Short Film : la même pièce et les mêmes visages dans chaque plan

Short Film est le modèle Motion Fab pour les scènes jouées : les personnages bougent, parlent dans votre langue et se disputent. Vous racontez l’histoire en quelques lignes, et l’agent la tourne plan par plan, comme une équipe de tournage sur un plateau.

Dans la plupart des vidéos d’IA, chaque plan est une génération à part, et chacun a son propre monde : la porte saute de gauche à droite, le bureau se déplace, la veste du héros change. Ce modèle fait l’inverse. Avant de générer quoi que ce soit, l’agent construit la scène en 3D et tourne chaque plan dans le même décor.

Pourquoi la pièce change et comment l’en empêcher

Un modèle vidéo ne se souvient pas du clip précédent. Donnez-lui une image de la pièce comme référence, et il en reprend le style, pas la disposition : où se trouve la fenêtre, où se trouve la porte, de quel côté se tient chaque personnage.

Le cinéma a résolu ce problème depuis longtemps. Le décor est construit une fois, les acteurs sont placés, et chaque caméra reste du même côté de la ligne qui les relie : la règle des 180°. Le public ne se perd jamais — un personnage regarde toujours vers la droite, l’autre vers la gauche. Le modèle fait de même, sauf que son décor existe dans Blender.

La rangée du haut montre les rendus de la maquette, celle du bas les premières images finales. La porte, la paroi vitrée donnant sur la ville et le bureau restent à leur place dans chaque plan : c’est la géométrie qui les fixe, pas une description en mots.

Comment un film est réalisé

1. L’esquisse : l’histoire et un décor gris

L’agent consigne le film sous forme de données : personnages, lieu, lumière, plans dans l’ordre, répliques et pauses. Chaque plan dure de 5 à 12 secondes avec un seul visage à l’écran : dans une conversation, la caméra regarde par-dessus l’épaule d’un personnage vers l’autre, et c’est celui qui lui fait face qui parle.

Ensuite, l’agent construit le décor : la pièce, les fenêtres et les portes, les meubles, la lumière et un mannequin pour chaque personnage, chacun d’une couleur différente. Les mannequins prennent les poses du plan : pointer du doigt, tenir une casquette, être assis, à genoux, allongé. Si un personnage est un chien, un chat, un cheval ou une créature de conte, il a lui aussi son mannequin.

Chaque caméra respecte la règle des 180°. L’agent vérifie la vue de dessus et une planche de tous les plans, et déplace les caméras jusqu’à ce que chaque plan cadre ce qui était prévu. Le rendu de quatre plans prend quelques secondes.

Vient ensuite l’essentiel : la maquette s’anime. Un personnage marche jusqu’à la porte, s’assoit, se retourne, la caméra avance — et tout le film se joue comme une animatique grise avec sous-titres. Vous voyez le rythme et la mise en scène avant qu’aucun crédit ne soit dépensé en génération.

Arrêt 1. L’agent liste les plans — qui est dans le cadre, ce qui se passe, quelle réplique — et vous demande si l’histoire, les plans et les mots vous conviennent.

2. Personnages et images

Pour chaque personnage, l’agent dessine une fiche personnage : de face, de profil et de dos, dans le style du film. La deuxième fiche est dessinée en prenant la première comme référence, pour que le style corresponde.

Si les personnages doivent ressembler à de vraies personnes, joignez leurs photos. Une photo ne sert qu’à la fiche personnage — elle n’est jamais collée dans une image ; le visage arrive dans le film par l’intermédiaire de la fiche.

Ensuite, chaque rendu de la maquette est repeint pour devenir la première image du plan, avec le rendu et les fiches des personnages comme références. Les mannequins deviennent des personnages, les murs gris deviennent marbre et verre, et la disposition reste la même.

Arrêt 2. L’agent montre les personnages et les images, et indique ce que coûteront les clips avant de les produire.

3. Clips, parole et son

Wan 3.0 donne vie à chaque image à partir de la première image, d’une description seconde par seconde de l’action et de la réplique. Le personnage dit le texte lui-même — lèvres, intonation et pauses sont produites dans un seul clip, sans voix off séparée. Les clips sont générés en parallèle, en 2 à 4 minutes chacun.

L’agent ne prend pas un clip pour argent comptant. Il transcrit chaque réplique et la compare au script : si moins de 90 % des mots sont audibles, ou si le modèle a parlé une autre langue, le plan est refait avec une autre graine. Ensuite, l’agent examine les images de chaque clip : le même lieu, les mêmes visages, rien qui n’apparaisse de nulle part.

La musique vient en dernier : un seul morceau discret pour le film, à partir du plan où l’ambiance bascule. Les clips eux-mêmes n’ont pas de musique.

Ce que nous a appris l’essai

Le modèle est né d’un film d’essai sur un père et son fils, avec des répliques en russe et un penthouse au crépuscule. Deux enseignements de cet essai sont devenus les règles du modèle.

Le prompt décrit uniquement ce que voit la caméra. Dans la première version, nous décrivions toute la pièce pour chaque image. Le modèle peignait consciencieusement la paroi vitrée et le bureau là où il n’y en avait pas : le bureau à droite dans un plan, à gauche dans un autre. Dans la deuxième version, le prompt ne liste que ce qui entre dans le cadre et interdit d’ajouter quoi que ce soit que le rendu ne montre pas. La pièce est devenue cohérente.

L’agent n’écrit plus ce prompt à la main : le décor lance des rayons à travers chaque image et indique ce que voit chaque caméra, et le prompt de repeinte est construit à partir de ce rapport.

La dernière image tient la caméra. Le prompt du plan du père disait « caméra fixe », et pourtant la caméra avançait. Quand la même image a aussi été donnée au modèle comme dernière image, la caméra est restée immobile, et la parole est restée la même.

C’est pourquoi chaque plan du modèle a une dernière image. Un plan qui se termine comme il a commencé reprend sa première image à la fin. Quand quelque chose change — un personnage sort, des larmes apparaissent —, la dernière image est peinte à partir de la fin de l’animatique :

AnimatiqueLe père met sa casquette et sort, la porte se referme

Plan finalLa première et la dernière image viennent de l’animatique

Un visage qui changeLa dernière image fixe les larmes à la fin

Des souvenirs sur une réplique

Ce dont parlent les personnages peut être montré. Dans la démo, le fils crie qu’il a gagné son premier dollar en cirant des chaussures, et au milieu de la phrase apparaît un souvenir en sépia : un garçon dans une rue pauvre, à qui l’on tend un dollar. La voix du fils continue par-dessous.

Un tel plan est dessiné à partir d’une description plutôt qu’à partir du décor, et il peut inclure vos personnages. L’agent le place exactement sur les mots qu’il illustre.

Les voix : celle du clip ou un doublage

• La voix du clip est la moins chère : le modèle vidéo dit lui-même la réplique. Mais la voix naît à nouveau dans chaque clip, si bien que chaque personnage ne parle que dans un seul plan, avec toutes ses répliques dedans.
• Le doublage est fait pour les échanges qui vont et viennent. Chaque personnage garde une même voix pendant tout le film, choisie dans la bibliothèque de voix dans la langue du film. Le clip dit toujours la réplique pour les lèvres et le timing, puis sa voix est remplacée : l’ambiance sonore de la pièce est conservée, et chaque phrase de la nouvelle voix tombe là où le clip la prononce.

Panneaux et boutons

• Shots (plans) — une autre prise d’un plan, une réplique modifiée, une nouvelle image.
• Characters (personnages) — changer l’apparence ou la voix d’un personnage.
• Subtitles (sous-titres) — afficher ou masquer, petits, moyens ou grands, en bas ou au milieu.
• Sound (son) — composer gratuitement une musique, utiliser votre propre morceau ou ne garder que le son des clips ; ambiance et volume.

Le bouton Continue the story (continuer l’histoire) propose une scène de plus après le dernier plan, avec les mêmes personnages, et attend votre accord.

Les modifications n’ont pas toutes le même coût. Les sous-titres, la musique et l’ordre des plans se changent gratuitement. Une nouvelle réplique implique un nouveau clip pour ce plan. Une nouvelle apparence implique une nouvelle fiche, plus les images et les clips de ce personnage. Un nouveau lieu implique une nouvelle maquette et tout ce qui y a été tourné.

Comment écrire un bon prompt

Décrivez :

1. L’histoire en deux ou trois lignes : qui, où, comment elle se termine.
2. Les personnages : âge, visage, cheveux, vêtements. Vous pouvez joindre des photos.
3. Le lieu et la lumière : où se trouvent la fenêtre et la porte, ce qu’il y a dehors, d’où vient la lumière.
4. Les plans dans l’ordre : qui fait face à la caméra, qui parle et ce qu’il dit exactement — les répliques entre guillemets.
5. Un souvenir, si vous en voulez un, et sur quels mots le montrer.
6. Le style visuel et la musique.

Par exemple :

Fais un court métrage vertical de 30 secondes dans un style d’animation 3D stylisé, avec des personnages dessinés d’après mes photos si j’en ajoute. Une petite cuisine chaleureuse, l’après-midi : une fenêtre au-dessus de l’évier d’un côté, un vieux buffet en bois de l’autre. Un petit-enfant d’une vingtaine d’années, les mains pleines de farine, tient un téléphone et rit : « J’ai suivi ta recette à la lettre, mamie, et ça n’a toujours rien à voir avec la tienne ! » Par-dessus l’épaule du petit-enfant, la grand-mère prend une pincée dans une petite boîte en fer et la jette dans le saladier : « C’est parce qu’il manque une chose à la recette. Moi. » Gros plan sur le petit-enfant qui goûte et ferme les yeux. Ils pétrissent la pâte ensemble, quatre mains dans un seul saladier. Une guitare acoustique douce à partir de la réplique de la grand-mère, des sous-titres.

Ce prompt et trois autres — « Le premier dollar », « Le dernier bus » et une comédie sur un entretien d’embauche — sont fournis avec le modèle sous forme de recettes prêtes à l’emploi.

Gardez le rythme : pas plus de 2,5 mots par seconde, soit environ 25 mots pour un plan de dix secondes. Plus les personnages parlent, plus le doublage est indiqué.

Formats et prix

• Cadre : vertical 9:16 par défaut, mais aussi 16:9 et 1:1. En général 20 à 60 secondes, 3 à 7 plans.
• Langue : les répliques sont écrites dans la langue de votre histoire. Lors de l’essai, les répliques en russe ont été restituées mot pour mot.
• Export : MP4 avec sous-titres et musique.
• Prix : le modèle est inclus dans PRO. L’esquisse et l’animatique ne dépensent aucun crédit en génération. Une fiche personnage ou une image coûte environ 4 crédits, un clip en 720p 10 crédits par seconde. Les clips du film de démo ont coûté 350 crédits et ses images environ 55 de plus, sans compter le travail de l’agent. PRO inclut 1 000 crédits par mois.

Ce qui le distingue des autres modèles

Simple Motion et 3D Simple dessinent des graphismes en code : texte, formes, lumière et effets. Short Film filme des personnes qui jouent une scène. Choisissez-le quand vous avez besoin d’une intrigue, de dialogues et de personnages que l’on reconnaît d’un plan à l’autre.

Décrivez la vidéo. L’agent l’anime.

Du motion design à partir de votre description dans le chat : typographie cinétique, effets 3D et son.

Essayer gratuitement