Black Forest Labs: FLUX Video Edit

FLUX Video Edit [fast] est le processus de Black Forest Labs guidé par prompt pour changer une vidéo existante. Il reçoit un extrait source et une instruction décrivant la modification, puis renvoie un MP4 modifié. La source établit le plan : sa durée, son cadrage, son mouvement de caméra et sa temporalité fournissent la structure initiale. Utilisez le prompt pour identifier ce qui doit devenir différent, plutôt que de rédiger une description de scène entièrement nouvelle laissant le changement visé peu clair.

Nommer le changement et sa position

Les modifications documentées comprennent la suppression, l’ajout ou le remplacement d’objets et de personnages, la reconstruction du décor, le changement de style d’un extrait, le changement de texte visible et la révision du dialogue ou du son. Commencez par la cible et l’opération. Une instruction originale pourrait supprimer un sac d’une chaise tout en conservant la personne assise et la pièce ou remplacer une tasse neutre par une tasse bleue émaillée sans changer l’action de la main. Si plusieurs objets similaires sont visibles, distinguez la cible par sa position, son apparence ou son rôle.

Pour un ajout, décrivez l’emplacement, l’échelle et l’action pertinente. Une grande lampe rouge à côté du canapé est plus précise qu’une lampe supplémentaire non définie quelque part dans le plan. Pour un remplacement, identifiez ce qui devient quoi et le mouvement ou le contact qui doivent rester. Le guide de prompts du fabricant recommande l’instruction la plus courte nommant complètement le changement, avec des détails ajoutés là où la modification les nécessite. Préservez délibérément les caractéristiques sources, plutôt que de demander une amélioration générale dont le périmètre ne peut pas être évalué.

Décors, styles et animation sommaire

Un changement de décor peut reconstruire l’environnement visible tout en conservant l’action. Le producteur montre le remplacement d’une surface d’escalade par une autre structure et la spécification des nouveaux points de contact afin que les mains et les pieds du personnage aient encore une surface pertinente. Dans une scène concrète, décrivez les nouveaux environs et la géométrie sur laquelle repose le mouvement existant. Un nouvel arrière-plan est plus facile à évaluer lorsque l’action d’origine possède une relation explicite avec lui.

Le guide montre aussi la transformation d’une animation sommaire en un traitement visuel terminé. Nommez les objets de mise en place qui deviennent les véhicules ou accessoires visés, puis conservez leurs trajets, leurs vitesses et leur relation à la caméra. Pour un changement de style, décrivez les matériaux, les surfaces, la lumière et les reflets obtenus, ainsi que l’esthétique. Une scène à l’aspect d’argile et une scène à l’aspect photographique nécessitent des indices visibles différents, même lorsqu’elles suivent la même action.

Une révision ultérieure peut utiliser le premier résultat modifié comme nouvelle source. Gardez l’original et chaque étape sélectionnée et donnez à la passe suivante un objectif clair. L’exemple documenté suit un aperçu sommaire jusqu’à un décor terminé, puis un autre traitement lumineux. Après chaque passe, comparez l’extrait révisé à la source précédente et vérifiez que les caractéristiques à conserver sont toujours présentes.

Le dialogue doit tenir dans le temps existant

Le processus conserve l’audio source, sauf si l’instruction demande un changement de dialogue ou de son. Une source silencieuse renvoie un résultat silencieux ; elle ne fournit donc aucune parole existante à réviser. Pour une modification de dialogue, citez la phrase visée, identifiez le locuteur et faites tenir les nouveaux mots dans le temps occupé par la phrase source. Le guide rapporte qu’un remplacement plus long a été coupé lorsqu’il dépassait l’intervalle de parole disponible. Écrire davantage de mots ne crée pas de temps de parole supplémentaire dans le plan existant.

Vérifiez la phrase audible avec l’interprétation visible. Gardez une copie de la formulation source et du remplacement visé afin de repérer un mot omis, une phrase mal calée ou un changement sonore indésirable. Le résultat utile est le moment parlé révisé dans la scène modifiée, plutôt qu’une transcription supposée fidèle au seul motif que le rendu est terminé.

Limites sources et sortie héritée

Le profil exact du producteur exige une vidéo et un prompt de modification. L’instruction comporte de un à 4096 caractères après suppression des espaces environnants. L’extrait est fourni par une URL ou un MP4 encodé, avec une durée maximale de quinze secondes et une limite d’entrée de cinquante MiB. Chaque côté doit mesurer au moins 160 pixels et l’extrait normalisé doit contenir au moins dix-sept images à 24 fps, soit environ sept dixièmes de seconde. Les sources trop longues sont rejetées, plutôt que tronquées silencieusement ; les sources trop petites peuvent échouer pendant le traitement.

Le processus documenté utilise un traitement à 24 fps et suit la longueur et le rapport d’aspect de la source. Les entrées dépassant le profil 720p sont réduites ; le fabricant donne l’exemple d’une source 1920×1088 renvoyée en 1248×704. La durée, la résolution et le rapport d’aspect ne sont pas des réglages indépendants de sortie dans ce profil de modification. Sa recette d’échantillonnage est gérée en interne et des champs tels que mode, version, seed ou generate_audio ne sont pas acceptés dans le contrat déclaré de requête.

Une vidéo utilisée seulement comme inspiration de mouvement ou de style pour un plan nouvellement généré relève d’un autre processus. Cet éditeur n’accepte pas de référence image, d’entrée exclusivement audio, de masques ni de demande de prolongation de l’extrait. Préparez la vidéo réelle à modifier et conservez sa durée choisie avant de rédiger la modification. Après un traitement asynchrone, le producteur renvoie le MP4 modifié par un lien signé temporaire de fourniture, valide environ une heure. Sauvegardez le résultat et comparez l’objet changé, les images environnantes, la temporalité et l’audio à la source avant d’utiliser l’extrait dans un montage plus long.