VEO 3.1 Référence à la vidéo : votre objet, nouvelles scènes
Bottom Line Up Front (BLUF): VEO 3.1 Reference To Video est un mode vidéo AI où vos images mènent et le texte suit. Téléchargez une à trois images de référence – un produit, un personnage, un style – et décrivez ce qui devrait leur arriver. Le modèle transporte votre objet reconnaissable dans une toute nouvelle scène au lieu d'inventer un remplaçant aléatoire.
Que signifie la référence à la vidéo
Une génération régulière réinvente la monture à chaque fois : demandez une sneaker à un athlète en train de courir et vous obtenez une sneaker, jamais la vôtre. Le mode référence corrige exactement cela. Vous montrez au modèle un objet spécifique sur une à trois images, et cet objet est ce qui apparaît dans le clip terminé.
Les références n’ouvrent ou ne ferment pas de cadres – ce sont des exemples. Le modèle étudie à quoi ressemble votre objet ou votre personnage, puis tourne une nouvelle scène autour de lui en fonction de votre texte. Au moins une image est obligatoire ; le mode ne démarrera tout simplement pas sans références.
En quoi cela diffère de l'image à la vidéo
Dans la conversion image-vidéo classique, l'image devient la première image et l'action en découle : même composition, même angle. Le mode référence est plus libre : la scène est construite à partir de zéro selon vos instructions, tandis que les images dictent uniquement à quoi doivent ressembler ses participants.
Les deux modes conviennent à des tâches différentes. Donner vie à une photo spécifique appartient à la norme VEO 3.1. Montrer votre produit dans des contextes où il n'a jamais été photographié, ou guider un personnage à travers une série de clips différents - c'est pour cela que Reference To Video existe.
Choisir des références qui fonctionnent
La règle est simple : le modèle doit voir clairement l’objet. Utilisez des images nettes où le sujet remplit une bonne partie du cadre, sans encombrement visuel autour de lui. Pour les objets aux formes complexes, deux ou trois angles aident le modèle à saisir le volume plutôt que seulement la vue de face.
Dans l’invite, évitez de décrire ce que les références montrent déjà – décrivez plutôt la scène et l’action : où se trouve l’objet, ce qui l’entoure, comment la caméra se déplace, à quoi ressemble la lumière. Le format du cadre est défini dans les options : paysage 16:9, portrait 9:16 ou Auto.
Mode rapide uniquement et tarification
La génération de référence s'exécute exclusivement sur le niveau Rapide : Lite et Qualité ne peuvent pas être sélectionnés ici, et le formulaire revient à Rapide si vous essayez. En pratique, c'est un avantage : les rendus reviennent rapidement, vous pouvez donc parcourir plusieurs idées de scènes avec le même jeu de référence en une seule séance.
Le coût d'un clip dépend des paramètres de génération et est payé à partir du solde de jetons à l'échelle du site. Les générations ratées ou refusées ne coûtent rien. Les règles de contenu standard VEO s'appliquent : pas d'enfants dans le cadre, pas de cruauté envers les animaux, pas de matériel réservé aux adultes.
Là où la mode brille
Le premier grand cas d'utilisation est le commerce électronique : avec une poignée de photos de produits, vous pouvez filmer des clips pour des annonces, des publicités et des publications sur les réseaux sociaux sans louer de studio. Une bouteille de sauce lors d’un pique-nique d’été, des baskets lors d’une course en ville, une crème pour le visage sur une étagère de salle de bain en marbre – tous issus des trois mêmes références.
Le second est un contenu sériel avec un héros récurrent : une mascotte de marque, un personnage issu de vos illustrations, un objet signature. Préparez les références une fois et vous obtenez toute une ligne de vidéos où le héros reste cohérent d'un clip à l'autre. Les résultats sont stockés dans l’historique, prêts à être téléchargés ou étendus.
Questions fréquentes
Combien d’images de référence puis-je télécharger ?
Entre un et trois, et au moins un est requis — le mode ne démarrera pas sans références. Pour les objets aux formes complexes, le fait de fournir deux ou trois angles aide le modèle à capturer la forme avec précision.
Pourquoi ne puis-je pas choisir le niveau Qualité ?
Reference To Video fonctionne uniquement sur Fast ; c'est une contrainte technique du mode, et le formulaire réinitialise tout autre choix sur Rapide. L'avantage réside dans les rendus rapides et les itérations bon marché des idées de scène.
L'objet correspondra-t-il exactement à mes photos ?
Le modèle maintient l'objet reconnaissable, mais il s'agit d'une génération et non d'une copie : de petits détails peuvent dériver. Des références nettes sous plusieurs angles améliorent la précision et une prise de vue peut simplement être régénérée.