Garder les mêmes personnages dans chaque plan, c’était le plus facile. Voici ce qui a vraiment fait marcher l’épisode 1 de GuaPi.

Ce dont RefVid se charge : les mêmes visages

Chaque personnage a eu sa planche avec quatre angles et quatre expressions, et chaque vue a été vérifiée à l’œil. Sur la première planche de l’oie, la bosse noire du bec manquait dans la vue de face : elle a été redessinée avant toute autre chose.

Quatre recadrages carrés de chaque planche sont devenus les images de référence du personnage dans le studio. Dès lors, un plan n’a plus qu’à indiquer qui y apparaît. La cour a elle aussi eu sa peinture, pour que le décor reste le même.

• 
  GuaPi · L’oie
• 
  Henry · Le garçon
• 
  Xiaobai · Le chien
• 
  Alice · La sœur

Dessinez l’instant qui précède l’action

Chaque plan part d’une image clé, qui devient la première image du clip. Le modèle ne peut qu’avancer à partir de là : c’est donc le dessin qui décide de ce que le clip peut encore faire.

Nos premières images clés montraient le meilleur moment de chaque plan : les trois déjà tombés dans la couette, le ventilateur déjà fumant, la poussière déjà en l’air. Ces clips n’avaient plus rien à animer et bougeaient à peine. Une fois les images redessinées juste avant ce moment, les mêmes prompts nous ont donné la chute, l’explosion et la mêlée.

Les 14 images clés du montage final, dessinées dans l’ordre des plans pour que chacune commence là où la précédente s’arrête.

Un seul événement par plan, et dites avec quelle force il se produit

Chaque plan est une génération de 3 secondes à part entière : l’image clé en première image, uniquement les personnages du plan, son coupé. Le prompt décrit la seule chose qui se passe pendant ces trois secondes, avec quelle violence elle se produit et comment le visage change.

Quand nous demandions trois choses dans un même plan, nous n’en obtenions aucune. Un chien qui attrape la tranche, le garçon qui se retourne et l’oie qui s’éloigne, c’était trop pour 3 secondes : c’est devenu un seul événement, la tranche qui tombe dans la gueule du chien.

Plan

Plan 12, l’explosion

Personnages

Henry

Réglages

Kling 3.0 Omni · 3 s · 9:16 · 720p · sans son · image clé en première image

Prompt

The little fan sparks and bursts with a pop: a thick cloud of black smoke explodes out of it, the blades jam and stop, the umbrella jolts; Henry's grin turns into wide-eyed panic. Keep the drawn style.

Copier le promptEssayer dans le studio

N’écrivez jamais un son dans un prompt vidéo. Dans notre première version, nous avions demandé « une seule note d’harmonica », et le modèle a posé un harmonica sur la table.

Gardez toutes les prises et coupez selon l’action

Nos premiers montages raccourcissaient chaque clip aux secondes prévues par le script, comptées depuis le début. Cela jetait les meilleurs passages : les yeux paniqués d’Henry arrivent tout à la fin du plan de l’explosion. Le montage final garde chaque clip en entier et ne retire que les vrais défauts, comme sept images floues dans le dernier plan.

Les anciennes prises sont aussi de la matière. La mêlée pour la pastèque, ce sont cinq coupes rapides tirées de trois prises différentes, reliées par un flash blanc à chaque coup et un léger tremblement de caméra.

Calez chaque son sur son image

Les clips ont été générés sans son, et la bande-son a été construite ensuite. La base est l’audio de notre première version, générée avec le son, redécoupé plan par plan pour coller à l’image. Les coups viennent de sonothèques CC0 gratuites, et chacun démarre à l’image exacte où l’action se produit. Dans une version, l’explosion arrivait 0,9 seconde trop tôt, et ça sautait tout de suite aux yeux.

La musique est un enregistrement du domaine public de Dans l’antre du roi de la montagne. Elle avance à pas de loup pendant le face-à-face, joue à plein orchestre pendant la bagarre et l’envol, s’arrête net pour l’explosion et la chute, et pose son dernier accord en même temps qu’eux.

Huit versions

Chaque version nous a appris une règle. Chaque règle a rejoint la méthode ci-dessous avant que la version suivante ne commence.

1. 
   AnimatiqueImages clés fixes avec des mouvements de caméra. Utile pour le rythme, mais ce n’est pas une vidéo.
2. 
   v1Cinq clips plus longs, avec son et sans images clés. Les plans ignoraient les dessins.
3. 
   v2 à v5Un clip de 3 secondes par plan à partir de son image clé. Quatre plans bougeaient à peine.
4. 
   v6Quatre images clés redessinées comme l’instant d’avant ; les sons calés sur leurs images.
5. 
   v7 et v8La bagarre remontée à partir de trois prises, puis chaque clip gardé en entier.

Ce que ça a coûté

Environ $10 de génération vidéo pour tout l’épisode, dont l’essentiel pour la première version, faite avant d’avoir dessiné quoi que ce soit. Les planches et les images clés n’ont rien coûté de plus.

Comment faire une série animée IA : notre méthode

1. 1Écrivez 12 à 16 plans avec un seul événement chacun, et placez un conflit dès la première seconde.
2. 2Dessinez une image clé par plan, dans l’ordre, montrant l’instant qui précède l’action, avec des visages exagérés.
3. 3Générez un clip de 3 secondes par plan à partir de son image clé, avec uniquement les personnages du plan et aucun mot lié au son dans le prompt.
4. 4Regardez chaque prise image par image avant de couper, et gardez les anciennes prises.
5. 5Coupez selon l’action : gardez les visages et les réactions, et ne retirez que ce qui est raté.
6. 6Calez chaque son sur son image, et ajoutez la musique dans une version à part.
7. 7Regardez le montage final image par image avant de le publier.