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 fondé sur une image. Son profil de production prend en charge la génération vidéo à partir de texte, la génération à partir d’une image et la création guidée par des images de début et de fin, avec son généré, références de ressources et processus distinct de continuation. Utilisez-le pour développer un concept cinématographique, un court récit de produit ou un segment visuel doté d’une scène, d’une action et d’une expérience sonore 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 exemple original de brief de scène peut montrer un récipient en verre sur une surface de studio sombre, avec un lent mouvement latéral révélant un reflet tandis qu’un doux son d’ambiance accompagne cette révélation. Chaque instruction fournit une caractéristique visible ou audible à évaluer dans le résultat achevé.

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 plutôt que d’ajouter tous les descripteurs possibles. Rédigez les indications en anglais pour le profil de prompt documenté. Si la scène comporte plusieurs actions, précisez leur relation et gardez-les proportionnées à un clip court pour que la révélation ou la réaction reste lisible.

Une image de départ établit l’apparence et la composition initiales. 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 inspectez le mouvement entre ces images après la génération.

Les références de ressources ont un autre rôle : 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 caractéristiques visuelles importantes et précisez le rôle de chaque ressource dans le prompt. La spécification de génération vidéo à partir d’images de référence du modèle de production utilise une sortie de huit secondes pour ce processus de référence, distinct du choix de durée courant pour une scène issue de texte.

Le profil de production courant du fabricant génère des clips de quatre, six ou huit secondes à 24 images par seconde. Il prévoit des 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 fondée sur une image accepte JPEG ou PNG, indique un maximum d’image d’entrée de 20 Mo et prend en charge des configurations d’entrée 720p/1080p. Choisissez le profil de sortie selon son emplacement prévu et gardez la composition lisible à cette taille.

Un 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 d’eux. Une instruction de dialogue et une instruction de caméra répondent à des questions différentes : l’une établit la prestation, l’autre la façon dont le public la voit. Gardez le texte dans le temps de parole utile du clip et vérifiez l’intelligibilité du son et sa relation avec l’action.

Pour une continuation, le fabricant propose un processus distinct d’extension vidéo. Partez d’un clip source généré approprié et décrivez l’événement visible suivant ou le changement de la scène. Préservez l’original et le segment poursuivi pour examiner leur jonction du point de vue de l’apparence, du mouvement et du son. Les choix normaux de durée et de résolution pour une nouvelle génération ne doivent pas être considérés comme un contrat universel pour chaque opération d’extension.

Une description négative peut concentrer les exclusions sur les exigences visuelles de la tâche. Pour une série de variantes de produit, 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. Vous pouvez ainsi 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 de sortie différents. Fast prévoit 720p et 1080p ; le profil 3.1 standard prévoit également la 4K. Gardez l’édition choisie associée 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 comme l’opération prise en charge dépendent du processus choisi.

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