Échos du Soleil — Comment nous l'avons créé

Notes sur la réalisation d'un court métrage IA en deux parties.

Il y a un moment dans toute production où l'on cesse de se demander "pouvons-nous faire cela ?" pour commencer à se demander "comment faire cela ?" Avec Échos du Soleil, ce basculement est survenu tôt. La question n'a jamais été de savoir si l'IA pouvait générer les images. La question était de savoir si nous pouvions créer quelque chose qui tienne en tant que film — avec une véritable structure, une véritable logique émotionnelle, et un langage visuel assez rigoureux pour porter plus de quarante plans sans jamais dériver.

Voici comment nous y sommes parvenus.

Comment tout a commencé

Le projet est né d'une conversation avec Anh, mon co-réalisateur et scénariste. Il a toujours un carnet sur lui. Des dizaines d'idées, à moitié développées, en attente. Celle-ci a émergé de ce tas et s'est immédiatement démarquée — assez aboutie pour qu'on commence. La prémisse est arrivée déjà formée : un guerrier solitaire traverse un désert extraterrestre, trouve un garçon mourant, l'entraîne plus profondément dans une caverne enfouie, et réveille quelque chose d'ancien. Une histoire d'origine mythique déguisée en récit de survie. Une structure de descente limpide. Une image finale assez forte pour porter tout ce qui l'a précédée — des gardiens anciens immobiles dans la chambre tandis que le titan s'élève, non pour attaquer, mais pour répondre.

Ce que nous ne savions pas encore, c'est que le film deviendrait tout autre chose. Une partie de ce basculement est venue de la conversation — partager le travail en cours avec d'autres résidents, obtenir un regard extérieur sur ce que nous construisions. Ce genre de friction est sous-estimé dans un workflow IA où l'on peut disparaître dans des cycles de génération pendant des jours sans refaire surface. Car en développant le langage visuel, une seconde couche narrative a émergé : la guerrière est en réalité une fille dans le coma, en train de rêver. Le monde animé est son rêve. Le garçon qu'elle porte est son père, jeune. Le film, qui débute comme une fantaisie, se termine dans une chambre d'hôpital, sous la pluie, avec un père qui lit à sa fille jusqu'à ce qu'elle se réveille. La même histoire, réfractée.

Cette décision structurelle a tout changé dans la production. Nous avions désormais deux films à réaliser simultanément — l'un en anime, l'autre photoréaliste — qui devaient donner l'impression d'être les deux moitiés d'une même chose.

La pile technologique

Avant qu'une seule image ne soit générée, nous devions décider quels outils nous allions réellement utiliser et comment ils fonctionneraient ensemble.

Flick comme plateforme centrale — là où toute la génération a eu lieu.

Au sein de celle-ci : Nano Banana 2 (Gemini 3.1 Flash) pour les images fixes, avec un prompting basé sur la prose. Nano Banana Pro (Gemini 3 Pro) pour la direction créative pilotée par l'intention, lorsque nous avions besoin que le modèle raisonne plutôt que se contente d'exécuter. Kling 3.0 pour tous les plans réalistes à l'hôpital — il accepte les références de personnages via la syntaxe @element. Seedance 2.0 pour la partie animée/manga hybride — il accepte les références via la syntaxe @image, et s'est révélé plus performant sur la cohérence physique du mouvement de l'encre et de l'environnement.

Ensuite : ElevenLabs pour la voix off. Nano Banana également pour la conception de la couverture du livre — le manga relié « Échos du Soleil » qui apparaît dans les deux mondes, l'objet physique qui relie les deux moitiés.

Une règle est restée valable pour chaque outil, chaque session : chaque plateforme exige un format de prompt structurellement différent. Pas un simple changement de ton. Un changement structurel. Ce qui fonctionne dans Seedance échoue dans Kling. Ce que Nano Banana Pro récompense — l'intention, la direction créative, la marge laissée au modèle pour raisonner — n'a rien à voir avec ce dont Seedance a besoin. Nous avons construit une architecture de prompt propre à chaque modèle, sans jamais les mélanger.

Trouver le langage visuel — Partie un : l'animation

Cette étape a pris plus de temps que tout le reste.

Nous savions que nous voulions du manga. Nous savions que nous voulions une esthétique dessinée à la main, pas de la CGI. Mais « manga » recouvre un éventail immense, et le mauvais registre aurait rendu tout le film générique. Nous avons donc parcouru la bibliothèque.

Berserk noir et blanc a été le premier test. Le trait de Kentaro Miura est extraordinaire — un encrage lourd et précis, des hachures denses, des aplats de noir qui portent un vrai poids. Mais le noir et blanc posait un problème évident : deux mondes devaient se sentir distincts, sans couleur pour porter cette distinction. Nous sommes passés à autre chose.

Berserk colorisé — la même structure graphique, mais avec une couche de peinture numérique semi-réaliste par-dessus l'encrage. C'était plus proche. La palette s'alignait naturellement avec ce dont nous avions besoin : terracotta-sienne, gris étain, os délavé. Mais le semi-réalisme jouait contre le registre onirique. Trop ancré dans le réel.

Nous sommes arrivés à un hybride : animation manga/peinture à l'encre. Une référence qui n'existe nulle part telle quelle, ce qui était précisément le but. Le principe clé était que rien ne pouvait être statique. Chaque trait d'encre devait être vivant. Les coups de pinceau s'animent en continu. Les ombres respirent. Les éclaboussures d'encre bougent. Le désert lui-même est en mouvement constant.

Cette dernière intuition a mis le plus de temps à émerger : les outils de vidéo IA n'animeront pas ce que vous ne décrivez pas explicitement. On ne peut pas présumer du mouvement. Il faut l'écrire pour qu'il existe — chaque coup de pinceau, chaque particule, chaque variation d'ombre — sinon l'image se fige comme une peinture qui prétend être un film.

L'en-tête de prompt qui a verrouillé le style :

Style d'animation hybride manga/peinture à l'encre — les traits d'encre restent visibles et vivants. Les coups de pinceau terracotta-ocre s'animent en continu avec le vent. Rien n'est jamais immobile. Maintenir l'esthétique du trait d'encre dessiné à la main tout au long.

À partir de ce moment, chaque prompt d'animation s'ouvrait sur ce bloc. La cohérence venait de la discipline de la répétition, pas d'une seule image parfaite.

---

Les personnages

Quatre personnages. Chacun a exigé son propre processus de verrouillage — générer des planches contact, identifier les traits exacts qui devaient tenir sur des dizaines de plans, puis inscrire ces traits dans chaque prompt avec une précision chirurgicale.

La guerrière est le centre du monde animé. Poncho couleur os crème, cotte de mailles, tresses sombres, scarifications runiques sur le visage, yeux vert pâle. Son épée : lame longue et fine, garde géométrique asymétrique, lueur runique ambrée. Main droite, toujours, sauf indication explicite contraire dans le plan. Cette précision n'était pas décorative — une épée dans la mauvaise main brise la continuité de la géographie à l'écran et force une nouvelle génération.

Le garçon : cheveux noirs en bataille, peau pâle, tunique déchirée, sandales simples. La note de caractère déterminante était qu'il devait paraître plus âgé qu'il ne l'était. Et lorsqu'on le porte — inerte. Un poids mort. Si l'on n'écrit pas la physique explicitement, le modèle génère du rebond. De la rigidité. Un enfant tenu comme un colis plutôt que comme un corps qui s'est abandonné.

La jeune patiente : des dreadlocks brun miel, un fixateur externe d'Ilizarov sur sa jambe gauche. Le fixateur est le pont visuel entre les deux mondes — sa vraie blessure fait écho à l'incapacité du garçon à marcher dans le rêve. Nous avons vite appris à nommer l'appareil avec précision. Les termes génériques donnaient des résultats génériques. « Fixateur externe d'Ilizarov » produisait le bon matériel médical, ce dont le film avait besoin pour paraître réel.

Le père est la version adulte du garçon. Même ossature, même qualité d'immobilité. Échelle différente. La logique de casting était interne à la métaphore du film : la fille se rêve en guerrière portant son jeune père. Elle le sauve. Il est resté à son chevet, lui faisant la lecture chaque soir. Même personne, époque différente.

Le monde : Partie un (Le désert)

Le monde extérieur a nécessité tout un système de prompt environnemental pour se stabiliser. Sans lui, chaque génération dérivait — températures de ciel différentes, formations rocheuses différentes, brume incohérente. Avec lui, le monde tenait.

Le bloc environnemental universel :

Paysage désertique extraterrestre, sol de sable plat rouille-terracotta, formations rocheuses gris-étain sombre éparpillées, structures métalliques anciennes enfouies aux gravures runiques-géométriques partiellement englouties par la roche et le sable, arc planétaire massif visible à l'horizon à travers une lourde brume atmosphérique. Étalonnage colorimétrique : sol terracotta chaud désaturé, roche et métal gris froid, ciel gris-chaud délavé, lourde brume sableuse dissolvant les distances, éclairage diffus doux et sans direction, très faible saturation, séparation chaud-froid entre le sol et le ciel, grain fin poussiéreux.

Un seul soleil, bas et délavé. Pas de ciel bleu. Pas de sable saharien. Le choix précis des mots comptait — « rouille-terracotta » produit des résultats différents de « rouge ». « Ciel gris-chaud » produit des résultats différents de « gris ». Le vocabulaire était calibré, pas descriptif.

Chaque prompt d'extérieur s'ouvrait sur ce bloc, puis ajoutait l'action spécifique au plan. L'environnement devenait un conteneur, pas une description reconstruite à partir de rien à chaque fois.

Le monde : Partie deux (L'hôpital)

Très faible saturation. Lumière ambiante bleu-turquoise froide — celle que l'on retrouve réellement dans les hôpitaux la nuit. Une seule lampe de chevet ambre chaude comme unique source chaude. Une lampe, pas deux. Se tromper là-dessus dans un prompt produit une relation de couleurs entièrement différente, et cela se ressent.

Grain de film fin. Mouvements de travelling glaciaux — un mouvement physique de caméra dans l'espace, pas un zoom. Jamais « push-in ». La distinction entre travelling et zoom optique est réelle, et les modèles y réagissent différemment.

La séquence de réveil en 14 plans a été construite comme un découpage complet avant même la rédaction du premier prompt : plan large d'établissement, pluie sur la fenêtre, le père désorienté au chevet, l'ECG à un rythme normal, le livre sur la table, un verre en plastique renversé sur le sol, un doigt qui bouge, l'ECG qui s'accélère, des lèvres formant « papa », le père qui se retourne. Coupe.

Chaque plan a ensuite reçu son propre prompt. Mais ils ont été rédigés comme une séquence, pas comme des images isolées — ce qui signifiait que chaque choix de hauteur de caméra, de position des personnages et de température de lumière devait tenir sur l'ensemble de l'arc de 14 plans.

Le livre

Le manga relié « Echoes of the Sun » est l'objet central du film. Présent dans la chambre d'hôpital, sur la table de chevet. L'objet physique que le père est en train de lire. Le dos du livre lisible dans le monde du rêve. L'accessoire qui rend les deux mondes vrais simultanément.

La mention de l'auteur sur la couverture : Ann Blacksmith. Ann pour Anh, ma co-réalisatrice. Blacksmith pour Faure — qui signifie forgeron en français. Un petit code privé glissé dans un livre fictif à l'intérieur d'un film bien réel.

Y arriver a demandé plusieurs passes. Le traitement du titre a connu plusieurs itérations dans Nano Banana — la dorure était trop décorative, le vernis sélectif noir plus proche, mais aucun des deux ne tombait exactement là où je le voulais. J'ai finalement terminé le design du titre dans Affinity Designer, en combinant des éléments générés par IA avec des outils classiques. Cela s'est révélé être la bonne approche pour tout ce dont on a une image précise en tête : l'IA vous amène à 80% du chemin, puis un outil traditionnel referme l'écart. Essayer de forcer les 20% restants uniquement par le prompting, c'est là qu'on perd des heures.

La voix off

La voix est celle du père. Un homme d'une quarantaine d'années, lisant à voix haute un livre. Il ne joue pas, il ne narre pas dans un registre épique — il lit. Comme on lit à quelqu'un qui ne peut peut-être plus nous entendre, en espérant quand même.

Cette contrainte a façonné chaque ligne du texte. Rien ne devait sembler écrit. Tout devait sembler parlé, vivant, légèrement imparfait, comme l'est la parole réelle.

Pour le moment où le titan s'incline — le point culminant de la séquence animée — il nous fallait quelque chose au-delà de l'anglais. Une phrase unique dans une langue ancienne inventée. La phrase retenue : « Sol'varath... anaï kaïm. » Assez courte pour sembler gravée plutôt que composée. Sonorité étrangère mais lisible comme un ordre. Un son qu'on graverait dans la pierre.

La voix off couvre environ 2 minutes 30 — toute la première partie. Presque aucun silence. La voix maintient l'univers animé, tout comme la musique maintient un film : toujours présente, légèrement sous la surface, vous gardant dans le registre.

Ce que nous avons appris

Quelques éléments qui ont changé notre façon de travailler, de manière durable.

Ne décrivez que ce qui n'est pas déjà visible. Si la référence de personnage montre l'épée, ne la redécrivez pas, sauf si quelque chose a changé dans ce plan. Une description redondante ne renforce pas — elle introduit du bruit.

Le mouvement doit être explicite. Rien ne s'anime sans être décrit comme s'animant. Coups de pinceau, eau, tissu, particules — décrivez le mouvement, sinon il se fige.

La physique nécessite une description explicite. Un corps qu'on porte a un poids. Une résistance. Une mollesse, pas une posture. Si vous ne décrivez pas la physique, vous obtenez une physique différente — souvent fausse.

Les images de référence de style transmettent plus d'information que le texte. Verrouiller une image maîtresse tôt et l'utiliser comme ancre de style est plus fiable que le prompting textuel seul pour maintenir la cohérence visuelle sur une production longue.

L'instinct de couper est la chose la plus précieuse que vous apportez. L'IA ne sait pas quand l'image se délite. Elle ne ressent pas quand le visage du guerrier bascule du crédible au faux, quand l'échelle du titan brise le cadre, quand la lumière de l'hôpital s'est éloignée de ce dont le film a besoin. Cet instinct — savoir où commence le faux — reste entièrement humain. C'est la part du processus qu'aucun outil ne remplace.

Où en sont les choses

Le film est terminé.

Deux parties. Une animée, une photoréaliste. Le rêve d'une fille et son réveil. Un manga hybride et un hôpital clinique. Une guerrière qui porte un garçon à travers un monde enseveli, et un père qui fait la lecture à une fille qui ne peut pas encore répondre.

Le montage, l'étalonnage et l'intégration des effets sonores sont arrivés en dernier — et honnêtement, c'est là que tout se joue vraiment. La génération produit du matériau. Le montage fait un film. C'est là que la logique émotionnelle se construit ou se brise, où une coupe au mauvais photogramme tue une scène et où une coupe au bon vous fait ressentir quelque chose d'imprévisible. La couche d'effets sonores — les éclaboussures d'encre, les systèmes de particules, le pouls de l'ECG — rien de tout cela n'existe dans la génération. Tout est placé en post-production, image par image, comme dans n'importe quelle autre production. L'IA ne connaît rien au rythme. Elle ne sait pas ce que le spectateur porte avec lui en arrivant à une coupe. Cette connaissance représente 25 ans de travail, et elle appartient au montage, pas au prompt.

Crédits

Echoes of the Sun

• Réalisé par : Arno Faure & Nguyen-Anh Nguyen
• D'après une idée de : Nguyen-Anh Nguyen
• Adapté pour l'écran par : Arno Faure
• Direction artistique / Génération IA · Montage · Conception sonore : Arno Faure
• Musique : Quinten Coblentz · Rotem Moav · Eleven Tales
• Plateformes IA : Flick (Nano Banana 2, Nano Banana Pro, Kling 3.0, Seedance 2.0) Voix : ElevenLabs
• Les réalisateurs souhaitent remercier : Zoey Zhang, Ray Wang, Katherine Zhao, Hannah Lim et tous les résidents du programme Spring 26.