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 une image. Son profil de production prend en charge la vidéo à partir de texte, d’image et de première et dernière image guidées, avec son généré, références de ressources et processus de prolongement séparé. Utilisez-le pour développer un concept cinématographique, un court récit 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 les alentours, l’heure de la journée et la lumière, puis définissez le point de vue ou le mouvement de caméra et le style visuel souhaité. Un brief original de scène pourrait montrer un récipient en verre sur une surface de studio sombre, avec un lent déplacement latéral révélant un reflet pendant qu’un doux son environnemental accompagne la révélation. Chaque instruction donne une caractéristique visible ou audible pouvant 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 les parties qui servent le plan plutôt que d’ajouter tous les descripteurs possibles. Rédigez la direction en anglais pour le profil de prompts documenté. Si la scène comporte plusieurs actions, indiquez leur relation et gardez-les proportionnées à un court clip afin 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 identifiant le sujet principal, puis examinez le mouvement entre ces images après 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 montrant les traits visuels importants et explicitez le rôle de chaque ressource dans le prompt. La spécification de vidéo à partir d’images de référence du modèle de production utilise une sortie de huit secondes pour ce processus de référence, séparément de la sélection de durée textuelle ordinaire.

Le profil de production ordinaire du fabricant génère des clips de quatre, six ou huit secondes à 24 images par seconde. Il indique un cadrage paysage 16:9 et portrait 9:16, jusqu’à quatre sorties vidéo par prompt et des résolutions de sortie 720p, 1080p et 4K. Le format vidéo de sortie est MP4. Sa spécification fondée sur une image accepte JPEG ou PNG, indique un maximum de 20 Mo pour l’image d’entrée et prend en charge les 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’atmosphère 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 la façon dont le spectateur la voit. Gardez les mots dans le temps de parole utile du clip et vérifiez l’intelligibilité du son ainsi que son rapport avec l’action.

Pour un prolongement, le fabricant fournit un processus séparé de prolongement vidéo. Partez d’un clip source généré approprié et décrivez le prochain événement visible ou changement dans la scène. Préservez l’original et le segment prolongé afin de pouvoir contrôler leur raccord pour l’apparence, le mouvement et le son. Les choix ordinaires de durée et de résolution des clips nouvellement générés ne doivent pas être considérés comme un contrat universel pour toute opération de prolongement.

Une description négative peut cibler les exclusions selon les exigences visuelles de la tâche. Pour une série de variations de produit, gardez le sujet et la composition stables en changeant une seule direction créative, telle que l’éclairage ou la distance de caméra. Enregistrez le prompt, les références et les réglages sélectionnés avec le résultat. Cela permet de comparer une différence créative utile plutôt qu’une collection de générations sans rapport.

Le profil de production Veo 3.1 normal et Veo 3.1 Fast ont des profils de résolution de sortie différents. Fast indique 720p et 1080p ; la version 3.1 normale indique aussi la 4K. Gardez l’édition choisie attachée au résultat, sans remplacer implicitement 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 sélectionné.

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, ressources 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, avec les titres, transitions ou autres finitions ajoutés dans le montage environnant.