Context Studios
AI Knowledge Base 2026

Glossaire IA 2026

Définitions claires pour l'ère de l'IA agentique et de l'intelligence spatiale.

Raisonnement & Fiabilité

Seedance 2.0

Seedance 2.0 est un modèle de génération vidéo par IA multimodale développé par ByteDance, le géant technologique pékinois connu pour TikTok. Publié en 2025, Seedance 2.0 génère des clips vidéo haute fidélité et temporellement cohérents à partir de prompts textuels, d'images ou d'une combinaison des deux, en concurrence directe avec Sora d'OpenAI, Veo 3 de Google et Gen-3 de Runway ML. Seedance 2.0 est entraîné sur un vaste ensemble de données propriétaire de paires vidéo-texte et utilise une architecture basée sur la diffusion, optimisée pour le réalisme du mouvement, la cohérence des scènes et le rendu photoréaliste. Les capacités clés incluent la génération vidéo multi-plans, le contrôle du mouvement de caméra, la cohérence des personnages entre les images et la prise en charge des ratios d'aspect cinématographiques. ByteDance a conçu Seedance 2.0 pour alimenter les workflows créatifs dans son propre écosystème de produits — notamment CapCut, son application de montage vidéo populaire — tout en rendant le modèle accessible aux clients entreprise via API. Contrairement à Sora, disponible uniquement via ChatGPT Plus, Seedance 2.0 offre un accès API direct, ce qui en fait un choix pratique pour les développeurs construisant des pipelines de production vidéo automatisés. Le modèle prend en charge la génération texte-vers-vidéo et image-vers-vidéo, avec des durées de sortie de cinq à trente secondes. Seedance 2.0 représente l'entrée la plus significative de ByteDance dans le domaine de la vidéo générative. Chez Context Studios, nous avons testé Seedance 2.0 pour la production automatisée de vidéos sur les réseaux sociaux et les workflows de contenu en format court.

Explore Concept
Business Agentique

Scaffolding Piloté par Spécification

Le scaffolding piloté par spécification est la pratique de contrôler les agents IA non pas par des prompts libres mais par des spécifications structurées et lisibles par machine. Au lieu de dire à un agent 'écris un article de blog sur l'IA', une spécification définit précisément : format, public cible, nombre de mots minimum, sections requises, obligations de citation, formulations interdites et critères d'acceptation. Le 'scaffolding' fait référence au cadre structurel d'instructions qui fournit à l'agent une orientation et prévient la dérive. La spécification donne à l'agent une structure fixe dans laquelle travailler lors de l'exécution, comprenant typiquement : rôle et contexte de l'agent, règles de validation des entrées, livrables étape par étape, exigences de format de sortie et limites explicites. La distinction avec l'ingénierie de prompts classique est fondamentale : l'ingénierie de prompts optimise pour la qualité du langage ; le scaffolding piloté par spécification optimise pour la cohérence comportementale. Un agent bien spécifié produit le même résultat structurel à la millième exécution qu'à la première. Le scaffolding piloté par spécification permet un avantage opérationnel clé : les spécifications peuvent être versionnées, révisées par les pairs, testées et améliorées itérativement indépendamment du modèle sous-jacent.

Explore Concept