Dans les coulisses d'« EXHIBIT » : réinventer le cinéma expressionniste allemand grâce au cinéma généré par IA

EXHIBIT est un court métrage généré par IA qui présente une histoire mystérieuse, onirique et absurde autour d'un gardien de musée pendant son service de nuit, réalisé dans le style de l'expressionnisme allemand. Le cinéma expressionniste allemand a été la principale source d'inspiration de ce projet.

J'ai commencé par une recherche approfondie sur le cinéma expressionniste allemand, en examinant son esthétique visuelle, ses structures narratives et ses techniques de montage. Sur la base de cette recherche, j'ai élaboré une première version du scénario ainsi qu'un bref storyboard dans mon carnet. Pour le développement de l'intrigue, je me suis concentré sur trois éléments clés : un incident marquant au début du film pour capter immédiatement l'attention du public ; un rebondissement inattendu à la fin qui pousse l'histoire vers son point culminant ; et une progression narrative soigneusement construite qui relie le début et la fin. Cette montée en puissance intermédiaire crée des illusions subtiles et des fausses pistes, rendant la révélation finale encore plus surprenante et percutante. J'ai également rassemblé des références visuelles issues de plusieurs films expressionnistes allemands emblématiques, en compilant des références de scènes et de personnages dans un dossier. Une fois ce travail conceptuel et visuel établi, je suis passé à Flick Art pour entamer le développement du film assisté par l'IA.

La première étape sur Flick Art consistait à importer les références visuelles rassemblées lors de la phase de préparation dans My Styles via la fonctionnalité Explore Styles, afin de construire un style expressionniste allemand cohérent pour la génération d'images. Il était important d'inclure des références à la fois pour les environnements et pour les gros plans de personnages, afin d'améliorer la précision et la maîtrise des générations ultérieures.

Une fois le style personnalisé établi, j'ai pu commencer le processus de génération par IA. J'ai débuté par la génération des personnages, car le personnage principal, le gardien du musée, constitue un fil conducteur central qui relie et fait avancer le récit. À ce stade, j'ai choisi le modèle Midjourney pour le premier tour de génération d'images, puis j'ai utilisé Nano Banana Pro pour l'édition d'images, ce modèle offrant une précision plus élevée pour ajuster des détails visuels spécifiques. J'ai également utilisé ChatGPT pour affiner et enrichir la description du personnage, notamment son apparence, son âge et ses vêtements. Cela m'a permis de créer des prompts plus détaillés, aboutissant à des générations d'images plus réalistes et visuellement plus vivantes.

Une fois que j'avais généré une image de personnage qui me satisfaisait, je passais à l'étape suivante : soit générer directement des vidéos à partir de l'image, soit l'adapter dans des scènes différentes mais liées, mettant en scène le même personnage. Ce processus m'a permis de construire un ensemble cohérent de visuels centrés sur le personnage, de développer des séquences plus riches, et de construire progressivement le récit à travers ces scènes en évolution.

Ce même flux de travail structuré a ensuite été étendu au développement de tous les personnages secondaires, garantissant une cohérence stylistique tout au long du film.

Ensuite, je suis passé à la génération des scènes d'environnement, incluant l'extérieur du musée ainsi que des espaces intérieurs comme le hall d'entrée et la galerie. Pour cette étape, j'ai sélectionné les styles contenant des références architecturales issues de la bibliothèque de styles personnalisée, afin de guider la cohérence visuelle et la précision des scènes.

Deux techniques clés ont été utilisées à cette phase. Premièrement, une fois que j'avais généré une image d'environnement qui me satisfaisait, je pouvais soit créer des vidéos génératives pour mettre en valeur l'espace grâce à des mouvements de caméra, comme des zooms lents, soit intégrer des personnages précédemment générés dans l'environnement vide. Pour insérer des personnages dans une scène, j'utilisais l'image de l'environnement comme base pour l'édition d'image, et j'ajoutais l'image du personnage comme référence secondaire. Grâce aux références d'images et au guidage par prompt dans Nano Banana Pro, j'ai pu contrôler la manière dont le personnage était placé dans l'espace. Cette approche m'a permis de fusionner la génération des personnages et de l'environnement en un seul pipeline visuel unifié, créant des scènes cohérentes qui pouvaient ensuite être utilisées pour la génération vidéo.

La seconde technique est utile lorsque vous souhaitez référencer une image spécifique lors de la génération de scènes. Par exemple, dans mon cas, je voulais inclure un tableau inspiré de Bonaparte franchissant les Alpes dans l'espace de la galerie généré. Pour y parvenir, j'ai d'abord importé l'image de référence originale dans Flick Art, puis utilisé le modèle Flick Advanced pour transformer son style visuel en expressionnisme allemand. J'ai ensuite utilisé Nano Banana Pro pour un montage supplémentaire, intégrant le tableau stylisé dans l'environnement de galerie précédemment généré. Cette méthode m'a permis d'incorporer des références visuelles reconnaissables tout en maintenant la cohérence stylistique au sein de la scène générée.

Pour la génération de vidéos, au-delà de l'utilisation d'une seule image comme image de départ et du guidage du mouvement à travers des prompts, une autre approche consiste à générer deux images pour servir d'images de début et de fin. La génération vidéo peut ensuite interpoler entre ces images, créant un mouvement contrôlé basé sur l'action souhaitée. Dans un plan que je voulais générer, le gardien du musée court vers une porte et pose ses deux mains dessus comme s'il essayait de l'ouvrir. Pour obtenir ce mouvement avec précision, j'ai d'abord généré un gros plan mi-corps du gardien debout devant la porte, suivi d'une seconde image montrant son corps entier en train de pousser contre celle-ci. En utilisant ces deux images comme images de début et de fin, j'ai ensuite appliqué le modèle King O3 Pro pour générer le mouvement de sa course vers la porte. Cette approche offrait un plus grand contrôle à la fois sur le mouvement et la composition par rapport à la génération vidéo à image unique.

Créer EXHIBIT n'était pas seulement une expérience de réalisation cinématographique par IA, mais une exploration de la manière dont les outils émergents peuvent réinterpréter les mouvements cinématographiques historiques à travers un prisme contemporain. En combinant un développement visuel guidé par la recherche avec un flux de travail IA itératif, j'ai pu traduire l'intensité émotionnelle et le langage visuel de l'expressionnisme allemand dans un nouveau médium génératif. Ce processus a également transformé ma façon de penser la réalisation de films. Au lieu d'un pipeline linéaire, les outils d'IA ont permis une approche plus fluide et modulaire, où les personnages, les environnements et le mouvement pouvaient être développés indépendamment puis unifiés en un récit cohérent. La capacité d'itérer rapidement entre images fixes et vidéo a permis à la fois l'expérimentation créative et un contrôle précis.

En fin de compte, EXHIBIT représente un dialogue entre passé et futur : un style cinématographique classique réinventé grâce à l'intelligence artificielle. Alors que les outils génératifs continuent d'évoluer, je suis impatient d'explorer davantage comment l'IA peut élargir la narration visuelle : non pas comme un substitut à la créativité, mais comme un nouveau langage pour celle-ci.