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 le texte en vidéo, l’image en vidéo et la création guidée par première et dernière images, avec son généré, références de ressources et processus de continuation distinct. Utilisez-le pour développer un concept cinématographique, une courte histoire de 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 voulu. Un brief de scène original pourrait montrer un récipient en verre sur une surface de studio sombre, avec un lent mouvement latéral révélant un reflet pendant qu’un son environnemental doux accompagne la révélation. Chaque instruction donne une caractéristique visible ou audible qui peut être évaluée dans le résultat terminé.

Le cadre de rédaction de prompts 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 descripteurs possibles. Rédigez la direction en anglais pour le profil de prompts documenté. Si la scène comporte plusieurs actions, précisez leur relation et gardez-les proportionnées à une courte séquence 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 ressource visuelle, et décrivez le mouvement qui doit en découler. Une dernière image ajoute une composition cible pour la fin. Préparez des images de début et de fin qui communiquent une transition plausible et préservent les détails qui identifient le sujet principal, puis inspectez le mouvement entre ces images après la génération.

Les références de ressources ont une autre fonction : elles guident l’apparence d’un personnage ou d’un objet dans une scène nouvellement générée, tandis que les images de début et de fin définissent des moments précis de cette scène. Choisissez des références qui montrent les traits visuels importants et clarifiez le rôle de chaque ressource dans le prompt. La spécification de référence d’image en vidéo du modèle de production utilise une sortie de huit secondes pour ce processus de référence, distincte de la sélection de durée courante guidée par texte.

Le profil de production courant du fabricant génère des séquences de quatre, six ou huit secondes à 24 images par seconde. Il indique les cadrages paysage 16:9 et portrait 9:16, jusqu’à quatre vidéos de sortie par prompt et des résolutions de sortie de 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 pour l’emplacement prévu et gardez la composition des images lisible à cette taille.

Le son natif peut accompagner la scène visible. Précisez les répliques, l’ambiance et les effets sonores comme parties du même brief, en nommant le sujet ou l’événement qui produit chacun. Une instruction de dialogue et une instruction de caméra répondent à des questions différentes : l’une établit l’interprétation, l’autre établit la façon dont le spectateur la voit. Gardez les paroles dans le temps de parole utile de la séquence et vérifiez le son pour son intelligibilité et sa relation avec l’action.

Pour une continuation, le fabricant fournit un processus distinct de prolongation vidéo. Commencez par une séquence source générée appropriée et décrivez l’événement visible ou le changement de scène suivant. Conservez l’original et le segment prolongé pour pouvoir vérifier leur raccord quant à l’apparence, au mouvement et au son. Les choix normaux de durée et de résolution de nouvelle génération ne doivent pas être considérés comme un contrat universel pour chaque opération de prolongation.

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

Le profil de production Veo 3.1 standard et Veo 3.1 Fast ont des profils de résolution de sortie différents. Fast indique 720p et 1080p; le 3.1 standard indique 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 Veo. L’apparence d’un sujet et l’opération prise en charge dépendent toutes deux du processus choisi.

La génération est une opération dont le résultat terminé fournit des vidéos pour la lecture et le montage ultérieur. Conservez les fichiers renvoyés avec leurs images sources, leurs ressources de référence et leur brief, et préservez l’information de provenance du contenu fournie. Inspectez chaque sortie réelle pour l’apparence du sujet, l’action, le cadrage, le son et la composition finale. Utilisez la séquence choisie comme un élément de production, avec des titres, des transitions ou d’autres travaux de finition ajoutés dans le montage environnant.