Comment j'ai créé un film Viking photoréaliste avec l'IA (flux de travail complet)

Jaime Yao · Cinéaste interne chez Flick · LinkedIn

Aug 2026

Low-angle cinematic portrait of a weathered Norse man against a stone monolith and blue sky, from the AI short film Ulysses

I made a photorealistic Viking short film called Ulysses entirely with AI. No camera, no crew, no actors, no set. Just over four hundred shots, built in about eight days, that look like real footage. This is the full workflow, start to finish, exactly the way it happened on the canvas. Watch the finished film on Flick TV first if you want; everything below is how it got made.

C'est un court métrage sur deux PNJ de jeu apparemment ordinaires qui attendent dans un espace de rétention vide, jusqu'à ce que nous réalisions progressivement qu'ils sont peut-être plus vivants que le joueur qui les contrôle. Au lieu de voir les PNJ comme du code d'arrière-plan inactif, nous imaginons qu'ils continuent d'exister même lorsqu'ils ne sont pas vus, portant leur propre conscience, incertitude et présence. L'histoire commence comme un jeu d'attente absurde, mais devient lentement une réflexion sur ce que signifie être visible, performer et avoir une vie intérieure.

1. L'histoire d'abord, puis les plans

Ulysses est une histoire de l'ère viking : un tenancier de salle d'hydromel, un jeune garde, un guerrier en armure et un dragon. Avant de générer quoi que ce soit, j'ai divisé l'histoire en plans, comme on ferait un storyboard pour n'importe quel film. Chaque plan a reçu une ébauche indiquant qui y figure, où se situe la caméra et ce qui se passe.

Make your own AI film

Start with one image and build a whole film, shot by shot.

2. Choisir les personnages sous forme de planches de référence

C'est l'étape la plus importante. Pour chaque personnage, j'ai généré une planche de référence propre en trois vues : face, profil et trois-quarts, sur un fond gris uni, comme une photo de casting.

Three-view full-body reference sheet of a bearded Norse man in a wool tunic on a grey background

La planche devient « l'acteur » du personnage. Chaque plan ultérieur de cette personne est construit à partir d'elle, de sorte que le visage ne dérive jamais. La planche de mon personnage principal a été réutilisée comme base dans soixante-dix-neuf plans distincts. La garde-robe et l'armure reçoivent le même traitement : j'ai dessiné l'armure à la main, puis converti le croquis en vue à 360° photoréaliste complète.

Three-view reference sheet of an armored Viking warrior in a horned helmet holding an axe

3. Dessiner chaque plan à la main

C'est l'étape qui surprend le plus les gens. Avant de générer une image, j'ai dessiné une esquisse approximative de la composition, juste des formes : où se tient le personnage, où se situe l'horizon, où regarde la caméra. Pour ce film, j'ai fait cela pour des centaines de plans.

L'esquisse combine le positionnement et la caméra en un seul élément. C'est rapide, c'est jetable, et cela donne au modèle quelque chose de précis à suivre au lieu de deviner une composition à partir de mots.

4. Transformer l'esquisse en image photoréaliste

Ensuite, j'ai combiné trois éléments dans Nano Banana : l'esquisse de composition, la planche de référence du personnage et une courte instruction, et j'ai demandé une image photoréaliste en prise de vue réelle. Le prompt interdit au modèle de dévier :

Use the provided sketch as the only composition reference, use the provided guard
reference as the guard character reference. Convert the scene into a photorealistic
live-action cinematic image. Composition 100% exactly matches the provided sketch.
Camera position 100% unchanged.

Une esquisse approximative plus un personnage verrouillé ressort de l'autre côté sous forme d'un plan qui semble filmé.

The same Norse man from the reference sheet, running along a blue-painted wall on white sand, a finished cinematic frame

5. Affinez en éditant, pas en régénérant

Presque rien dans ce film ne provient d'un prompt textuel vierge. Sur mes générations d'images, 371 étaient des éditions d'une image existante et seulement 21 étaient du texte vers image. Quand une image était légèrement décalée, une mâchoire trop lourde, une ombre étrange, un détail incorrect, j'ai édité cette image plutôt que de recommencer. La cohérence vient de l'édition par-dessus une base verrouillée, pas d'une formulation parfaite.

6. Animez et laissez-les parler

Une fois les images fixes verrouillées, j'ai animé certaines images en vidéo avec Kling. Certains plans sont de simples mouvements ; d'autres sont des dialogues, avec le personnage qui parle directement à la caméra. Ces prompts sont spécifiques sur la performance :

Handheld camera, extreme close-up of his face. His eyes stay locked on the camera,
no drift. He says, "Still, here." Then a brief pause, still staring, with visible
strain, as if forcing the words out.

L'image fixe maintient l'identité ; la vidéo ajoute le souffle et la voix.

7. The canvas it all happened on

Every step above lives in one workspace. Here is the actual project, zoomed out: sketch rows on the left feeding photoreal rows on the right, character sheets along the bottom, and the iteration ladders in between. 424 images and 38 video shots, all traceable to their references.

The full Ulysses project canvas in Flick, zoomed out: hand-drawn composition sketches on the left connected to photoreal frames on the right, character reference sheets along the bottom

Zoom in anywhere and you see the same pattern repeat: one composition, several takes, one survivor. This is what the two leads look like mid-iteration, the guard in his mail and the keeper in his tunic, same faces in every take because every take points at the same sheets.

Close view of the Ulysses canvas showing repeated takes of the two leads, an armored guard and a man in a wool tunic, standing on white sand

8. The numbers behind it

Pour donner une idée de l'échelle, voici ce que contenait le projet final :

Depuis le canvas Ulysses	Valeur
Images générées / échecs	424 / 20
Liens d'images de référence	653 (92% de toutes les connexions)
Éditions d'images vs texte vers image	371 vs 21 (95% img2img)
Une fiche de référence réutilisée	79 plans
Temps de création	environ 8 jours, une personne

9. What I would tell you before you start

Créez d'abord vos fiches de référence. C'est toute la clé. Un personnage sans fiche va dériver.
Esquissez vos plans. Un mauvais dessin avec la bonne composition vaut mieux qu'un beau paragraphe.
Éditez, ne régénérez pas. Verrouillez une image de base et changez aussi peu que possible.
Attendez-vous à des ratés. Vingt plans ont complètement échoué et beaucoup d'autres ont nécessité des corrections. C'est normal ; le pipeline est conçu pour l'absorber.

Créez le vôtre

Start with one image and build a film shot by shot. The step that matters most is the reference sheet, and our guide to consistent AI characters is the deep dive on exactly that.

Questions fréquentes

How long does it take to make an AI film like this?

Ulysses ran 432 generation jobs over about 8 days, one person, no crew. Most of that time is choosing between takes, not waiting on renders.

Which AI models did the film actually use?

Nano Banana for stills and edits (371 of 392 image generations were edits of an existing frame), and Kling for motion: the finished canvas carries 37 Kling video shots, including the spoken dialogue takes.

How do the characters stay consistent for 400 shots?

Reference sheets, wired into everything: the project holds 653 reference-image links, 92 percent of all its connections, and the lead's sheet alone sits under 79 shots. No shot is generated from words alone.

Can the characters actually talk?

Yes. Dialogue shots are animated from a locked still with a performance prompt that specifies the line, the pause, and what the eyes do. The still holds the identity; the video pass adds breath and voice.