Récemment, j’ai regardé Pexo, créé par @evanLiaoQ — un projet que je trouve vraiment méritant d’être discuté. Le secteur des vidéos IA est désormais extrêmement compétitif. Kling, Veo, Seedance, Sora, Runway : chaque fois, les capacités des modèles progressent, avec des améliorations rapides en matière de qualité visuelle, de durée, de cohérence des personnages et de fluidité des mouvements. Mais après avoir réellement utilisé ces outils, on se rend compte d’un problème : Plus il y a de modèles, cela ne signifie pas pour autant qu’il devient plus simple de créer une vidéo complète. Il faut toujours choisir un sujet, rédiger un script, découper les plans, sélectionner un modèle, rédiger un prompt, générer plusieurs fois, puis ajouter la voix off, la musique, les sous-titres et effectuer le montage. Souvent, générer un plan ne prend que quelques minutes — mais transformer ce plan en une vidéo complète, prête à être publiée, utilisée ou exploitée pour du marketing, c’est bien la partie la plus chronophage. Pexo vise à résoudre précisément ce problème. Il ne s’agit pas de créer un nouveau modèle vidéo de base, mais de construire un Agent IA vidéo au-dessus de ces modèles existants. Pour résumer simplement : Avant, vous deviez manipuler vous-même différents outils IA. Maintenant, vous dites simplement à Pexo : « Je veux faire une vidéo sur… » Le reste est pris en charge par l’Agent. Il comprend vos besoins, analyse des pages web ou des supports existants, organise les informations, génère un script, découpe les plans, et appelle automatiquement les modèles d’images, de vidéos et d’audio adaptés à chaque scène, avant de combiner tout cela en une vidéo finale. Ce qui rend Pexo vraiment intéressant, ce n’est pas le nombre de modèles intégrés — c’est qu’il cherche à transformer l’interaction avec l’IA vidéo de : « Générer un clip » → en « Fais-moi une vidéo ». Ces deux approches sont fondamentalement différentes. La première vend une « capacité de génération », la seconde vend un « résultat ». Par exemple, Pexo permet déjà d’entrer directement une URL de site web produit ; l’Agent lit les informations du produit et génère automatiquement une vidéo promotionnelle. Pour les SaaS, les marques, le e-commerce ou les projets Crypto, ce scénario est très concret. Avant, créer une vidéo de présentation impliquait de faire appel à un rédacteur, un graphiste, un monteur — voire une équipe externe. Demain, il suffira peut-être d’envoyer au Agent le site web, quelques captures d’écran et quelques points forts — puis d’affiner par conversation. Un autre fonctionnalité que je surveille de près est « Mark to Fix ». Le défi actuel des vidéos IA n’est plus « si elles peuvent être générées », mais « comment les modifier ». Un logo trop grand, une couleur de vêtement incorrecte, un élément à remplacer, un sous-titre mal positionné : si chaque modification exige de régénérer toute la vidéo, l’efficacité est très faible. L’approche de Pexo consiste à encadrer directement la zone sur l’écran et à dire à l’Agent : « Remplace ça. » « Ne touche pas à ça. » « Change ça par cette version. » Si cette capacité à modifier localement tout en conservant le contexte peut être maintenue et améliorée, les vidéos IA passeront véritablement d’outils de « tirage au sort » à des outils de production. Et Pexo ne se limite plus à être simplement un site web indépendant. Ils lancent désormais des « Pexo Skills », en intégrant des environnements d’agents comme Claude Code, Codex, Cursor, Manus et OpenClaw. Cette étape me semble encore plus significative. Car à l’avenir, nous n’ouvrirons peut-être plus une trentaine d’outils IA individuels. Nous dirons simplement à notre Agent général : « Crée-moi un produit. » « Écris-moi le site web. » « Fais-moi une vidéo de lancement. » Et l’Agent général appellera en arrière-plan des agents spécialisés comme Pexo pour produire la vidéo. L’Agent général gère la compréhension globale de la tâche ; Pexo assure la production vidéo avec une expertise maximale. C’est probablement là que Pexo cherche à s’imposer. Son fondateur, Evan Liao, a une longue expérience dans la génération vidéo et de contenu IA — il a travaillé chez Tencent, ByteDance et Vidu — ce qui rend la trajectoire du projet cohérente. De Apex Context à Pexo aujourd’hui, ils insistent toujours sur un même concept : Contexte. Les modèles deviendront de plus en plus puissants et moins chers. Mais ce qui déterminera réellement la qualité d’un Agent, ce ne sera pas le nombre de modèles intégrés — mais sa capacité à comprendre vraiment ce que l’utilisateur veut exprimer, à mémoriser le contexte marque et personnages, à savoir quel modèle appeler dans chaque scénario, et à corriger automatiquement les erreurs de génération. Je pense que c’est là où les Vertical Agents mériteront le plus notre attention à l’avenir. Lorsque les modèles sous-jacents deviendront des produits standardisés, la concurrence ne portera plus sur « qui a le meilleur modèle », mais sur « qui comprend le mieux les tâches et les utilisateurs, et qui se rapproche le plus du résultat final ». Ce que Pexo fait aujourd’hui revient essentiellement à parier sur cette direction : De « AI Video Generator » à « AI Video Agent ». Je continuerai à suivre son évolution pour voir s’il parviendra à relier ensemble — de façon fluide — génération, édition, contexte et workflow d’agent en un système complet de production vidéo. @evanLiaoQ