Guides de génération d’images et de vidéos sans censure

Quand aucune couche ne réécrit votre prompt, ce que vous tapez est exactement ce qui sera rendu : la formulation devient la seule variable entre vos mains, et la seule chose à déboguer. Écrire un prompt relève alors d’une discipline plutôt que d’un sac d’astuces : décrivez le cadre et la lumière au lieu d’aligner des adjectifs, ne déplacez qu’un élément à la fois pour savoir à quoi attribuer l’écart, et considérez le prompt négatif comme un champ propre à chaque modèle, pas comme un réflexe — quelques modèles en déclarent un, la plupart non.

D’une génération à l’autre, rien ne se transmet de soi-même : chacune repart de zéro, si bien qu’une description écrite aboutit à un visage un peu différent chaque fois que vous lancez. Pour tenir un personnage, fournissez-le sous forme d’image au lieu de le redécrire : ébauchez le sujet une fois, conservez l’image réussie, puis renvoyez-la dans chacune des prises suivantes.

En bref : transformer une image en vidéo avec l’IA se fait en cinq étapes. Vérifiez que votre image est bien celle sur laquelle le clip doit s’ouvrir, recadrez-la et corrigez son orientation, importez-la pour que le modèle dispose d’une adresse où la récupérer, consacrez le prompt au mouvement et à la caméra, puis réglez le plan sur un court brouillon avant de payer une longue prise. Une image fixe est l’entrée la moins coûteuse à confier à un modèle vidéo, parce que la composition est déjà tranchée et que tout le rendu part dans le mouvement.

Quatre appels suffisent pour passer de rien à un fichier terminé : créer une clé, lancer une génération, interroger l’enregistrement, télécharger le résultat. Voici cette boucle de bout en bout, avec l’erreur que chaque étape peut renvoyer et la réaction qu’un client doit y opposer.

La résolution et la durée sont les réglages qui décident du prix d’un rendu, et sur bien des modèles, les paliers ne coûtent pas tous la même chose. La méthode qui en découle : arrêter le cadrage et la formulation sur le palier le plus économique du modèle, puis monter une fois que plus rien, dans le plan, ne fait débat.

Concevoir un personnage avec un générateur d’image suit un ordre précis : la silhouette d’abord, puis la tenue et la palette, puis les vues de rotation, et enfin le verrouillage du design, après quoi on cesse de le décrire. Cet ordre épouse le découpage du catalogue, puisque inventer un personnage et le préserver relèvent ici de modèles différents, et l’image conservée au terme de chaque étape devient l’entrée de la suivante.

L’art conceptuel se travaille en boucle : vous écrivez un large plan d’ensemble sur un modèle texte en image, puis vous confiez l’image retenue à un modèle d’édition en ne nommant que ce qui doit changer. Aucun réglage ne transporte un décor d’un essai au suivant ; ce qui soude une série, c’est l’image jointe à la requête et la formulation que vous vous interdisez de réécrire.

Pour storyboarder ou prévisualiser une séquence, écrivez d’abord les moments clés, puis rendez une image par moment : un modèle texte seul installe le cadre, un modèle d’édition fait passer le sujet d’une case à la suivante, et un modèle vidéo transforme une case choisie en essai animé une fois que l’ordre ne bouge plus. C’est au storyboard que les décisions coûtent peu ; la discipline consiste donc à rester en images fixes jusqu’à ce que la séquence se lise, et à ne payer qu’ensuite un rendu pour le mouvement.

En bref : pour le clip le plus long en une seule génération, Seedance 2.5 ou l’un des deux Wan 3.0 ; pour la plus haute résolution de sortie, MiniMax H3 ou H3 Max ; pour le coût à la seconde le plus bas, Seedance 2.0 Fast ou MiniMax H3 de base ; pour animer une image que vous possédez déjà, n’importe quelle famille, puisque chacune propose une variante image en vidéo. Ces réponses sortent du catalogue, et le tableau ci-dessous en affiche les chiffres. Savoir quel modèle tient le mieux un clip d’un bout à l’autre est une autre affaire, traitée plus bas comme un jugement né de l’usage.

En bref : Seedream 5 Lite fournit la plus grande taille de sortie, qu’il génère ou qu’il retouche ; Vellria Lite coûte le moins par image ; Seedream 5 Lite Image Edit accepte le plus d’images de référence pour une même retouche ; et pour modifier une image existante, prenez la variante d’édition de Seedream 5 Pro, Seedream 5 Lite, Qwen 3, Qwen 3 Pro, Wan 2.6 ou Wan 2.7, car Vellria Lite part uniquement du texte. Chacun de ces points est un fait du catalogue, et le tableau ci-dessous en porte les valeurs. Quel modèle fait la plus belle image relève en revanche d’un goût forgé lors de nos propres essais ; il vient plus loin, annoncé comme tel.

En bref : pas ici. Vellria n’est pas gratuit : un nouveau compte démarre avec un solde nul, sans crédit d’inscription ni période d’essai ; images et clips se règlent avec des crédits achetés avant le lancement. Parmi les modèles d’image, Vellria Lite est celui qui coûte le moins, et sa carte, plus bas, affiche son prix actuel. Générer coûte de l’argent parce que chaque rendu mobilise un GPU chez l’entreprise qui héberge le modèle, et que cette entreprise le facture. Le compte, lui, s’ouvre en général sans adresse e-mail.

En bref : faites tourner des poids ouverts vous-même si vous tenez à un contrôle complet et que vous possédez, ou comptez louer, un GPU doté d’assez de mémoire, en acceptant qu’installation, maintenance, modération et exposition juridique deviennent votre affaire. Appelez une API hébergée si vous préférez envoyer une requête et recevoir un fichier, payer chaque rendu en crédits et laisser à d’autres le matériel comme l’entretien des modèles. Les sections suivantes détaillent ce que coûte réellement chaque option ; chaque fait extérieur provient d’une carte de modèle, d’une licence, d’un README ou des conditions d’un hébergeur, recensés dans la rubrique « Sources consultées » en fin de page et lus à la date qui y figure.