Vidéo IA première et dernière image

Fixez les deux bouts, laissez le modèle remplir le milieu

Il y a une frustration familière quand on anime une image seule : le mouvement est superbe et part là où vous ne vouliez pas. Vous avez fourni un début, et le modèle a décidé du reste.

La première/dernière image inverse la logique : vous fournissez les deux extrémités et le modèle ne remplit que le milieu. Le point d'arrivée de l'image est réglé avant la génération.

Cette contrainte est plus forte que n'importe quel prompt. Faire passer un produit de fermé à ouvert, une caméra du large au serré, une scène du jour à la nuit — montrer les deux bouts vaut mieux que décrire le processus.

Les deux images doivent avoir une relation plausible

La qualité tient surtout aux extrémités que vous choisissez :

Deux états d'une même scène, c'est l'idéal — fermé et ouvert, large et serré, jour et nuit. Le modèle y lit une seule chose qui change, donc le pont est fluide.

Des images sans rapport posent problème — le modèle ne peut que forcer une transition, et le milieu a tendance à se déformer ou à sauter. Si vous devez vraiment aller de A à B sans lien, c'était de toute façon une coupe franche, pas une interpolation.

Une seule image est permise — la génération se réduit alors à un prolongement de cette image, au plus près de l'image vers vidéo. La dernière image, c'est ce que vous ajoutez quand le point d'arrivée compte.

Quand passer à un autre outil

• Vous voulez l'idée du modèle — le générateur vidéo, à partir d'une seule image de départ ou de texte pur, le laisse improviser.
• Vous voulez qu'un clip existant dure plus longtemps — l'extension vidéo repart des dernières images des rushes, sans image de fin à préparer.
• Vous voulez transférer un mouvement précis — le contrôle de mouvement applique le mouvement d'un clip de référence à votre sujet.
• Il faut que la bouche suive la parole — la synchronisation labiale.

Une façon raisonnable d'y penser

La première/dernière image convient au moment où vous connaissez déjà la réponse. Le début et la fin sont dans votre tête et il ne vous manque que le pont — montrer les deux bouts est plus précis qu'écrire une description.

À l'inverse, elle devient pénible quand la direction reste ouverte, puisqu'il faudrait d'abord produire deux images. À ce stade, enchaîner quelques essais dans le générateur vidéo va plus vite.

Une combinaison efficace : fabriquer deux images clés dans le générateur d'images, puis les amener ici pour l'interpolation. Les deux bouts du plan sont alors des visuels que vous avez choisis, et non ce que le modèle a produit au hasard.