Lorsque l'outil de montage commence à « comprendre la parole humaine » : Jianying devient un agent de création vidéo spécialisé.

Rédaction : Lian Ran

Si quelqu’un vous disait que le montage vidéo peut être aussi facile que « faire défiler son téléphone », vous vous demanderiez probablement pourquoi.

Après tout, dans nos habitudes, le montage signifie souvent « une coordination main-œil à haute intensité » — soit en étant assis devant un ordinateur, avec le raccourci clavier dans la main gauche et la souris dans la droite ; soit en fixant un petit écran de téléphone, cherchant la fonction dans des menus empilés, en déplaçant prudemment la piste de quelques millimètres avec le doigt.

Mais le nouvel assistant IA de Jianying, lancé récemment, tente de briser cette image stéréotypée.

Imaginez-vous, appuyé dans votre chaise, sans toucher la souris, simplement en parlant à votre téléphone : « Aide-moi à monter un vlog avec ces clips, avec une musique joyeuse. »

Même lorsque vous réalisez qu’il manque une transition ou un plan de transition vide, vous n’avez pas besoin de quitter le logiciel pour chercher une image, il suffit de dire : « Génère une image de fond ici. »

Cette expérience de « parler sans bouger » nous rapproche un peu plus de Tony Stark et de son Jarvis, toujours prêt dans « Iron Man ».

Au cours de cette année, la logique de compétition dans la vidéo IA évolue : de « générer mieux » à « exécuter une tâche complète via un agent ». La simple génération de contenu n’est plus une barrière, ce qui compte désormais, c’est la capacité de prendre en charge en profondeur le flux de travail professionnel et d’exécuter précisément des instructions complexes — c’est là que réside le nouveau centre d’intérêt de l’industrie.

Jianying a d’abord prouvé que l’interaction vocale / en langage naturel pouvait prendre en charge en profondeur un flux de travail logiciel complexe, en utilisant une interface utilisateur linguistique (LUI) pour reconstruire l’interface graphique (GUI) traditionnelle de montage. En même temps, un autre phénomène se produit : toutes les créations finissent par apparaître dans Jianying.

Pour beaucoup de créateurs traditionnels, Jianying est la fin de leur processus de montage ; pour les nouveaux créateurs IA, même s’ils ont créé des images ou des vidéos brutes avec d’autres logiciels, ils reviendront toujours à Jianying pour peaufiner et assembler.

Ce phénomène de « chemins différents mais destination commune » a permis à Jianying de voir une opportunité d’« All in One » — en septembre dernier, en améliorant la fonction de conversion de texte en vidéo IA, ils ont franchi la dernière étape entre « génération IA » et « édition précise ».

Il existe de nombreux agents capables de générer, mais seul Jianying parvient à faire « génération vidéo + édition professionnelle + exécution par compétences ».

Cela ne dépend pas seulement de l’intégration des modèles avancés, mais aussi de l’accumulation de nombreuses fonctionnalités et du moteur d’édition sous-jacent de Jianying. C’est cette riche base d’outils qui permet de soutenir un « partenaire créatif IA polyvalent » capable non seulement de comprendre le langage humain, mais aussi d’exécuter parfaitement des tâches complexes de montage en collaboration avec plusieurs compétences.

En éliminant la barrière technique liée à la « maîtrise des outils », Jianying recentre la compétition de contenu sur « histoire » et « créativité ».

De la « coordination main-œil » à la « co-création homme-machine »

Lors d’un voyage, vous souhaitez filmer un vlog, en capturant rapidement de beaux paysages. À la fin du voyage, en ouvrant l’album — c’est le vide.

C’est probablement la réalité de tous ceux qui aiment documenter leur vie. La dopamine lors du tournage se transforme instantanément en une lourde charge mentale face à des centaines de clips fragmentés, des bruits de fond désordonnés et des formats variés. Les souvenirs précieux que vous vouliez garder deviennent une « dette de montage » pesante.

Ce phénomène de « matériaux qui prennent la poussière dans l’album » est essentiellement dû à un énorme « seuil d’entrée » dans le flux de travail traditionnel de montage vidéo.

Depuis longtemps, le montage vidéo n’est pas seulement une question d’esthétique, c’est aussi une dépense physique. Même pour un montage simple de souvenirs de voyage, il faut passer par le tri, le montage grossier, le calage, la correction des couleurs, etc. Ces tâches répétitives et à haut seuil d’entrée bloquent beaucoup de personnes qui veulent simplement s’exprimer.

Sous la logique de l’édition non linéaire (NLE), une grande partie de l’énergie du créateur est consommée dans des étapes non créatives — chercher des fonctions dans des menus empilés, faire des essais et erreurs dans des panneaux de paramètres complexes, ou nettoyer des matériaux ennuyeux.

Dans cette boîte noire appelée « montage », tout est rempli de clics de souris fastidieux et de glissements de doigts. Dès qu’il s’agit d’un contrôle précis du flux vidéo, le créateur ne peut pas éviter ce labyrinthe de pistes et de paramètres.

Un clic sur « petite ampoule » — voici de nombreuses fonctionnalités de l’assistant IA de Jianying｜Source : Geek Park

Ces problèmes appellent une nouvelle approche.

Le cœur de l’assistant IA de Jianying est de tenter de briser cette barrière professionnelle complexe en reconstruisant l’interaction. Il ne s’agit plus simplement d’un ajout de fonctionnalités d’aide, mais d’introduire un agent, en passant d’une interface graphique (GUI) à une interface de dialogue en langage naturel (LUI), tout en intégrant une bibliothèque de compétences de montage à la pointe de l’industrie.

Il ressemble à un « centre de montage compétences » intelligent, permettant à l’utilisateur de sauter l’apprentissage de la logique du logiciel, et d’appeler directement, par la voix ou le texte, les capacités professionnelles de montage multi-pistes de Jianying.

Geek Park a aussi expérimenté cette capacité « à comprendre le langage humain ».

Laissez Jianying IA assistant monter un vlog avec ces clips de voyage de l’année dernière (avec accélération vidéo, temps d’attente réel d’environ cinquante secondes)｜Source : Geek Park

On voit que je n’ai dit qu’une phrase : « Aide-moi à faire un vlog avec ces clips », et l’assistant IA de Jianying a déjà réalisé la mise en musique, les transitions intelligentes, pour générer une vidéo complète. Si je veux changer la musique pour quelque chose de plus joyeux, il suffit de le dire, et c’est fait.

Ce processus, habituellement long et fastidieux — « je sais comment faire, mais je ne veux pas » — est réduit à une simple commande. En donnant un ordre, l’assistant IA de Jianying peut identifier précisément l’intention, orchestrer automatiquement les compétences sous-jacentes, et accomplir en quelques secondes ce qui aurait pris plusieurs minutes auparavant.

Lier des scènes avec du texte devient aussi très simple (vidéo avec accélération, temps d’attente environ vingt secondes)｜Source : Geek Park

Ce n’est pas seulement pour monter des vidéos, même ajouter du texte à une vidéo demande du temps. Maintenant, l’assistant IA de Jianying peut aussi faire cette étape pour moi. La vidéo de ce petit chat, par exemple, je lui ai simplement dit : « Ajoute une voix intérieure de chat », et il l’a générée instantanément.

Le lancement de l’assistant IA de Jianying marque une étape : le logiciel de montage passe d’une « liste de fonctionnalités » à une « compréhension d’intention + exécution par compétences ». Au-delà des fonctions, il connecte aussi le « centre nerveux » de la vaste bibliothèque d’outils de Jianying, recentrant la compétition de contenu sur l’histoire et la créativité.

Comment un agent compétences peut-il prendre en charge le « travail sale » ?

La majorité des produits IA sur le marché se dirigent vers la réalisation de tâches. L’assistant IA de Jianying a une position très claire : c’est un agent professionnel capable d’exécuter précisément des tâches de montage, couvrant toutes les compétences nécessaires, pour résoudre les vrais problèmes du scénario de montage.

Qu’est-ce qu’un agent professionnel ? C’est celui qui peut « penser » pour vous quand vous ne savez pas comment faire, et « agir » pour vous quand vous êtes trop paresseux. Il met en œuvre d’un clic toutes les opérations fastidieuses via des compétences standardisées.

Lors du montage, deux scénarios psychologiques se présentent souvent :

Le premier : « Je sais comment faire, mais je suis trop paresseux », une demande d’efficacité face à des opérations fastidieuses.

Par exemple, après avoir tourné beaucoup de clips, vous savez qu’il faut les raccourcir, réduire le bruit, ajuster la couleur, mais l’idée de cliquer des centaines de fois sur votre téléphone vous décourage. À ce moment-là, l’assistant IA devient ce travailleur infatigable. Il suffit de donner une commande, et il prend en charge ces opérations répétitives et peu créatives.

Le second : « Je ne sais pas faire, aide-moi à imaginer », une demande de créativité face à une demande floue. Vous souhaitez juste un « transition plus sophistiquée » ou un « filtre d’automne », mais vous ne savez pas quel outil utiliser. L’assistant IA devient alors un directeur créatif, capable d’entendre votre demande vague, et d’appeler la compétence appropriée pour réaliser votre idée.

En même temps, l’assistant IA de Jianying répond précisément aux trois types de créateurs : experts en montage — utilisant des compétences de traitement en masse pour gérer rapidement plusieurs pistes et matériaux ; débutants — déclenchant des compétences de montage de base via des instructions floues ; novices — grâce à des compétences génératives, pouvant produire une vidéo en un clic sans aucune idée ni opération.

Source vidéo : Geek Park

On voit qu’en disant simplement une phrase, l’assistant IA de Jianying a efficacement supprimé les « euh », « hum », « voilà » — il a directement commencé à travailler sur mon brouillon, avec des points de montage visibles et facilement ajustables. C’est ça, la magie de la LUI : ramener la création au cœur de la créativité, en laissant le « travail sale » à l’agent IA tout-en-un.

Mais pour qu’une IA passe de « comprendre » une conversation informelle à « exécuter » une instruction de montage complexe, il faut une profonde reconstruction technologique de l’interaction.

D’abord, elle doit pouvoir décomposer la demande comme un « majordome » et coordonner plusieurs compétences. Avec un vaste catalogue d’outils, face à des expressions orales variées, l’IA doit avoir une capacité très forte d’identification d’intention et de distribution.

Cela repose sur une gestion multi-agent + une orchestration par compétences — on peut l’imaginer comme une équipe de chantier efficace. Lorsqu’une commande est donnée, le chef d’orchestre (l’agent principal) comprend rapidement l’intention, puis répartit la tâche à des « experts » (sous-agents) spécialisés dans le montage, la musique, la correction des couleurs, etc., en appelant précisément la compétence correspondante. Grâce à cette division du travail, l’IA peut transformer une demande comme « rendre la vidéo plus lumineuse » en réglage précis de la luminosité.

Ensuite, elle doit pouvoir agir directement sur le « plan de travail », en supportant une édition dynamique et modifiable. Contrairement à d’autres IA qui ne produisent qu’un fichier vidéo final instantané, l’assistant IA de Jianying permet une gestion en temps réel d’un brouillon dynamique. En clair, il ne vous donne pas un produit fini immuable, mais modifie directement la piste de montage.

Grâce à la collaboration cloud et local, chaque étape est synchronisée en temps réel, transparente et modifiable, permettant une co-création homme-machine.

Enfin, il possède une capacité d’« auto-réflexion » et de « questionnement » semblable à celle d’un humain.

Un agent professionnel, lorsqu’il ne comprend pas une demande, va demander confirmation. Si la commande est floue ou si l’exécution échoue, l’IA ne forcera pas, mais activera un mécanisme de « questionnement » et de « réflexion », comme un assistant réel, pour clarifier la demande. Cette capacité d’auto-correction réduit considérablement la barrière de communication.

On voit que l’assistant IA de Jianying est déjà devenu un exécuteur de compétences concentré sur le scénario de montage. Pour les experts, c’est un multiplicateur d’efficacité pour traiter des masses de matériaux ; pour les novices, c’est un fournisseur d’inspiration toujours prêt.

Il prouve que dans un flux de travail professionnel, la valeur de l’agent ne se limite pas à générer du contenu, mais aussi à prendre en charge ces « travaux sales » pour redonner aux créateurs le contrôle de leur créativité.

L’« expression orale » dans la création vidéo

Jusqu’ici, dans le domaine de la vidéo IA, l’attention était principalement portée sur la génération impressionnante de « rien à partir de rien ». Mais pour la création professionnelle visant une haute qualité, la fin de la génération n’est que le début du travail.

L’IA générative, bien qu’elle résolve la question de la source du matériel, ne répond pas aux besoins professionnels en narration, rythme, montage précis ou retouches d’image.

De plus, pendant longtemps, le secteur a été fragmenté : d’un côté, des modèles « boîte à surprises » capables de générer mais sans possibilité de modification ; de l’autre, des outils traditionnels capables de modifier mais manquant d’intelligence.

En 2025-2026, l’industrie a définitivement tourné la page du « tout-puissant IA » pour se concentrer sur la spécialisation par compétences. L’apparition de l’assistant IA de Jianying a comblé cette lacune, en résolvant ces problèmes, permettant aux créateurs de passer de « opérateurs de transitions et de points clés » à « réalisateurs qui donnent des ordres et contrôlent l’esthétique ».

C’est aussi une concrétisation de la philosophie « Tout dans l’IA, Tout en Un » de Jianying.

Même s’il est encore dans une phase précoce et ne peut pas totalement remplacer la création d’un film Oscar, il montre une tendance : à l’avenir, les logiciels de montage n’auront probablement plus d’interfaces complexes. La combinaison de LUI (dialogue en langage naturel) + appel de compétences remplacera progressivement l’interface graphique traditionnelle.

L’assistant IA de Jianying, avec la reconnaissance vocale comme point central, abaisse véritablement la barrière du montage à zéro : ce que vous ne savez pas ou ne voulez pas faire, vous pouvez simplement le dire, et cela sera réalisé. Passant de « apprendre le montage, chercher la fonction » à « exprimer le besoin, attendre le résultat », la création vidéo future ne sera plus limitée par l’outil, et la véritable force concurrentielle reviendra à la « créativité » elle-même — tout le monde pourra devenir le réalisateur de ses propres vidéos de vie.