Les outils de génération vidéo ouvrent des possibilités qui m’intéressent beaucoup. Ils ne décident pourtant ni de ce que je veux raconter, ni de ce que je considère comme juste. Réaliser un clip reste une suite de choix.
Une belle séquence n’est pas encore un film
Il faut relier les plans, construire une progression, préserver une présence ou une atmosphère. Plusieurs images réussies séparément peuvent ne rien raconter ensemble. Le montage donne un rapport entre elles, et la musique change encore la façon de les regarder.
Comme auteur-compositeur et réalisateur de mes clips, je tiens à ce dialogue. Je ne veux pas que la chanson serve simplement de fond sonore à une démonstration visuelle. L’image peut surprendre, mais elle doit trouver sa place dans l’ensemble.
Des outils différents, des choix à faire
Je préfère choisir un outil en fonction du plan recherché plutôt que courir après un classement. Une scène intime, un mouvement de caméra ample et une animation à partir d’une photo ne posent pas les mêmes questions. Voici quelques différences utiles, à partir des possibilités annoncées par les éditeurs en octobre 2026 : ce ne sont pas des garanties de réussite à chaque essai.
MiniMax H3 : guider l’image avec des références
MiniMax H3 associe image et son et accepte plusieurs types de références pour guider un personnage, un mouvement ou une ambiance. C’est une piste intéressante pour chercher une continuité entre des plans. La contrepartie : les possibilités proposées dépendent du service utilisé. Sa version téléchargeable a aussi des conditions de licence et des restrictions territoriales, notamment dans l’Union européenne ; « ouvert » ne signifie donc pas utilisable partout et sans condition.
Veo : l’image et l’ambiance sonore ensemble
Veo 3.1 met notamment en avant la création de séquences avec leur son et l’usage d’images de référence. Cela peut servir une scène où les bruits, la présence et l’atmosphère comptent autant que le mouvement. Il faut en revanche composer avec les durées et les options disponibles dans chaque offre Google. Je retiens ici la version 3.1, documentée par Google à la date de cette mise à jour, plutôt qu’une version 3.2 que je ne peux pas confirmer.
Kling 4 : travailler le mouvement et la continuité
Kling 4 annonce davantage de contrôle sur les mouvements, les références visuelles et la cohérence des personnages. De quoi envisager des scènes plus dirigées et des déplacements de caméra ambitieux. Mais une longue scène complexe reste exigeante : il faut examiner les gestes, les visages et les raccords. L’accès aux options et le budget dépendent de la formule et de l’interface choisies.
LTX 2.5 : davantage de liberté, un peu plus d’implication
LTX 2.5 propose des variantes privilégiant la rapidité ou la qualité, ainsi que des séquences comportant plusieurs plans. Il existe aussi une version téléchargeable pour travailler sur son propre ordinateur. Cette ouverture permet de mieux adapter l’outil à ses besoins, sous les conditions de sa licence. Elle demande en retour un équipement adapté, du temps et un peu plus de préparation. Le service en ligne reste une autre possibilité.
Seedance 2.5 : construire une séquence avec plusieurs références
Seedance 2.5 met l’accent sur les séquences plus longues, les références d’image, de vidéo et de son, ainsi que la reprise de passages ciblés. L’intérêt est de pouvoir mieux préparer une continuité narrative. Le revers est qu’un projet ambitieux mobilise davantage de références et d’essais ; selon le service, la facture peut vite augmenter. Il faut aussi vérifier quelles fonctions sont réellement accessibles dans l’offre choisie.
Combien coûte une idée qui bouge ?
Pour donner un repère concret, Runway affiche, au 24 octobre 2026, des formules à 12, 28 et 76 dollars par mois avec paiement annuel. Ce sont des enveloppes de crédits, pas des promesses de films à volonté. La formule à 12 dollars correspond par exemple à environ 52 secondes de génération avec Gen-4.5 : les essais écartés consomment eux aussi ce budget. Le paiement mensuel, les taxes et les options peuvent modifier le montant.
Le vrai prix est celui du plan que l’on conserve. Exemple purement illustratif : à 2 euros l’essai, cinq tentatives pour obtenir un plan reviennent à 10 euros ; douze plans réalisés dans ces conditions représentent 120 euros de génération. Cela n’inclut ni l’écriture, ni le montage, ni la musique, ni le temps de travail. Avec des options coûteuses et beaucoup de reprises, le budget peut devenir prohibitif pour un petit projet.
Du côté des outils ouverts, il faut distinguer le logiciel libre des modèles téléchargeables assortis de conditions. Travailler sur son ordinateur peut éviter une facturation à chaque génération, mais l’équipement, l’électricité et le temps ne disparaissent pas. Je préfère préparer quelques plans précis et essayer court avant de lancer une longue séquence. La parcimonie peut aussi être une bonne méthode artistique.
Le téléphone est pratique ; l’interface compte aussi
Les applications mobiles grand public privilégient souvent la simplicité : une image, quelques mots, un bouton. Les interfaces web sur ordinateur donnent fréquemment davantage de place aux références, aux réglages et à la comparaison des essais. Un site propriétaire ou une interface comme Gradio peut ainsi ouvrir plus de possibilités de travail.
Ce n’est pourtant pas une règle absolue : certaines applications sont très complètes, et un site web peut aussi s’utiliser sur smartphone. Gradio désigne une façon de présenter des outils dans un navigateur, pas un générateur en soi. Ce qui compte, c’est ce que l’interface et l’abonnement permettent réellement de contrôler. Pour une création soignée, je regarde ces possibilités avant le bouton « générer ».
Garder le regard, jusqu’au dernier raccord
Une séquence peut contenir une bonne idée et un détail qui la rend inutilisable : un visage altéré, un geste incohérent, un décor qui change sans raison. Je retrouve ici une exigence proche de celle du développement : comprendre le résultat, le reprendre et vérifier. Générer n’est qu’une étape parmi d’autres.
Un bon prompt commence par une intention de cinéma
Pour diriger une image, « fais quelque chose de magnifique » laisse beaucoup de place au hasard. Un bon prompt — la consigne donnée au générateur — précise ce que le spectateur doit ressentir, puis décrit un plan réalisable. Le vocabulaire du cinéma aide à être clair : un plan rapproché pour une présence, un plan d’ensemble pour situer un personnage, un travelling avant pour s’approcher, une lumière latérale douce pour modeler le visage, une faible profondeur de champ pour détacher le sujet du décor.
Par exemple, pour une scène imaginaire :
Plan rapproché d’un personnage près d’une fenêtre, au crépuscule. Lent travelling avant, à hauteur du regard. Lumière latérale douce, arrière-plan légèrement flou. Le personnage relève les yeux avec retenue. Une atmosphère intime et suspendue, un mouvement continu, sans changement de plan.
Pas besoin d’empiler les termes savants ou de demander cinq mouvements incompatibles. Une intention, une action lisible, un cadrage et une lumière cohérents donnent une meilleure base. Des images de référence peuvent la préciser ; elles ne remplacent pas le regard. Le prompt est le début de la mise en scène. Le film se construit encore dans le choix des prises, le rythme et le montage. C’est là que je veux rester aux commandes.