Création d'une vidéo de fiction. Tester l'intelligence artificielle générative de vidéo

Comemich · 5 janvier

Vous allez rire de moi. Le bout d’essai que je présente est truffé de défauts. Ne croyez pas que c’est de ma faute. J’ai tout fait pour essayer de réaliser proprement ce test et j’y ai passé beaucoup de temps. L’idée de départ consistait à voir ce qu’on pouvait faire avec l’intelligence artificielle actuelle. J’avais fait un story-board de 14 minutes inspiré par un passage du livre « L’herbe d’or » de Jakez Hélias. Mon test est une scène de 1 min 30 sec, au milieu du court métrage. J’ai tout défini moi même : les paysages, les décors, les personnages, les accessoires. J’ai tout décrit méticuleusement : l’action, le dialogue, l’éclairage, les bruitages… Mais j’ai beau travailler les « prompts » pendant des heures, je n’obtiens pas exactement ce que je cherche à faire. La principale difficulté est d’assurer la cohérence entre les plans. Pour chaque plan, l’IA recalcule à chaque fois une nouvelle vidéo sans tenir compte des plans précédents, même si mon « prompt » précise que c’est le même personnage et qu’il ne faut pas lui changer la figure et les vêtements à chaque coup. Idem pour les décors, les couleurs, l’éclairage… L’astuce suggérée par le robot conversationnel (français) « Mistral » consiste à générer des images fixes représentant chaque personnage sous différents angles et attitudes. Puis de s’en servir comme référence dans la création de vidéos. Le résultat est imparfait, mais c’est déjà mieux. Certains logiciels s’avèrent plus performants (exemple Veo 3.1 et MyEdit) mais ils prennent des libertés avec ce qu’on leur demande. C’est souvent rédhibitoire.

Pour les dialogues, c’est la galère. Je ne maîtrise pas le timbre ni l’intonation de la voix. La synchronisation labiale est aléatoire. Le résultat est tellement irréaliste, que j’ai décidé de mettre les paroles en breton. C’est aussi nul qu’en français, mais comme on ne comprend rien, c’est plus supportable. Je n’ai pas pris le temps de mettre des sous titres.

Les mouvements de caméra sont difficiles à maîtriser car l’IA ne travaille pas en 3D. J’utilise parfois des recadrages avec le logiciel de montage, mais c’est au détriment de la qualité d’image.

Nos caméscopes, APN, drones, micros et accessoires ont encore de beaux jours devant eux, avant d’aller rejoindre les caméras super 8 sur leur étagère poussiéreuses. Mais le temps passe vite et les progrès sont spectaculaires. Je suis convaincu que l’IA sera capable de faire du vrai cinéma un jour prochain. La vidéo de fiction va devenir plus accessible aux amateurs. On a beau ricaner en regardant mon exercice, il faut reconnaître qu’on peut faire des décors et des paysages sympas en quelques minutes là où il aurait été impossible de fabriquer de tels décors. Il n’y a pas d’impossibilité du système pour assurer la cohérence des vues. C’est une question de méthode. Je suis certain que les développeurs seront capables de créer les outils appropriés. Je me souviens d’un collègue, passionné de photo argentique, qui se moquait de moi quand j’ai acheté mon premier appareil numérique 640 x 480. C’était en 1995.

Modifié 5 janvier par Comemich

alfa · 5 janvier

Bonjour

ton expérience est super et bluffante! Certes cela ne vaut pas un bon vieux tournage (d'autant qu'en général, ce sont de bons moments partagés!) mais n'en reste pas moins que c'est spectaculaire ! tu as du y passer un temps considérable!
Il me semble que ton expérience est rapidement valorisable notamment pour certains effets spéciaux à insérer dans le montage et comme base à travailler sur ton logiciel d'effets spéciaux favori!

Encore bravo et tous mes vœux de plaisirs et de joies pour 2026 ! il me semble que pour cette nouvelle année on doit surtout te souhaiter une bonne santé pour poursuivre ce travail.

bernard94 · 5 janvier

Tu as écrit : vous allez rire de moi.......Dans tes différents post j'ai cru comprendre que l'I A n'était pas ta tasse de thé mais que comme moi cela t'interpellait et ne te laissait pas indifférent. Alors bravo et merci d'avoir eu les c.....s de nous démontrer le résultat de ce que nous pouvons en faire ,c'est à dire pas grand chose à notre niveau. Bien sur j'ai ri mais pas de toi parce que j'éssaie également de trouver ce que je peux en faire .

Comemich · 5 janvier

Merci pour vos réactions rapides. Mon test portait sur un film de fiction. Les contraintes du langage cinématographique ne sont pas encore compatibles avec l'IA générative. On est contraint de chercher une méthode pour contourner les défauts. On doit se contenter de compromis foireux. C'est un début et les choses évoluent vite. On peut déjà faire beaucoup de choses, clip musicaux, spots publicitaires, présentation d'un projet. Voici 5 secondes qui plairaient bien à l'office du tourisme:

titof44 · 5 janvier

bonsoir Michel

cest bluffant mais très grave pour les acteurs monteurs caméraman etc

par contre pour les décors, pas pour les décorateurs, c’est interessant

bonne année de tournage

Comemich · 5 janvier

Bonsoir Christophe,

C'est inquiétant pour l'avenir de certaines professions de l'industrie cinématographique. On aura toujours besoin d'auteurs, de réalisateurs, de monteurs. Il y aura de nouveaux métiers, car il ne faut pas croire que l'IA ça marche tout seul. Il faut savoir rédiger des requêtes pour diriger des acteurs fictifs, pour créer des ambiances, raconter des histoires. ça ne s'improvise pas, et l'IA ne fait pas tout à notre place. Elle essaye de faire ce qu'on lui demande. C'est une opportunité pour les vidéastes amateurs qui voient disparaitre certaines contraintes matérielles et financières. L'impact sera moins violent dans le reportage et le documentaire. On continuera à faire de la vidéo familiale, des gâteaux d'anniversaire et des souvenirs de vacances.

Galfi · 6 janvier

Tu t'en es plutôt bien sorti !

22 hours ago, Comemich said:

Pour les dialogues, c’est la galère. Je ne maîtrise pas le timbre ni l’intonation de la voix. La synchronisation labiale est aléatoire.

Kling s'en sort pas si mal sur ce point-là, en anglais, du moins (je n'ai pas testé d'autres langues).
Par contre, pour le timbre et l'intonation, il faudrait passer par un DAW (Ableton, Reaper, Cubase...) qui dispose d'outils pour cela.

Cubase permet notamment avec la fonction VariAudio de modifier le timbre et l'intonation.

22 hours ago, Comemich said:

La principale difficulté est d’assurer la cohérence entre les plans.

Luma (passé malheureusement en modèle payant) gérait pas mal avec la possibilité d'étendre les scènes (de 5 à 10 s, puis à 15, etc...).
Kling ne propose pas encore cette fonctionnalité, qui est pourtant courante sur les IA de génération musicale comme Udio ou Suno.
Je n'ai pas testé d'autres IA de génération vidéo, mais j'imagine que si Luma le propose, alors d'autres le proposent sans doute également.

Ne pas oublier que l'IA est en perpétuelle évolution : ce qui n'est pas simple aujourd'hui sera sans doute bien plus simple dans 6 mois.

22 hours ago, Comemich said:

Les mouvements de caméra sont difficiles à maîtriser car l’IA ne travaille pas en 3D.

Oui, mais tu peux définir des points de repère et demander à la caméra de se baser sur lesdits points, même si cette technique n'est pas non plus exempte de défauts.

Comemich · 6 janvier

J'ai testé une douzaine de logiciels en essai gratuit ou en version payante. Ils se ressembles tous même si certains sont mieux adaptés pour tel ou tel plan. Je n'en ai pas trouvé un qui se démarque nettement. Il y a manifestement des difficultés liées au principe de l'IA. Les produits disponibles ont encore beaucoup à apprendre. Dans le cinéma, le mouvement n'est qu'une suite rapide d'images fixes. Mais pour L'IA actuelle, ces images ne sont que des similitudes avec les images qu'elle a appris à reconnaitre. L'IA n'a pas connaissance de l'existence 3D des choses qu'elle représente. C'est rédhibitoire dans certaines séquences vidéo. Il sera difficile de dépasser cette limite, car c'est le principe même du système qui est en cause. J'attend qu'on me montre le contraire.

Comemich · 24 mars

Voici ma dernière mouture. J'attend vos commentaires

titof44 · 24 mars

bonjour Michel ha l IA !!!!

l’histoire est bien pensée !

la bande son est à revoir surtout au début arrêt brutal du bruit de la mer à l’entrée de la maison

les personnages n’ont aucune vie sur leurs visages

les lèvres ont un décalage par rapport aux sons des mots

mais un bel exercice qui me conforte dans ma question :

quid des équipes de tournage ???

voili voilou

les images de mer sont belles !!!

la personne avec la brouette devant le banc est en lévitation !!!

Modifié 24 mars par titof44

Comemich · 24 mars

Bonjour Christophe,

J'ai mis plus de trois mois à faire ces 4 minutes de vidéo. Dans ce délai, il faut compter une bonne part d'apprentissage, car l'utilisation des outils d'intelligence artificielle demande de la rigueur et de la patience pour obtenir ce qu'on cherche à faire. Comme déjà dit, on en est au balbutiement de cette technologie et les progrès sont rapides. Les plans que j'ai tenté en début d'année avaient une synchronisation labiale approximative. Mais les derniers dialogues réalisés ave Hedra sont d'un réalisme surprenant.

Je ne comprend pas bien ta remarque sur le bruit de la mer quand l'homme ferme la porte. Il m'a semblé logique que le bruit diminue et que la pièce s'assombrisse. J'ai beaucoup travaillé sur cette scène pour obtenir le résultat qu'on voit et qu'on entend. Concernant les expressions des visages sur mes comédiens virtuels, je suis plutôt satisfait. L'IA exprime la tristesse et l'angoisse aussi bien que la joie ou l'embarras. Le problème, là, c'est plutôt de contrôler le dosage car l'IA a tendance à en faire trop. Il faut quelquefois modérer ses expressions pour rester réaliste. J'ai beaucoup de mal avec l'expression vocale, le timbre, l'intonation. Mais là aussi, ça progresse. Je n'ai pas encore eu de reproche sur la cohérence chromatique entre les plans. C'est pourtant une difficulté que je ne maitrise pas beaucoup. Le pêcheur avec brouette n'est pas vraiment virtuel. C'est un amis que j'ai shooté avec mon smartphone. Le décors, c'est la cale de "Chastel Bihan" à Carantec. Tout le reste, c'est de la génération numérique.

titof44 · 24 mars

bonjour Michel ha l IA !!!!

l’histoire est bien pensée !

la bande son est à revoir surtout au début arrêt brutal du bruit de la mer à l’entrée de la maison

les personnages n’ont aucune vie sur leurs visages

les lèvres ont un décalage par rapport aux sons des mots

mais un bel exercice qui me conforte dans ma question :

quid des équipes de tournage ???

voili voilou

titof44 · 24 mars

le bruit de la mer à 0,42 trop brusque à mon avis mais ce n’est que mon avis

Galfi · 24 mars

Salut Michel,
C'est plutôt pas mal ficelé dans l'ensemble.

2 hours ago, Comemich said:

Je ne comprend pas bien ta remarque sur le bruit de la mer quand l'homme ferme la porte. Il m'a semblé logique que le bruit diminue et que la pièce s'assombrisse

Oui, tu as raison, mais le bruit diminue trop. De même lors du passage de la pluie sur la fenêtre : on devrait entendre, même discrètement, le bruit des gouttes.

2 hours ago, Comemich said:

Le pêcheur avec brouette n'est pas vraiment virtuel.

Malheureusement, ça se voit : au premier passage, la démarche est un peu mécanique.
Au second, la source de lumière n'est pas la même que sur la scène générée par IA.

Enfin, à partir de 3:07, la musique est sympa, mais je ne vois pas le rapport avec le reste.

A titre d'exemple, un de mes frangins qui s'intéresse pas mal au sujet de l'IA a réalisé cette vidéo, qui est un extrait d'un podcast imaginaire sur l'accident d'un vaisseau spatial minier :

Par contre, il a utilisé pas mal d'outils :
- Gemini et NoteBookLLM pour les textes
- Flux 2 klein pour générer les images IA
- LTX 3.2 pour les vidéos
- Elevenlabs pour les effets sonores,
- et Fish.audio (clonage de voix) pour le bonus de fin
- le tout assemblé avec Premiere.

Comemich · 24 mars

A mon avis, le tumulte de la mer en furie contribue à souligner l'intensité dramatique de la scène. J'avais besoin de créer cette ambiance angoissante avant de révéler qu'on avait seulement cassé une assiette, pour montrer toute l'ambiguïté des superstitions, Cette séquence dans la petite maison est suivie d'une ellipse spatio-temporelle pour amener la scène du banc public.

Setu (voilà en breton).

Concernant l'avenir des équipes de tournage, je crois que les métiers du cinéma vont évoluer, comme c'est le cas de pratiquement tous les métiers. Pour les vidéastes amateurs qui ont d'insurmontables difficultés à constituer une équipe complète et performante, le cinéma virtuel est une opportunité.

Comemich · 24 mars

Le pêcheur à la brouette, c'est une vidéo sur fond vert que j'ai incrusté au montage. L'IA générative n'y est pas pour grand chose. Je voulais rendre ce plan plus vivant. J'ai aussi ajouté une mouette qui s'envole. Je reconnais que le résultat n'est pas brillant. Je vais y réfléchir pour imaginer ce que j'aurais du faire pour réaliser proprement ce plan. Pour être franc, j'avais pensé que ces 2 secondes et demis allait passer inaperçu.

Comemich · 24 mars

Il y a 2 heures, Galfi a dit :

De même lors du passage de la pluie sur la fenêtre : on devrait entendre, même discrètement, le bruit des gouttes.

J'ai bien mis un bruit de pluie dans la timeline, mais il est peut être trop faible quand il se mélange avec le bruit de la mer. Ce genre de dosage est difficile à choisir. Mais je tiendrai compte de ta remarque si je fais une nouvelle version.

Comemich · 24 mars

Il y a 3 heures, Galfi a dit :

Enfin, à partir de 3:07, la musique est sympa, mais je ne vois pas le rapport avec le reste.

Cette musique est entièrement générée par l'IA. J'ai choisi du Rock Métal parce que ça me semblait bien exprimer la violence des océans.

Charlie · 25 mars

Je t'avoue que je ne suis pas convaincu par le résultat... Cependant, je m'incline devant la démarche et le travail (et tu sais que je ne lésine pas), mais c'est du "entre-deux", réalité et animation qui ne me convainc pas au final.

Autant j'ai été captivé par un film d'animation genre "la plus précieuse des marchandises" qui transmet un message fort, alors que ce n'est que de l'animation, autant là je n'arrive pas à accrocher dans le genre...

Et je dis ça, alors que je m'emm...à essayer de reproduire, avec Sketchup, le village martyr d'Oradour sur Glane, que je ne publierai jamais bien évidemment...

Comme quoi, on est, toi et moi, des obstinés, des conquérants de l'inutile (j'ai failli écrire conquérants en deux , mais j'admire le travail...

Comemich · 26 mars

Merci pour ce commentaire. Mon but n'était pas de convaincre mais de tester une technologie naissante. Après avoir connu l'argentique, puis la vidéo analogique et la révolution numérique, ma curiosité est excitée par l'IA générative. J'ai mis trois mois à digérer la nouveauté et je ne suis pas très fier du résultat. Mais je fais quand même remarquer que j'ai été capable, tout seul, de construire des décors et diriger un casting de comédiens avec peu de moyens. Le sujet de la vidéo n'est pas racoleur, je te l'accorde. Je m'intéresse aux superstitions et légendes populaires, non pas que je sois superstitieux ni croyant, mais parce que c'est le miroir du monde dans lequel ont vécu nos ancêtres. Je vois bien les défauts et les limites, mais je suis optimiste.

Une des faiblesses de L'IA est qu'elle n'a pas connaissance de la réalité 3D des choses qu'elle représente. C'est pénalisant, notamment lors des mouvements de caméra. "Mistral" m'a conseillé d'utiliser Sketchup pour numériser le décors de la pièce qui sert de décors. J'ai galéré pour faire ça. je ne suis pourtant pas un débutant dans le domaine. Avant d'être retraité j'ai travaillé dans un bureau d'études automobiles où je modélisais des pièces mécaniques avec "Catia" ou "Euclid". Je te souhaite bien du courage avec Oradour sur Glane.