marchés — réduisant les délais de production de plusieurs semaines à quelques jours. L'écosystème CREAITECH combine des modèles de Google, Adobe Firefly et d'autres partenaires, dans une logique modulaire où chaque outil intervient à une étape spécifique du pipeline de création. L'Oréal a cependant posé une limite explicite : le groupe refuse d'utiliser l'IA générative pour créer des images de personnes dans ses campagnes marketing ou ses communications externes, y compris les visages, les corps, les cheveux et la peau — un choix éthique rare dans l'industrie, qui distingue la création de contenu de la représentation humaine. Les équipes humaines conservent la supervision créative et l'approbation finale de tout contenu produit avec assistance IA.
Note éditoriale
La décision de L'Oréal de ne pas générer de visages humains est peut-être la chose la plus intéressante dans cette annonce — plus intéressante que les gains de productivité ou la réduction des délais. En traçant une ligne entre ce que l'IA peut produire et ce qu'elle ne doit pas représenter, le groupe pose un principe de responsabilité que la plupart des entreprises technologiques n'ont même pas envisagé. La question n'est pas technique — les modèles savent très bien générer des visages. La question est éthique : qui apparaît dans une publicité, et que signifie une image de peau, de cheveux, de corps quand elle ne correspond à aucune personne existante ?
Pour un groupe dont le métier est de vendre des produits qui s'appliquent sur des corps réels, la distinction entre asset graphique et représentation humaine est un positionnement de principe, pas un compromis technique. C'est aussi un pari commercial : les consommateurs de cosmétiques veulent voir des résultats sur de vraies peaux, pas des rendus statistiques de peaux moyennes. L'authenticité du modèle humain reste un argument de vente que l'IA ne peut pas produire — du moins pas sans mentir.
La réduction des délais de production est en revanche un gain structurel dont les implications dépassent l'industrie cosmétique. Quand un groupe mondial passe de plusieurs semaines à quelques jours pour produire des concepts visuels, ce n'est pas une optimisation — c'est une transformation du rythme de la création commerciale. Les studios indépendants et les agences qui travaillent encore en cycles longs doivent prendre note : le délai de livraison est en train de devenir un avantage concurrentiel au même titre que la qualité du travail.
