Génération vidéo IA : comment ça se passe vraiment
À essayer : générez un segment deux fois au niveau le moins cher sans changer un mot, puis changez une phrase et générez une fois de plus. Deux demandes identiques peuvent donner deux clips différents ; la troisième montre à quel point une seule phrase de texte compte.
Une génération, c’est un court clip
Un modèle vidéo prend une description et quelques images de référence et renvoie un clip. Il le fait une fois par appel, et le niveau que vous choisissez détermine le clip le plus long qu’un appel peut renvoyer. Sur SceneMixer, ce plafond est de 15 secondes sur certains niveaux et de 30 secondes sur les niveaux à prise longue, et le storyboard est écrit pour tenir en dessous. Un tel clip est un segment. Une minute de vidéo terminée représente donc au moins quatre segments sur un niveau de 15 secondes et au moins deux sur un niveau à prise longue, chacun produit par son propre appel, jamais par un seul appel long.
À l’intérieur d’un segment, l’histoire est découpée en trois à cinq plans numérotés, et les secondes des plans s’additionnent pour donner la durée du segment. Le plafond est un maximum, pas un objectif : un segment de deux plans courts peut ne durer que quelques secondes. Quand les plans dépassent la limite, les plans silencieux sont resserrés en premier, puis le segment est coupé à une frontière entre deux plans. Rien n’est coupé à la fin. Le prix suit les secondes ; un épisode coûte donc la même chose, qu’il soit découpé en morceaux courts ou longs ; ce qui change, c’est ce que vous payez pour en refaire un. Segments de 15 ou 30 secondes.
Ce qui entre dans un appel
Un appel est fait de trois éléments :
- Le texte propre du segment. Dans SceneMixer, un en-tête nomme le lieu unique et le moment, puis viennent des plans numérotés avec leurs secondes, les personnages et accessoires nommés par des pastilles @, et les répliques avec une voix.
- Les images de référence. Une pour chaque personne du plan, une pour le lieu, une pour chaque accessoire qui compte, et une image d’état pour quiconque porte une autre tenue ou est dans un autre état.
- Le niveau. Il fixe la résolution, le clip le plus long et le prix par seconde.
Le clip précédent n’est pas montré au modèle. C’est pourquoi un segment doit rester dans un seul lieu et une seule chronologie : il est dessiné à partir d’un seul jeu d’images de scène, donc un plan qui saute dans une autre pièce ou un autre jour est refusé avant que vous payiez et doit devenir son propre segment. Un segment reste dans un seul lieu et une seule chronologie.
Pourquoi les visages changent, et ce qui les fixe
Comme chaque appel part de zéro, tout ce qui est seulement décrit avec des mots est réinventé à chaque fois. La plupart de ce qui ressemble à une « incohérence de l’IA » vient de là, et chaque cas appelle un apport différent.
| Ce qui dérive | Pourquoi cela arrive | Ce que fournit le site | Ce que vous faites |
|---|---|---|---|
| Un visage d’un plan à l’autre | Aucune mémoire d’un appel précédent : le visage est donc réinventé | Une image validée par personnage, jointe à chaque plan qui le nomme | Nommez le personnage avec la pastille @ ; corrigez l’image une fois à l’étape 2 |
| Une pièce d’un plan à l’autre | Même raison, pour les lieux | Une image par lieu, et un modèle 3D IA automatique de chaque scène pour que la place de chacun soit réglée avant la fabrication des plans | Gardez un seul lieu par segment |
| Une tenue ou une blessure | Rien ne transmet une blessure d’un appel au suivant si elle n’est pas réécrite | Un registre de continuité tenu sous forme de texte, et des images d’état pour les looks qui durent | Écrivez le changement dans le plan où il se produit |
| Une voix | Aucun appel ne se souvient de la voix d’un personnage dans un appel précédent | Une voix par personnage, choisie une fois et utilisée pour chaque réplique | Choisissez ou téléversez la voix parmi les personnages |
C’est aussi pourquoi un niveau SceneMixer supérieur ne corrige pas un mauvais visage : la résolution change la netteté de l’image, pas la personne dessinée. Le visage de mon personnage a changé : une liste de contrôle et pourquoi toute une série reste cohérente détaillent les corrections.
Ce qui se transmet d’un segment au suivant
Dans les storyboards écrits ou régénérés depuis fin octobre 2026, l’histoire passe d’un segment au suivant grâce à un registre de continuité que SceneMixer tient pendant qu’il lit votre texte : qui est dans quelle scène, s’il est assis, debout, allongé, à genoux ou accroupi, ce qu’il a dans les mains, quel look il porte, les blessures et la boue sur le corps, mouillé ou sec, inconscient ou non ; et pour chaque scène, l’heure du jour, la météo, la lumière, si les portes et les fenêtres sont ouvertes, et s’il y a de la foule. Chaque nouveau segment part de ce registre, plus son propre texte et ses propres images.
| Vous écrivez, dans le segment 3 | Le segment 4 commence par |
|---|---|
| @Mara retire son manteau et le pose sur le dossier de la chaise. | Mara sans le manteau ; le manteau sur la chaise |
| @Leo reçoit un coup en plein visage ; du sang coule de son sourcil gauche. | Une coupure au sourcil gauche de Leo, toujours là |
| @Leo se lave le visage au lavabo. | Le sang a été lavé |
Le registre retient ce qui reste vrai à la fin d’un plan, pas ce qui se passe pendant. Ce n’est pas une image du clip précédent : aucune dernière image n’est jointe, et régénérer un segment ne change jamais le suivant. Il n’invente pas non plus ce que vous n’avez pas écrit. Les storyboards d’avant fin octobre 2026 fonctionnent à l’ancienne, chaque segment à partir de son propre texte et de ses propres images. Ce que le système suit d’un segment à l’autre.
Du bouton au fichier : où passent les minutes
- Les crédits sont mis en réserve. Appuyer sur Générer met en réserve le prix SceneMixer du segment ; il n’est dépensé que si le clip arrive.
- Votre propre limite. Un compte exécute un nombre fixe de générations à la fois : 3 avec la formule gratuite, 5 avec la première formule payante, davantage au-dessus. Les autres attendent, crédits en réserve, et démarrent d’elles-mêmes.
- La limite partagée. Le site entier ne peut avoir qu’un nombre limité de tâches en cours auprès d’un service de modèle ; quand celui-ci est occupé, les vôtres attendent derrière celles des autres. Les formules les plus hautes placent leurs tâches en tête de cette file.
- Le modèle tourne. C’est presque tout le temps. Une mesure interne d’août 2026 donne en moyenne environ une minute et demie pour une image de préparation et environ neuf minutes et demie pour un segment ; la carte à l’écran affiche un délai typique de dix à vingt minutes pour une vidéo.
- Livraison. Le clip est stocké, le badge IA est ajouté sauf si votre formule l’a désactivé, et la carte passe à Terminé.
Un palier moins cher, en résolution plus basse, est aussi en général plus rapide : c’est le moyen le plus rapide de savoir si un plan fonctionne. Pourquoi une génération prend du temps.
Quand un appel échoue
Les modèles échouent de différentes façons, et SceneMixer traite ces cas différemment. Si le service indique qu’il est occupé ou qu’il a atteint sa limite de requêtes, l’appel est retenté une seconde fois sur un autre compte fournisseur pour le même modèle, sans rien changer à votre demande ni au palier choisi. Un refus de modération et une erreur de paramètre ne sont pas retentés : un refus est un jugement, et redemander donne la même réponse.
Le sort des crédits dépend de ce que l’on sait. Si le modèle n’a jamais reçu la requête, ou a répondu qu’il était occupé, les crédits vous sont restitués. Si l’appel a expiré ou si la connexion a été coupée en cours de route, personne ne peut dire si le modèle a tourné et facturé : les crédits restent alors gelés, avec la mention En cours d’examen dans votre historique de crédits, jusqu’à ce qu’une personne tranche. Un solde qui paraît trop bas après un échec est en général retenu, pas perdu. Quand une génération échoue · Fournisseur occupé, non débité.
Stabilisez une génération avant de la payer
- Tournez d’abord un seul segment SceneMixer. Vérifiez les visages, la pièce et si la réplique est bien prononcée avant de lancer le reste.
- Nommez qui est dans le cadre. Un plan qui dit « une femme se tourne vers la fenêtre » ne donne rien à quoi le modèle puisse s’accrocher ; @Mara se tourne vers la fenêtre, si. Qui est dans le cadre.
- Dites ce qui est là, pas ce qui n’y est pas. « Une rue vide » fonctionne ; « pas de monde » en appelle. Dites ce qui est là.
- Corrigez le texte avant de régénérer. Modifier un storyboard est gratuit ; une régénération est facturée en totalité.
- Brouillon économique, finition en haute qualité. Brouillon au palier le plus bas, finition au plus haut.
Réalisez tout dans SceneMixer, du début à la fin
- Scénario : collez le vôtre dans Téléverser un scénario, ou écrivez un bref d’une ligne dans Création IA et laissez-la rédiger les épisodes.
- Étape 1 : Type Drame court ; Style de scène Vie de rue ; Style de costume Streetwear ; Style visuel HD réaliste ; Région cible ; langue des dialogues ; Portrait 9:16. Lisez ensuite le scénario.
- Étape 2 : les deux rôles principaux avec une description chacun, puis la ruelle et le toit en lieux. Les 15 premières images de préparation d’un compte sont gratuites.
- Storyboard : générez d’abord l’épisode 1 (gratuit pour votre premier drame) et lisez-le avant de lancer le moindre rendu. Un seul lieu par segment.
- Vidéo : lancez le rendu au palier par défaut, à 10 crédits par seconde, corrigez les plans un par un plutôt que des épisodes entiers, puis assemblez l’épisode et publiez.
| Étape | Ce qui se passe | Durée typique | Ce que vous contrôlez |
|---|---|---|---|
| Lecture | Votre texte devient un résumé, une liste d’épisodes, une distribution, des lieux et des accessoires décrits en mots | Quelques minutes | Le texte ; les trois styles |
| Images de préparation | Chaque description devient une image de référence | Environ une minute et demie chacune | La description ; en régénérer une seule |
| Storyboard | Chaque épisode devient des segments, et chaque segment des plans numérotés | Quelques minutes | Le texte, modifiable gratuitement |
| Segment | Un appel au modèle renvoie un clip | En général dix à vingt minutes | Le palier, les secondes, le texte du plan |
| Assemblage | Les segments terminés deviennent un fichier par épisode | Une fois le dernier segment terminé | Utiliser un seul palier pour tous les segments évite un réencodage |
FAQ
Comment fonctionne la génération vidéo par IA ?
Un modèle prend une description textuelle et quelques images de référence, et renvoie un court clip en un seul appel. Les vidéos plus longues s’obtiennent en assemblant plusieurs clips, SceneMixer fournissant de l’extérieur les personnages, les lieux et l’histoire jusque-là.
Pourquoi les clips vidéo IA sont-ils si courts ?
Chaque appel a un plafond fixé par le palier du modèle ; sur SceneMixer, il est ici de 15 ou 30 secondes. Une vidéo plus longue est faite de plusieurs segments assemblés, pas d’une seule longue génération.
Pourquoi le visage d’un personnage change-t-il d’un clip à l’autre ?
Chaque appel démarre sans mémoire des autres. Un visage décrit seulement avec des mots est réinventé à chaque fois ; un visage fourni sous la forme de la même image de référence, avec le personnage nommé dans le plan, reste identique.
Le modèle se souvient-il du clip précédent ?
Non. SceneMixer génère un segment à partir de son propre texte et de ses propres images. Un registre continu de qui se trouve où et de ce que chacun porte assure la continuité de l’histoire d’un segment à l’autre, et aucune dernière image n’est jointe.
Combien de temps prend la génération vidéo par IA ?
Un segment SceneMixer prend en général de dix à vingt minutes, selon le palier et la file d’attente. Vous pouvez quitter la page ; le travail continue sur le serveur.
Que se passe-t-il si une génération échoue ?
Si le modèle n’a jamais reçu la requête, les crédits sont restitués. Si l’issue est inconnue, par exemple après un délai dépassé, ils restent gelés jusqu’à ce qu’une personne tranche. Les échecs signalés ne sont pas facturés.
Pourquoi le même prompt donne-t-il des résultats différents ?
La génération est probabiliste : deux requêtes identiques peuvent donner deux clips différents. C’est pourquoi le palier économique sert à tester, et pourquoi modifier une seule phrase mérite d’être essayé.
Un palier supérieur corrigera-t-il un mauvais plan ?
Rarement. Le palier fixe la résolution et la durée maximale d’un segment, pas qui est dessiné ni ce qui se passe. C’est le texte du plan et l’image du personnage qui en décident.
Suivez une requête du texte jusqu’au clip
Collez une page, lisez le storyboard, et tournez d’abord un seul segment.
Mis à jour le 2 novembre 2026