La plupart des outils de vidéo IA sont conçus pour le moment fort. Sora, Kling, Luma, Runway : tous sont optimisés pour le spectacle : un clip de cinq secondes saisissant, une expérience visuelle impressionnante sur les réseaux sociaux.
Ce qu'ils résolvent rarement, c'est ce qui compte vraiment pour les conteurs professionnels : la cohérence entre les scènes, l'identité des personnages à travers les coupes, et un contrôle créatif granulaire qui ne nécessite pas de tout recommencer à chaque petit écart.
C'est cette lacune qu'Utopai Studios vise avec PAI. Son équipe, issue de Google Research, Meta Superintelligence, Amazon AGI et Adobe Firefly, a conçu PAI spécifiquement pour la production cinématographique longue forme : jusqu'à 16 plans dans un flux narratif unique, des sorties allant jusqu'à une minute, et une résolution allant jusqu'à 4K.
Il inclut également une protection intégrée des droits d'auteur qui bloque la génération contre les propriétés intellectuelles protégées, les personnages soumis au droit d'auteur et les ressemblances réelles de personnes publiques—une fonctionnalité destinée aux studios et aux professionnels qui ne peuvent pas se permettre une infraction accidentelle.
PAI vient d'ouvrir au public plus tôt ce mois-ci. Nous avons eu accès, passé du temps à chaque étape du flux de travail, et perdu quelques crédits en cours de route. Voici le tableau complet.
L'écran principal ressemble à ChatGPT ou à toute interface de chatbot typique. De là, vous naviguez dans cinq onglets : Personnages, Storyboard, Vidéo, Éditeur et Historique.
Mais ne vous y trompez pas : PAI n'est pas un outil de type prompt-et-attente comme Sora ou Veo. C'est un pipeline de production structuré avec une couche de langage naturel par-dessus, et la distinction compte—beaucoup—quand les crédits sont en jeu.
C'est la fonctionnalité la plus forte de toute la suite, et probablement le système de génération de personnages le plus impressionnant actuellement disponible dans n'importe quel outil de vidéo IA.
Les utilisateurs peuvent soit laisser le modèle créer des personnages tout seul, soit lui fournir des images de référence. Ce qu'il fait n'est pas de l'échange de visage—il ne transplante pas la ressemblance d'une personne réelle comme le font les outils de deepfake. Au lieu de cela, il génère des modèles entièrement nouveaux qui sont extrêmement proches de la référence, sans les problèmes juridiques et éthiques liés au remplacement direct du visage. Toutes les sorties sont filigranées avec SynthID.
La plupart des personnages générés par IA ont une qualité de peau cireuse qui les trahit immédiatement. Ce n'est pas le cas de PAI, ou du moins pas à la même échelle. La texture de la peau semble réaliste, tout comme la façon dont la lumière interagit avec le visage, et les détails sont forts. Que cela vienne d'un modèle propriétaire ou d'un flux de génération inhabituellement raffiné, les résultats parlent d'eux-mêmes.
L'édition des personnages se fait en langage naturel : j'ai généré un personnage en utilisant l'apparence de ma femme comme référence, mais j'ai trouvé le résultat beaucoup trop mince—j'ai donc demandé au modèle d'ajuster les proportions du corps pour mieux correspondre à la référence. Il a compris exactement ce que je voulais et l'a corrigé.
Le seul bémol constant : c'est lent. Même la génération d'image de personnage de base prend quelques minutes par exécution.
Vous pouvez lancer le storyboard en mode automatique et laisser le modèle tout faire, mais ce n'est pas pour cela qu'il a été conçu.
PAI récompense les entrées détaillées ici. Plus vous expliquez—ce que font les personnages dans chaque scène, ce qu'ils disent, et comment l'histoire évolue—mieux le modèle fonctionne. Donnez-lui cette spécificité et il utilisera l'IA pour développer les détails, puis construira environ une douzaine d'images clés. Chaque image est accompagnée d'une image de scène et d'une description de ce qui se passe à ce moment précis : actions des personnages, dialogue et composition visuelle.
Vous pouvez modifier chaque image clé individuellement avant de vous engager. Le contrôle est vraiment granulaire. Une fois satisfait, vous dites au modèle de continuer, et il demande une confirmation finale avant le rendu. Ce flux de révision avant rendu est une conception intelligente. Il force des décisions délibérées et détecte les problèmes avant qu'ils ne deviennent coûteux.
Cela dit, même la plus petite modification prend du temps et consomme des crédits. Avancez prudemment.
Quand cela fonctionne, un rendu réussi prend environ 30 minutes pour produire une minute complète de vidéo. La qualité de sortie justifie cette attente. Les angles de caméra changent naturellement et respectent les images clés établies, l'éclairage est naturel, et les personnages n'ont pas cette qualité creuse et vide qui rend la plupart des générations vidéo IA sans vie. Les voix sont cohérentes entre les scènes, avec une intonation correcte qui tient même après des coupes vers d'autres éléments.
Lorsque la caméra se recentre sur un personnage après avoir montré autre chose, il revient exactement comme il était. Le décor reste stable tout au long, et bien que des déformations et des artefacts existent, ils sont mineurs. Une faiblesse : le modèle ne gère pas bien le texte dans la vidéo. Il peut produire des éléments de texte de base, mais ne comptez pas sur lui pour quoi que ce soit qui nécessite une typographie précise à l'écran.
Voici un échantillon d'une génération réalisée avec tout géré automatiquement par le modèle.
Passons maintenant à la partie la plus difficile. Une de nos séquences de test a échoué trois fois de suite. La première tentative a pris environ 45 minutes, a consommé des crédits comme si une vidéo complète avait été générée, et a produit un résultat vide. Nous avons dit au chatbot qu'il n'avait rien généré. Il a reconnu l'erreur et a redémarré.
Une heure plus tard, toujours rien. Nous avons essayé une troisième fois. Même résultat. Trois tentatives, une perte de crédits significative, et zéro image. Au moment où nous avons abandonné, nous étions presque à court de crédits et avons dû passer à autre chose.
Ce n'est pas un bug mineur quand vous payez de l'argent réel et travaillez dans des délais professionnels. L'interface reconnaît que des erreurs se produisent. En faire l'expérience directe est une autre chose, surtout que vous aurez besoin d'un solde positif pour télécharger une vidéo si vos crédits ont été consommés pendant le processus de génération.
Dans notre premier test avec tout en mode automatique, j'ai fait une erreur d'utilisateur : j'ai fourni deux photos de référence sans préciser quel personnage devait utiliser laquelle, et le modèle les a attribuées en sens inverse—le personnage masculin (moi) a été généré à partir de la référence féminine (ma femme), et vice versa.
Oubliez cette image traumatisante de moi en femme, et la vidéo résultante s'est avérée être la vidéo IA longue forme la plus cohérente que j'aie jamais produite. Même avec les mauvaises références, le modèle a maintenu la continuité visuelle et tonale de scène en scène. Cela en dit long sur l'architecture sous-jacente.
La leçon des deux expériences est la même : les outils de vidéo IA normaux supposent tout pour vous, ce qui signifie que vous n'avez pas à beaucoup réfléchir—mais vous devez aussi accepter ce qu'ils décident. PAI vous donne le contrôle. Et avec ce contrôle vient l'entière responsabilité de ce que vous mettez.
Une fois une vidéo terminée, l'onglet Éditeur vous permet de diriger les révisions entièrement en langage naturel. Insérez des éléments dans une scène, supprimez-les, changez les couleurs, ajustez l'éclairage, reformulez le dialogue ou mettez à jour la synchronisation labiale, et le modèle re-rend en conséquence. Il comprend vraiment ce que vous demandez.
Ce n'est pas un filtre de post-traitement. C'est une révision itérative pilotée par l'IA au niveau de la scène. La capacité à décrire une intention éditoriale et à recevoir des images corrigées en réponse change entièrement la relation créative entre un réalisateur et son matériau. Cette fonctionnalité, plus que toute autre dans PAI, ressemble à ce que pourrait être l'édition vidéo IA dans un avenir proche.
Par exemple, après avoir regardé la première vidéo, j'ai demandé au modèle de corriger l'erreur de genre en utilisant les bonnes références.
Une fois traité, il est passé de ceci :
À ceci :
L'onglet Historique enregistre une chronologie complète de chaque interaction : invites, modifications, tentatives de rendu, tout.
Pour les créateurs individuels, cela fournit un contexte utile. Pour les équipes, cela peut être une véritable couche de collaboration où différents utilisateurs peuvent voir comment leurs collègues ont dirigé le modèle, comprendre ce qui a fonctionné et ce qui n'a pas fonctionné, et continuer à partir d'un enregistrement créatif partagé.
Le prix de PAI est de 100 $ pour 10 000 crédits. Dans nos tests, 2 000 crédits ont couvert quatre vidéos (une terminée, trois non) totalisant quatre minutes—deux personnages générés par vidéo avec plusieurs itérations avant le rendu, le développement du storyboard sur des invites riches et détaillées, et environ deux cycles de modification post-rendu.
Dans l'ensemble, PAI ressemble à un outil professionnel conçu pour les personnes qui prennent vraiment la vidéo IA au sérieux. Il est lent, impitoyable avec l'inexpérience—il pourrait franchement utiliser un bon tutoriel—et capable de brûler votre budget très rapidement. L'interface n'est pas infaillible, et le système vous punira si vous y allez sans préparation.
Après une première session passée à apprendre comment il pense, notre deuxième série de tests a produit des résultats très surprenants et agréables—le genre qui nécessite généralement des techniques d'échange de visage, des cycles d'essais et d'erreurs, et des modifications en post-production.
Pour les créateurs vidéo professionnels, pour qui la continuité, la sécurité de la propriété intellectuelle et la qualité cinématographique sont des éléments non négociables, PAI est le meilleur système de vidéo IA longue forme disponible actuellement. Corrigez les problèmes de fiabilité, et rien d'autre ne s'en approche, du moins pour l'instant.
Recevez les actualités
L’avenir du storytelling, dans votre boîte mail.
