Dans la création de vidéo générative par intelligence artificielle, les monteurs et animateurs se heurtent couramment au problème de la dérive stochastique : générer une vidéo à partir d'une seule image permet de savoir d'où l'on part, mais rarement où l'on atterrit, tandis que les prompts textuels purs provoquent souvent des déformations anatomiques incontrôlées. Le mode image de début et de fin (Start and End Frame mode) de Vidu, développé sur l'architecture U-ViT de ShengShu Technology, surmonte cet obstacle majeur en imposant deux points d'ancrage visuels stricts : la seconde 0:00 est verrouillée sur l'image initiale, et la dernière image est calée sur l'image cible. L'IA cesse ainsi d'être une loterie aléatoire pour devenir un moteur d'intervallage (in-betweening) et d'interpolation spatiale doté d'une véritable compréhension physique.
Qu'il s'agisse de concevoir des match cuts cinématographiques, des métamorphoses complexes pour la publicité ou d'accélérer l'animation 2D/3D, ce guide détaille la méthode opérationnelle pour tirer parti du flux à deux images clés de Vidu.
1. Architecture fondamentale : L'importance des images extrêmes
La génération classique image-vers-vidéo projette le mouvement vers l'avant avec une fidélité qui s'estompe au fil du temps. Le mode image de début et de fin de Vidu applique au contraire une contrainte aux deux extrémités temporelles :
- Double ancrage visuel : Le modèle de diffusion est conditionné simultanément par l'image de départ (
start_image_url) et l'image d'arrivée (end_image_url), obligeant la trajectoire de la séquence à converger avec une rigueur géométrique absolue. - Interpolation respectant les lois de la physique : Loin d'un fondu enchaîné basique ou d'une déformation plane en flux optique, Vidu modélise la profondeur de champ tridimensionnelle, les variations de volume, la dynamique des corps rigides et la réaction des éclairages.
- Raccord parfait sur la timeline : La dernière image étant fixée d'avance, les monteurs travaillant sur Premiere Pro, DaVinci Resolve ou Final Cut Pro peuvent monter leurs plans avec une précision chirurgicale, assurant une parfaite continuité de mouvement (raccord dans le mouvement).
2. Préparation des images clés : Les règles de conformité technique
La fluidité de la transition dépend en premier lieu de la cohérence visuelle des deux images sources. Toute divergence fondamentale entraînera des étirements ou des artéfacts au milieu de la séquence.
Ratios d'aspect et résolutions strictement identiques
L'image de départ et l'image d'arrivée doivent obligatoirement partager le même format (16:9 cinématographique, 9:16 vertical pour les formats courts ou 1:1 carré). Si l'une mesure 1920×1080 et l'autre a été rognée à 1800×1080, Vidu devra compenser l'écart en étirant les bords, ce qui générera des distorsions périphériques. Normalisez toujours vos dimensions dans Photoshop ou Figma avant l'importation.
Ancrage spatial et silhouettes
- Continuité du point focal : Si le sujet se trouve dans le tiers inférieur droit au début, évitez de le placer à l'opposé dans l'image finale sans une trajectoire de déplacement crédible.
- Superposition des silhouettes lors d'une métamorphose : Pour transformer un croquis en véhicule photoréaliste ou un emballage en éclaté mécanique, une superposition approximative des volumes et centres de gravité aide le réseau de neurones à calculer un morphing propre.
- Cohérence lumineuse : Même si Vidu sait gérer les transitions d'ambiance (jour/nuit), inverser brutalement la direction de la lumière principale de 180 degrés peut provoquer des clignotements d'ombres indésirables. Harmonisez les contrastes et les teintes avant la génération.
3. Déroulement pas à pas : Studio Web et intégration API
Vidu met à disposition une interface web ergonomique pour les créateurs ainsi qu'une API complète pour les studios et développeurs.
Utilisation sur l'interface Web
- Accès au tableau de bord : Connectez-vous sur Vidu et accédez à la section « Image to Video ».
- Activation du mode double image : Dans le module de téléversement, basculez vers la vue affichant les deux emplacements : First Frame (image de début) et Last Frame (image de fin).
- Téléversement des fichiers : Glissez-déposez vos deux images haute résolution dans leurs cases respectives.
- Réglage des paramètres :
- Durée (Duration) : Choisissez entre 4 secondes (parfait pour les mouvements de caméra vifs et les transitions rapides) et 8 secondes (recommandé pour les métamorphoses progressives de matière).
- Amplitude de mouvement (Movement Amplitude) : Pour des variations d'expression subtiles ou un travelling avant lent, réduisez l'amplitude afin de préserver l'anatomie ; pour des explosions, rotations amples ou effets visuels dynamiques, augmentez-la.
- Rédaction du prompt cinétique : Décrivez avec précision la dynamique intermédiaire reliant les deux états (voir conseils de rédaction ci-dessous).
- Rendu et contrôle qualité : Lancez la génération et analysez la fluidité des images intermédiaires produites.
Automatisation via l'API développeur
Pour les studios intégrant des pipelines de storyboarding automatisés ou des workflows ComfyUI, la plateforme propose des endpoints dédiés sur Vidu API Platform :
- Point d'entrée :
POST /v1/vidu/start-end2video - Exemple de corps de requête :
{ "prompt": "Cinematic morph from technical clay model to polished glossy sports car, headlights turn on, slow forward dolly, ultra-detailed, 4k", "start_image_url": "https://assets.yourstudio.com/frames/start.png", "end_image_url": "https://assets.yourstudio.com/frames/end.png", "duration": 4, "aspect_ratio": "16:9", "movement_amplitude": "auto" } - Interrogez ensuite le statut de la tâche grâce au
task_idretourné jusqu'à la mise à disposition de la vidéo MP4 finale.
4. Rédaction du prompt de transition : Décrire le pont cinétique
L'erreur la plus répandue consiste à réécrire la description de l'image A et de l'image B dans la boîte de prompt :
❌ Prompt inefficace : « À gauche, un croquis de montre et à droite, une montre de luxe dorée posée sur un socle sombre. »
Vidu extrait déjà l'ensemble des éléments sémantiques depuis vos deux visuels. Le rôle du prompt est de décrire le pont cinétique (The Kinetic Bridge) : quels mécanismes physiques, quelle cadence temporelle et quels mouvements de caméra permettent de passer du point A au point B.
Structure type recommandée
[Mécanisme de transformation] + [Comportement physique des matières] + [Trajectoire de caméra] + [Stabilité temporelle et style]
Exemples d'application concrète
- Métamorphose organique de matière :
“Smooth organic metamorphosis, the stone bust delicately dissolves into liquid metallic bronze, flowing seamlessly along facial contours before cooling into polished reflective chrome. Locked camera, elegant studio lighting, flicker-free temporal consistency.” (Métamorphose organique fluide, le buste en pierre se dissout délicatement en bronze métallique liquide, s'écoulant le long des contours du visage avant de se figer en chrome poli réfléchissant. Caméra fixe, éclairage studio raffiné, cohérence temporelle sans clignotement.)
- Raccord vif en panoramique filé (Whip-Pan Match Cut) :
“Fast horizontal whip-pan to the right with intense dynamic motion blur, the vintage wooden room swiftly streaks across the frame, decelerating smoothly to lock onto the minimalist white gallery. Seamless scene transition, realistic kinetic inertia.” (Panoramique filé horizontal rapide vers la droite avec flou de mouvement intense, la pièce en bois rétro s'étire rapidement en stries pour décélérer avec souplesse et se caler sur la galerie blanche épurée. Transition invisible entre deux décors, inertie physique réaliste.)
- Travelling avant macro immersif (Dolly-In) :
“Continuous smooth camera push-in through the iris of the eye, the pupil expands gracefully and reveals a swirling cosmic nebula. Immersive visual depth, stable geometry, zero visual jitter.” (Avancée continue et fluide de la caméra à travers l'iris de l'œil, la pupille s'élargit avec grâce pour révéler une nébuleuse cosmique en rotation. Profondeur spatiale immersive, géométrie stable, absence totale de tremblement visuel.)
5. Cas d'usage majeurs pour animateurs et monteurs
1. Intervallage automatisé en animation 2D et 3D
En animation traditionnelle ou numérique, tracer à la main les dessins intermédiaires entre deux poses clés (l'anticipation et la pose d'arrivée) monopolise un temps considérable. En confiant les poses extrêmes à Vidu, l'IA calcule les mouvements secondaires (ondulation des vêtements, retombée des mèches de cheveux, amorti de poids), divisant par dix le temps de production des ébauches animées.
2. Vues éclatées de produits et unboxing publicitaire
Pour les spots publicitaires, montrer un emballage se déverrouiller pour déployer un appareil électronique ou faire léviter des pièces détachées requiert habituellement des jours de simulation 3D. Avec la boîte fermée en première image et l'éclaté mécanique en dernière image, Vidu génère une animation technologique de pointe en quelques secondes.
3. Évolution temporelle et variations de lumière
Dans les documentaires ou les films d'architecture, faire se succéder une vue diurne ensoleillée et la même façade la nuit avec ses fenêtres allumées permet d'obtenir un time-lapse photoréaliste complet, avec déplacement des ombres et allumage progressif des éclairages.
6. Dépannage et finitions en post-production
Lorsque l'interpolation présente des irrégularités lors de transitions complexes, appliquez les méthodes professionnelles suivantes :
- Déformations incohérentes au milieu du plan : Cela survient lorsque le fossé sémantique entre les deux images est démesuré (par exemple, passer directement d'une barque médiévale à une navette spatiale).
- Solution : Technique de l'image relais. Concevez une image intermédiaire (un véhicule hybride). Générez deux plans de 4 secondes (Barque $\to$ Relais, puis Relais $\to$ Navette), et raccordez-les en cut direct sur votre logiciel de montage.
- Micro-clignotement à l'arrivée sur l'image cible : Provoqué par une infime disparité de colorimétrie ou de niveau de noir entre les deux fichiers d'origine.
- Solution : Harmonisez l'étalonnage et les courbes de luminance dans DaVinci Resolve avant de charger les images sur Vidu.
- Remappage temporel (Speed Ramping) au montage : Le calcul IA produit par défaut un mouvement linéaire. Dans Premiere Pro ou DaVinci Resolve, appliquez une courbe de vitesse de Bézier (départ posé $\to$ accélération brutale au cœur de la transition $\to$ décélération fluide sur l'image finale). L'ajout de design sonore percutant (whooshes, impacts sourds) dissimule les imperfections et confère une allure résolument cinématographique au plan.
7. Tarifs et modèle de crédits de la plateforme
Vidu fonctionne selon un système de crédits de calcul :
- Formules d'accès : Les nouveaux inscrits bénéficient de crédits d'essai gratuits. La plateforme propose des forfaits d'abonnement mensuels ou annuels (facturés via Stripe) ainsi que des packs de crédits rechargeables sans engagement.
- Consommation des crédits : Le coût dépend de la durée choisie (4 ou 8 secondes) et de la précision du modèle. Les crédits d'abonnement sont renouvelés chaque mois, tandis que les crédits achetés à la carte restent valables jusqu'à 2 ans.
- Usage studio et API : Les entreprises ayant d'importants volumes de calcul peuvent solliciter des quotas de débit et des accès prioritaires via la plateforme API.
Le mode image de début et de fin de Vidu réinvente la vidéo générative, transformant un processus aléatoire en un instrument d'interpolation spatiale ultra-précis. Grâce à une préparation rigoureuse des images clés et à une écriture de prompt axée sur la dynamique du mouvement, les créateurs audiovisuels disposent enfin d'une solution opérationnelle pour leurs exigences professionnelles.