Hyperframes : écrire du HTML, obtenir une vidéo — le framework vidéo pensé pour les agents

TL;DR — Hyperframes en une minute

• Ce que c’est : Hyperframes (HeyGen, Apache-2.0, ~51,5k étoiles en six mois), un framework qui transforme une composition HTML en vidéo MP4 déterministe.
• Le contresens à éviter : ce n’est pas un générateur de vidéo par IA. Aucun modèle n’invente d’images. L’agent écrit le code de l’animation, Hyperframes l’exécute au frame près.
• Déterministe : la même entrée produit exactement les mêmes images. Capture image par image via Chrome sans interface, puis encodage FFmpeg.
• Pensé pour les agents : il livre ses propres compétences pour Claude Code, Cursor, Gemini et Codex, avec des recettes prêtes (vidéo de lancement, explainer, sous-titres, motion design).
• Le catch : Node 22 et FFmpeg requis, rendu coûteux en temps machine, projet de six mois qui bouge tous les jours.
• Notre verdict : à tester — et prioritaire si tu produis des variantes de créatives en série.

51 500 étoiles en six mois. Des commits tous les jours, plus de quatre mille demandes de fusion traitées. Signé HeyGen, un vrai éditeur de vidéo par IA. Sur le papier, Hyperframes coche toutes les cases d’un projet sérieux — et pour une fois, la vérification le confirme au lieu de le démentir.

Mais il y a un contresens que presque tout le monde va faire en lisant sa promesse. Réglons-le tout de suite.

Le contresens : ce n’est pas un générateur de vidéo par IA

Quand on lit « vidéo » et « agents IA » dans la même phrase, on pense à Sora, Veo ou Seedance : un modèle à qui l’on décrit une scène et qui invente les images.

Hyperframes ne fait pas ça du tout.

Ici, aucun modèle ne génère d’image. Tu écris — ou ton agent écrit — une page HTML avec des animations, et Hyperframes la rend en vidéo, image par image, de façon déterministe. La même entrée produira toujours exactement le même fichier.

Ce n’est pas une limite, c’est le choix d’architecture, et c’est ce qui fait sa valeur. Un générateur IA te donne un résultat différent à chaque appel ; Hyperframes te donne un résultat reproductible, testable, versionnable. Deux métiers opposés.

Ce que tu écris, ce que tu obtiens

• En entrée : un fichier HTML classique, où les éléments portent des attributs de timing (début, durée, piste). Une ligne ressemble à un titre avec un début à une seconde et une durée de quatre secondes, rien de plus ésotérique.
• Les animations passent par les outils du web que tout le monde connaît : GSAP, animations CSS, Lottie, Three.js, Anime.js. Seule contrainte : qu’elles soient positionnables dans le temps (on doit pouvoir sauter à la seconde 7 et obtenir l’image exacte).
• En sortie : un MP4.
• Pas d’étape de compilation : le fichier HTML se lit directement dans un navigateur. C’est aussi ce qui le distingue de Remotion, la référence du domaine, qui passe par React et JSX. Hyperframes fournit d’ailleurs une recette de migration depuis Remotion.

Comment le rendu fonctionne

C’est la partie maligne. Chrome sans interface ne « lit » pas la vidéo en temps réel : il saute de position en position dans la timeline et capture chaque image une par une. Puis FFmpeg encode la séquence, et l’audio est mixé après coup.

Conséquence directe : aucune image perdue, aucun aléa. Là où un enregistrement d’écran dépend de la charge de la machine, ici le rendu est exact. C’est ce qui rend le procédé utilisable en intégration continue et en tests de non-régression — le dépôt embarque d’ailleurs ses propres vidéos de référence pour vérifier que le rendu ne dérive pas.

Ce qui en fait un outil « pour agents »

Le projet ne se contente pas d’être scriptable, il livre ses propres compétences pour les agents de code — Claude Code, Cursor, Gemini, Codex — installables en une commande.

Et ce ne sont pas des enveloppes vides : il y a des recettes par cas d’usage — vidéo de lancement produit, explainer sans visage, sous-titres intégrés, remontage de têtes parlantes, motion design, diaporama, mise en vidéo d’une demande de fusion — doublées de compétences techniques (animation, images clés, audio, interface en ligne de commande, Figma).

Concrètement, tu demandes à ton agent une intro produit de dix secondes avec un titre en fondu, une vidéo de fond et une musique discrète — et il produit la composition. L’agent écrit le code, le framework garantit le rendu.

Le catch honnête

• Node 22 et FFmpeg obligatoires. Attention, c’est le même piège que d’autres outils vidéo récents : si ta machine est restée en Node 20, ça ne démarrera pas. Vérifie avant de t’enthousiasmer.
• Le rendu coûte du temps machine. Capturer chaque image via un navigateur, ce n’est pas gratuit : plus la vidéo est longue et complexe, plus c’est lourd. Le projet fournit un module de rendu distribué justement pour absorber le volume. À l’échelle, le budget n’est pas en jetons de modèle mais en puissance de calcul.
• Il faut du HTML, du CSS et des animations. Sans agent pour t’écrire la composition, c’est un outil de développeur, pas un éditeur grand public. Avec un agent, la barrière tombe — mais tu restes responsable de relire ce qu’il produit.
• Six mois d’existence, des commits quotidiens, 192 tickets ouverts. C’est un signe de vitalité, pas de faiblesse — mais l’interface de programmation bouge vite. Épingle une version si tu industrialises.
• Détail pratique : le dépôt utilise Git LFS pour ses vidéos de référence (environ 240 Mo). Si tu clones tout pour contribuer, installe Git LFS d’abord.

Pour qui c’est vraiment utile

• Tu produis des créatives vidéo en série (publicité, variantes de messages, déclinaisons par offre) : c’est le cas d’usage. Tu codes une composition, tu changes les données — accroche, couleur, offre, format — et tu génères vingt variantes identiques en qualité. Le déterminisme garantit qu’aucune variante ne part de travers.
• Tu veux des vidéos dans un processus automatisé : rapport hebdomadaire en vidéo, résumé de version, contenu généré à partir d’une base. Reproductible, donc testable.
• Tu viens de Remotion et tu préfères du HTML sans étape de compilation : la migration’est prévue.

À l’inverse : pour une vidéo unique, créative, avec une vraie direction artistique, un monteur et un éditeur classique restent devant. Et si tu cherches à inventer des images, ce n’est pas le bon outil — regarde du côté des vrais générateurs.

Notre verdict : à tester

Hyperframes est le candidat le plus solide qu’on ait examiné depuis longtemps : éditeur identifié, licence Apache-2.0 sans clause piégeuse, développement intense, et surtout une idée juste — séparer ce que l’IA sait bien faire (écrire du code d’animation) de ce qu’une machine doit faire de façon fiable (rendre les images).

Le déterminisme est le vrai argument. Dans un monde où l’on nous vend de la génération vidéo aléatoire, un outil qui produit exactement le même fichier à chaque exécution est ce qui permet d’industrialiser — de tester, de versionner, de décliner sans surprise.

Les réserves tiennent en trois points : Node 22 et FFmpeg en prérequis, un coût en temps machine qui monte avec le volume, et une interface jeune qui évolue vite. Cadré comme ça, il mérite bien plus qu’un test poli.

Points de vigilance

• Ce n’est pas de la génération IA : aucun modèle n’invente d’images — c’est du rendu déterministe d’animations codées.
• Prérequis : Node 22 et FFmpeg. Une machine restée en Node 20 ne démarrera pas.
• Coût : le rendu image par image via navigateur consomme du temps machine ; prévoir le rendu distribué à l’échelle.
• Jeunesse : six mois, commits quotidiens, 192 tickets — épingle une version si tu industrialises.