Higgsfield gratuit, sur ton propre PC avec Wan2GP
Les vidéos IA cinématiques sans abonnement ni crédits : Wan2GP fait tourner les meilleurs modèles vidéo open source (Wan 2.1/2.2, LTX, Hunyuan) en local sur ta machine, dès 6 Go de VRAM. Installation pas à pas + ta première vidéo générée ce soir.
Par Mario, Fondateur Prompt Academy · 7 min de lecture · Gratuit, sans compte
Tu as vu passer les vidéos Higgsfield : crash zooms, travellings cinématiques, des plans qui ont l'air sortis d'un tournage. Le problème, c'est le modèle économique — abonnement mensuel, système de crédits, et quand les crédits sont finis, tu attends le mois prochain ou tu repasses à la caisse.
Ce que Higgsfield ne te dit pas : la génération de vidéo par IA n'est plus une exclusivité des plateformes payantes. Les labos ont libéré des modèles open source — le code et les poids du modèle sont publics, tu peux les faire tourner chez toi — qui jouent dans la même cour. Et un outil emballe tout ça pour que ça marche sur un PC normal : Wan2GP.
À la fin de ce guide, tu génères des vidéos IA en local, gratuitement, en illimité. Ta seule facture, c'est l'électricité.
Le deal
Wan2GP, c'est un projet open source qui se décrit comme l'app tout-en-un des modèles génératifs « pour les pauvres en GPU ». Concrètement : une interface web locale qui fait tourner les meilleurs modèles vidéo ouverts du moment — Wan 2.1 et 2.2 (les modèles d'Alibaba, la référence open source en vidéo), LTX-2, Hunyuan Video — plus des modèles d'image et d'audio, le tout optimisé pour les cartes graphiques modestes.
La VRAM, c'est la mémoire de ta carte graphique — c'est elle qui limite la taille des modèles que tu peux faire tourner. Là où la plupart des outils vidéo IA réclament une carte de gamer fortuné, Wan2GP descend jusqu'à 6 Go de VRAM avec les petits modèles, et supporte même les vieilles GTX 10xx.
Ce n'est pas Higgsfield le produit — pas leurs presets caméra ni leur interface. C'est la même catégorie de modèles de génération vidéo, chez toi, sans limite d'usage. Tu échanges le confort du cloud contre la gratuité totale : tes vidéos prennent quelques minutes à générer au lieu de quelques secondes, mais tu peux en lancer autant que tu veux.
Les prérequis
Minimum 6 Go de VRAM sur Nvidia (GTX 10xx et plus) ; avec une RTX 30xx/40xx tu seras à l'aise et les modèles plus gros te seront accessibles. Les cartes AMD récentes (RDNA 2 à 4) sont supportées aussi. Tu peux vérifier ta VRAM dans le Gestionnaire des tâches, onglet Performance → GPU.
Les modèles vidéo pèsent lourd — prévois plusieurs dizaines de Go libres. Ils se téléchargent au premier usage.
L'installation télécharge beaucoup. Lance-la avant de faire autre chose, reviens quand c'est prêt.
Installer Wan2GP
Trois voies, de la plus simple à la plus manuelle.
Voie 1 — le script auto-install (recommandée). Le repo fournit un installeur automatique : tu télécharges le projet (bouton Code → Download ZIP sur le GitHub, ou git clone), puis tu double-cliques sur scripts\install.bat (Windows) ou tu lances scripts/install.sh (Linux/Mac). Le script installe Wan2GP et les meilleurs kernels d'accélération pour ta config — Triton, Sage, Flash — ceux qu'il faudrait sinon poser à la main. Ensuite : scripts\run.bat pour lancer l'app, scripts\update.bat pour la mettre à jour.
Voie 2 — Pinokio. Pinokio, c'est un lanceur d'applications IA : il installe et configure les projets open source en un clic, sans toucher au terminal. Précision qui vient du repo lui-même : utilise les scripts communautaires wan2gp (ou wan2gp-amd pour les cartes AMD) de Morpheus, plutôt que l'install Pinokio officielle.
Voie 3 — l'installation manuelle. Cinq commandes, pour ceux qui veulent contrôler ce qui s'installe. Deux prérequis d'abord : CUDA 13.1 — le kit Nvidia qui permet à PyTorch de parler à ta carte graphique, à télécharger chez Nvidia (CUDA 12.8 si tu es sur GTX 10xx) — et conda, un gestionnaire d'environnements Python qui isole l'installation dans sa bulle pour ne rien casser d'autre sur ta machine (si tu ne l'as pas, installe Miniconda).
Python 3.11 pour les RTX 20xx à 50xx. Si tu es sur une vieille GTX 10xx, la doc du repo recommande Python 3.10.9 et une version de PyTorch différente — regarde docs/INSTALLATION.md.
PyTorch, c'est la librairie qui fait tourner les modèles sur ta carte graphique. C'est le gros téléchargement de l'installation.
Ouvre ton navigateur sur http://localhost:7860. L'interface qui s'affiche s'appelle Gradio — une UI web générée par le projet, qui tourne à 100 % sur ta machine. Rien ne part dans le cloud.
Au premier usage d'un modèle, Wan2GP le télécharge — plusieurs Go. Les lancements suivants sont directs. Si tu fermes le terminal, l'interface s'éteint : relance conda activate wan2gp puis python wgp.py.
Ta première vidéo
Dans l'interface, un menu déroulant te laisse choisir le modèle. Pour débuter :
6-8 Go → Wan 2.1 T2V 1.3B : le plus rapide, le moins gourmand, bonne qualité. 12 Go et plus → tente les modèles 14B, nettement plus cinématiques.
T2V veut dire text-to-video : tu décris, il filme. Côté réglages, la durée se compte en frames (les images de la vidéo) : 49 frames ≈ 2 secondes. Garde 20 steps — les passes de calcul du modèle — c'est le bon équilibre vitesse/qualité pour commencer.
Clique sur Generate, va boire un café, reviens : ta vidéo est dans la section output. Tu peux empiler plusieurs générations dans la file — Wan2GP les traite l'une après l'autre.
Tu veux animer une image existante plutôt que partir de texte ? C'est le mode image-to-video — celui qui fait le sel de Higgsfield. Relance l'app avec :
Tu donnes une image de départ + un prompt de mouvement, le modèle la met en mouvement.
Wan2GP supporte plusieurs modes d'attention (la façon dont le modèle calcule). Sage Attention accélère la génération jusqu'à x2 avec une perte de qualité minime. Si tu es passé par le script auto-install, il est déjà posé. En install manuelle, le repo documente la marche à suivre dans docs/INSTALLATION.md — c'est le meilleur ratio effort/gain de tout ce guide. Seule limite : pas supporté sur les GTX 10xx.
Pour aller plus loin
Une fois à l'aise, Wan2GP a de la profondeur : les LoRAs — des mini-extensions de modèle qui ajoutent un style ou un mouvement de caméra précis, c'est comme ça qu'on retrouve les effets signature à la Higgsfield —, VACE pour contrôler la vidéo à partir d'une vidéo source, les fenêtres glissantes pour générer des vidéos plus longues, et un enhancer qui réécrit tes prompts dans la syntaxe préférée de chaque modèle.
Le pattern à retenir : chaque fois qu'un outil IA payant explose, une alternative open source arrive quelques mois derrière. Savoir la faire tourner toi-même, c'est la compétence qui transforme chaque abonnement en ligne de plus sur ta machine.