Google: Veo 3.1

Veo 3.1 est le modèle de génération vidéo de Google pour créer une courte scène audiovisuelle à partir de texte ou d’un brief guidé par image. Son profil de production prend en charge texte-vers-vidéo, image-vers-vidéo et la création guidée par première/dernière image, avec du son généré, des références de visuels et un processus distinct de continuation. Utilisez-le pour développer un concept cinématographique, un court récit produit ou un segment visuel avec une scène, une action et une expérience d’écoute définies.

Décrivez d’abord le sujet et l’événement visible. Établissez l’environnement, le moment de la journée et la lumière, puis définissez le point de vue ou le mouvement de caméra et le style visuel souhaité. Un brief de scène original pourrait montrer un récipient en verre sur une surface sombre de studio, avec un lent déplacement latéral révélant un reflet tandis qu’un doux son d’environnement accompagne la révélation. Chaque consigne apporte une caractéristique visible ou audible qui peut être évaluée dans le résultat terminé.

Le cadre de rédaction de Google traite le sujet, l’action, la scène, la caméra et l’esthétique comme des parties distinctes du brief. Utilisez celles qui servent le plan au lieu d’ajouter tous les qualificatifs possibles. Rédigez la direction en anglais pour le profil de prompt documenté. Si la scène comporte plusieurs actions, précisez leur relation et gardez-les proportionnées à un court clip, pour qu’une révélation ou une réaction reste lisible.

Une image de départ établit l’apparence et la composition d’ouverture. Utilisez-la lorsque le personnage, le produit ou le décor existe déjà comme visuel, et décrivez le mouvement qui doit en découler. Une dernière image ajoute une composition cible pour la fin. Préparez des images limites qui communiquent une transition plausible et conservent les détails identifiant le sujet principal, puis examinez le mouvement entre ces images après la génération.

Les références de visuels ont une autre fonction : elles guident l’apparence d’un personnage ou d’un objet dans une scène nouvellement générée, tandis que les images limites définissent des instants précis de cette scène. Choisissez des références qui montrent les traits visuels importants et clarifiez le rôle de chacune dans le prompt. La spécification reference-image-to-video du modèle de production utilise une sortie de huit secondes pour ce processus de référence, distinct du choix ordinaire de durée guidé par texte.

Le profil de production ordinaire du fabricant génère des clips de quatre, six ou huit secondes à 24 images par seconde. Il répertorie un cadrage paysage 16:9 et portrait 9:16, jusqu’à quatre vidéos par prompt et des résolutions de sortie 720p, 1080p et 4K. Le format vidéo de sortie est MP4. Sa spécification guidée par image accepte JPEG ou PNG, indique un maximum de 20 Mo par image d’entrée et prend en charge des configurations d’entrée 720p/1080p. Choisissez le profil de sortie en fonction de l’emplacement prévu et gardez la composition des images lisible à cette taille.

Un son natif peut accompagner la scène visible. Précisez les répliques, l’atmosphère et les effets sonores dans le même brief, en nommant le sujet ou l’événement qui produit chacun. Une consigne de dialogue et une consigne de caméra répondent à des questions différentes : l’une définit l’interprétation, l’autre la façon dont le public la voit. Limitez les paroles au temps de parole utile du clip et vérifiez leur intelligibilité ainsi que leur rapport à l’action.

Pour une continuation, le fabricant fournit un processus distinct d’extension vidéo. Partez d’un clip source généré approprié et décrivez le prochain événement visible ou le changement de scène. Conservez le segment original et sa continuation afin de vérifier la jonction pour l’apparence, le mouvement et le son. Les choix normaux de durée et de résolution d’une nouvelle génération ne doivent pas être considérés comme un contrat universel pour chaque opération d’extension.

Une description négative peut centrer les exclusions sur les exigences visuelles de la tâche. Pour une série de variantes produit, gardez le sujet et la composition stables en changeant une seule direction créative, comme la lumière ou la distance de caméra. Enregistrez le prompt, les références et les réglages choisis avec le résultat. Cela permet de comparer une différence créative utile plutôt qu’un ensemble de générations sans rapport.

Le profil de production Veo 3.1 standard et Veo 3.1 Fast ont des profils de résolution différents. Fast propose 720p et 1080p ; le 3.1 standard propose aussi la 4K. Gardez l’édition choisie attachée au résultat, sans remplacer silencieusement un identifiant de modèle de production par un ancien profil Preview ou une autre génération de Veo. L’apparence du sujet et l’opération prise en charge dépendent toutes deux du processus choisi.

La génération est une opération dont le résultat terminé fournit des livrables vidéo pour la lecture et le montage ultérieur. Conservez les fichiers renvoyés avec leurs images sources, visuels de référence et brief, et préservez les informations de provenance de contenu fournies. Examinez chaque sortie réelle pour l’apparence du sujet, l’action, le cadrage, le son et la composition finale. Utilisez le clip choisi comme élément de production, en ajoutant les titres, transitions ou autres finitions dans le montage environnant.