Comment faire des films IA : bloquez vos scènes en 3D, avec des données de 9 films réalisés dans Flick

Oui, une seule personne peut créer un film IA : écrire les moments clés, choisir un look, créer des planches de référence, planifier chaque plan, transformer les images fixes en vidéo, puis monter avec le son. Commencez chaque plan avec un prompt, et lorsque le prompt ne permet pas d'obtenir la bonne caméra ou les bonnes positions, bloquez le plan dans le Stage 3D de Flick : l'agent construit le décor à partir d'une de vos images, des formes colorées représentent les acteurs, et vous pouvez filmer le mouvement de caméra avec votre téléphone, donc aucune expérience 3D n'est nécessaire. Les 9 films réalisés dans Flick ci-dessous ont nécessité en médiane 84 générations par minute finie.

Le seul tutoriel 3D-vers-IA dont vous avez besoin, avec Jaime Yao (Flick sur YouTube). L'étape 4 ci-dessous s'appuie sur sa méthode.

Films de Jaime Yao (équipe Flick et Flick Residency), Zoey Z. (équipe Flick) et Simay Ezer Pekcan (Flick Residency). Tutoriel présenté : Jaime Yao.

Ce qu'il faut pour créer un film IA : 9 films en chiffres

Flick publie une analyse détaillée du workflow partagé de chaque film : toutes les images et vidéos générées pour celui-ci, y compris les prises qui ont été écartées. Voici les 9 films avec une analyse publique.

Film	Durée	Images	Vidéos	Vidéo générée	Principaux modèles image et vidéo
In 'twixt Vows	16:00	1,145	373	90 min	Nano Banana Pro, Seedance 2.5
A Proper Introduction	5:45	897	217	32 min	Nano Banana Pro, Kling O3 Pro
The Herder	4:27	364	254	32 min	Nano Banana Pro, Kling 3.0 Pro
Ulysses	4:36	349	37	3 min	Nano Banana Pro, Kling O3 Pro
Embedding Valley	4:12	242	109	20 min	GPT Image 2, Seedance 2.0
In Our Time	3:47	33	98	9 min	Nano Banana, Seedance Pro
Sonny's worth	2:50	81	56	16 min	Nano Banana Pro, Seedance 2.5
To My Grandma	1:38	22	13	3 min	Midjourney, Seedance 2.5
The Little Fox's Dream	1:31	59	59	9 min	Nano Banana, Seedance Pro

Analyses de films Flick, 19 octobre 2026. Les chiffres incluent les prises écartées ; les uploads et l'audio ne sont pas comptabilisés. Durée issue du plan de site vidéo de Flick.

• Environ 84 générations par minute finale. C'est la médiane des 9 films. Cela va de 21 pour To My Grandma, un film narré construit sur quelques images simples, à 194 pour A Proper Introduction, où chaque plan a d'abord été esquissé puis édité de nombreuses fois.
• Environ 5,5 secondes de vidéo pour chaque seconde à l'écran. Pour 8 des films, le film médian a nécessité 5,5 fois plus de vidéo que sa durée, donc la plupart des vidéos générées ne sont jamais retenues. Moins de régénérations, c'est l'objectif du blocage d'un plan en 3D (Étape 4). Ulysses est exclu ici : son workflow contient 3 minutes de vidéo pour un film de 4:36, donc son ratio n'est pas comparable.
• L'essentiel du travail concerne les images fixes. 72 % de toutes les générations (3 192 sur 4 408) étaient des images : planches de personnages, cadres et modifications effectués avant toute animation. Une prise Seedance 2.0 ou 2.5 avec références coûte 10 à 60 fois plus qu'une image (voir le tableau des coûts ci-dessous), donc les films fixent d'abord chaque cadre.
• In 'twixt Vows par Jaime Yao (Flick Residency)
• A Proper Introduction par Jaime Yao (équipe Flick)
• The Herder par Jaime Yao (équipe Flick)
• Ulysses par Jaime Yao (équipe Flick)
• Embedding Valley par Jaime Yao (équipe Flick)
• In Our Time par Jaime Yao (équipe Flick)
• Sonny's worth par Zoey Z. (équipe Flick)
• To My Grandma par Zoey Z. (équipe Flick)
• The Little Fox's Dream par Jaime Yao (équipe Flick)

Étape 1 : Écrire l'idée en séquences avant de générer quoi que ce soit

Une séquence est un moment que le public doit voir, dans l'ordre, avec une durée approximative. Écrire les séquences d'abord vous indique quels plans et références vous avez besoin, pour ne plus générer d'images qui n'ont pas leur place dans le film.

1. Planifier le film en séquences chronométrées

Comment l'obtenir

The Herder (4:27) : Jaime a écrit l'intégralité du film dans une note sur le canvas en 11 séquences chronométrées, du carton de titre à une fin paisible sur les nuages. La plupart des séquences nomment les plans nécessaires, donc la note fait également office de liste de plans.

To My Grandma (1:38) : Zoey est partie d'une courte lettre écrite à la première personne. La narration, enregistrée en 10 clips ElevenLabs v3, a ensuite guidé les images : les prompts vidéo sont souvent de simples phrases à la première personne, comme la lettre.

The Little Fox's Dream (1:31) : L'idée était un paragraphe décrivant un seul plan-séquence, et le même texte a été utilisé dans Midjourney. Une image de forêt issue de celui-ci est devenue la référence la plus réutilisée du film, dans 13 générations.

Modèle : Note texte (The Herder) · Note : Une des 11 séquences

First a hand reaches through the cloud top, then his head emerges, then he swings a leg over and climbs onto the cloud surface.

Modèle : Seedance 2.5 (To My Grandma) · Note : Une phrase à la première personne, utilisée comme prompt vidéo

My grandma would walk around, tending to her garden.

Attention à : Une liste de plans beaux à voir où rien ne change. L'Academy de Flick demande trois séquences par scène (Avant, Tournant, Après), chacune étant une action visible, et un lieu avec une petite distribution pour un premier film.

Étape 2 : Choisissez un aspect visuel et répétez-le dans chaque prompt

L'aspect visuel est le style visuel du film : médium, texture, lumière et palette. Décidez-le avant de concevoir les personnages, car chaque feuille et image doit être créée avec. Notre guide des styles d'animation pour l'IA présente 15 aspects visuels avec les prompts de films Flick (lien à la fin).

2. Écrivez l'aspect visuel une fois, puis réutilisez-le mot pour mot

Comment l'obtenir

The Herder : Tout est filmé comme une maquette miniature : bascule de mise au point, faible profondeur de champ. Le même aspect visuel est décrit dans 196 des 254 prompts vidéo. Jaime l'a choisi en partie parce que les petites incohérences de l'IA se perdent dans le flou.

Embedding Valley : Un aspect visuel de découpage en papier cartonné est nommé dans 193 des 245 prompts conservés, et un seul modèle, GPT Image 2, a produit 199 des 242 images, de sorte que la texture du papier ne change jamais entre les décors.

In Our Time : Ici, l'aspect visuel provient de dessins, pas de mots : 59 des 66 images fixes qui ont été animées sont des illustrations téléchargées, beaucoup dans un style gravure sur bois bicolore, et les prompts vidéo le reformulent.

Modèle : Kling 3.0 Pro (The Herder) · Note : Ouverture d'un prompt vidéo

Miniature diorama / tilt-shift macro cinematic look, shallow DOF. Heavy rain with wind-driven diagonal streaks. …

Attention à : Les mots de style vagues. Une règle de l'antisèche de prompts de Jaime est de « remplacer les mots de style vagues par des instructions visibles » : nommez la texture, la lumière et la palette que vous voulez voir au lieu d'écrire « cinématique ».

Étape 3 : Créez une feuille de référence pour chaque personnage, décor et accessoire clé

Une feuille de référence (aussi appelée turnaround ou feuille trois vues) montre un personnage de face, de profil et de dos. Chaque image et clip ultérieur est généré à partir d'elle, ce qui en fait le principal moyen de garder un personnage identique d'un plan à l'autre.

3. Créez les feuilles une fois, puis utilisez-les partout

Comment l'obtenir

À quel point elles sont réutilisées : Dans Embedding Valley, les quatre feuilles de personnages ont servi de références dans 118, 112, 102 et 62 générations. Dans A Proper Introduction, la feuille du chevalier a été utilisée dans 167 générations, plus que toute autre image du film.

Accessoires et créatures aussi : A Proper Introduction a donné à une boîte en carton sa propre feuille, avec chaque côté et des notes sur la taille et le matériau. Dans 'twixt Vows, la feuille de tête de créature a servi de référence dans 92 générations et l'arme enveloppée de lianes dans 59.

Partez de séquences qui fonctionnent : Sonny's worth a créé ses feuilles à partir d'images de clips de test précoces plutôt que de nouveaux designs, de sorte que les feuilles correspondent à ce que le modèle vidéo avait déjà produit.

Essayez deux modèles, gardez le meilleur : Dans le tutoriel, Jaime enregistre le Guide de Prompts de Génération d'Images de Flick comme règle permanente pour l'agent, puis génère chaque référence avec Nano Banana Pro et GPT Image 2.5 et garde la meilleure.

Étendre, ne pas redessiner : Ulysses a commencé avec une feuille de personnage à trois vues, puis l'a étendue jusqu'à la taille et au corps entier en gardant le visage identique. In 'twixt Vows a fait de même pour Lady Caerwyn :

Modèle : Nano Banana Pro (In 'twixt Vows)

… Image A is the approved final head-and-shoulders three-view design. … Do only one thing: extend Lady Caerwyn into a full-body three-view sheet without changing any approved design already present in Image A…

Étape 4 : Commencer avec un prompt, puis bloquer le plan en 3D quand le prompt n'y arrive pas

Le blocking consiste à placer les acteurs et la caméra avant de tourner. Les prompts sont les plus faibles sur les trajectoires et positions exactes de caméra, et chaque échec représente une autre prise vidéo à environ 344 à 550 crédits (tableau des coûts ci-dessous). Dans le 3D Stage de Flick, vous bloquez avec des figurants colorés dans une copie approximative de votre décor, enregistrez le mouvement de caméra, et donnez cet enregistrement au modèle vidéo à suivre. Les parties 4.1, 4.3 et 4.4 suivent le tutoriel de Jaime Yao ci-dessus, sur une scène de 1943 : un combattant de la résistance blessé dans un sous-sol, un médecin à côté de lui, un pianiste à l'étage et un soldat de patrouille dans la rue. La partie 4.2 provient de la documentation 3D Stage de Flick et du plan Happy Souls Alive de Simay Ezer Pekcan.

4.1. Prévisualisation sans compétences 3D

Ce que c'est

Prévisualisation : La prévis est une version approximative d'un plan qui détermine où va la caméra et qui se tient où. Dans la réalisation de films IA, vous le faites avant de dépenser des crédits en vidéo.

Ce qu'ont fait d'autres films : Croquis et mises en page simples. A Proper Introduction a bloqué les plans dans Blender, puis redessiné chacun sous forme de croquis, environ 70 au total. Ulysses a démarré 158 de ses 349 prompts d'image à partir d'un croquis. In 'twixt Vows a créé des mises en page simples en modèles blancs dans GPT Image 2. 3D Stage offre le même contrôle sans modélisation ni dessin.

Comment l'obtenir

Construire le décor à partir d'une image : Sélectionnez votre image d'environnement sur le canvas et cliquez sur To 3D Stage. L'agent construit un décor 3D approximatif à partir de celle-ci, généralement en 2 à 3 minutes, dit Jaime.

Ajouter des figurants en demandant : Demandez à l'agent une figurine simple par personnage, chacune dans sa propre couleur (la demande de Jaime est ci-dessous). Flick dispose également de mannequins que vous pouvez poser lorsque la position du corps importe.

Ajouter la caméra : Ajoutez une caméra et jugez le plan depuis sa fenêtre de prévisualisation, pas depuis l'éditeur : l'enregistrement est exactement ce que la caméra montre.

Modèle : Agent Flick, dans 3D Stage · Note : Saisi comme indiqué dans la vidéo ; une couleur par personnage

Use a sphere and a cube as a character's head and body. add four characters into the scene. Yellow one lying on the bed in the basement, the red one is beside the bed. The blue one is by the piano at the first floor, and the green one is outside the building on the street.

4.2. Créer un animatic 3D pour chronométrer la scène

Film : Happy Souls Alive par Simay Ezer Pekcan (Flick Residency)

Ce que c'est

Animatic : Un animatic est l'assemblage des plans du film à leur durée réelle avant que les images finales n'existent. Dans un animatic 3D, ces plans sont des prises enregistrées de votre blocking, vous vérifiez donc les mouvements de caméra et le chronométrage ensemble.

Pourquoi avant le rendu : Un mouvement qui dure trop longtemps ou démarre trop tôt gâche toute une prise vidéo. À propos de l'orbite dans ce plan de Happy Souls Alive, Simay Ezer Pekcan dit : « Bien faire les choses pourrait nécessiter d'innombrables relances. »

Comment l'obtenir

Minutez chaque mouvement : Chaque caméra et personnage dispose d'une piste sur la timeline de la 3D Stage, et chaque mouvement est un segment avec sa propre durée ou vitesse. Appuyez sur Rehearse pour lire la scène depuis la vue de la caméra et ajustez jusqu'à ce que le mouvement s'accorde avec l'action. Simay a défini ainsi la durée, la direction et la distance de son orbite, et l'a prévisualisée plusieurs fois avant d'enregistrer.

Ou dessinez-le dans le temps : Sur une carte de scène 3D sur le canvas, la scène se joue pendant que vous dessinez un mouvement de caméra, et le mouvement conserve la vitesse à laquelle vous l'avez dessiné, pauses incluses.

Enregistrez chaque caméra : Record, en haut de la scène, enregistre toutes les caméras, chacune pendant son propre segment de la timeline. Les prises arrivent sur le canvas.

Assemblez les prises : Sélectionnez une prise et utilisez Add to Timeline pour l'envoyer vers l'éditeur vidéo de Flick. Dans l'ordre, les prises constituent votre animatique : la durée et les coupes de la scène, vérifiées avant de générer la moindre vidéo.

Attention à : Deux mouvements dans une seule prise. La documentation de Flick conseille une tâche par caméra par plan et une action par temps (marcher, s'arrêter, puis tourner), car un mouvement combiné est difficile à faire correspondre avec un clip généré.

4.3. Filmez avec votre téléphone pour une vraie caméra tremblante

Ce que c'est

Caméra tremblante : La caméra tremblante est une séquence filmée à la main où le cadre oscille et dérive au rythme des pas de l'opérateur, donnant à une scène une sensation de présence et de tension. Dans un prompt, vous devez décrire chaque petit mouvement ; avec votre téléphone dans la scène 3D, vous l'exécutez.

Comment l'obtenir

Connectez votre téléphone : Sélectionnez la caméra, faites glisser l'action Manual sur sa piste, cliquez sur Start filming dans ses propriétés, choisissez Phone et scannez le code QR.

Parcourez le plan : Ce que vous cadrez sur le téléphone est ce que la caméra 3D Stage enregistre, tremblement inclus. Faites quelques essais, puis appuyez sur record sur le téléphone. Une fois que vous avez pris le coup, dit Jaime, vous obtenez « un mouvement de caméra portatif très naturel ».

Rapatriez-le : La prise apparaît sur la timeline de la 3D Stage. Cliquez sur Record pour la capturer, puis envoyez la séquence souhaitée vers le canvas comme clip de blocage.

Impossible de filmer ? Activez le tremblement portatif sur la caméra 3D Stage dans ses propriétés, ou intégrez le tremblement dans le prompt, comme l'a fait In 'twixt Vows pour un plan en marche :

Modèle : Seedance 2.0 (In 'twixt Vows) · Remarque : Référence à vidéo ; coupures marquées …

… Camera: one continuous handheld shot. … The follow is imperfect and human, with clear handheld presence throughout: visible footstep bob, irregular body sway, small balance corrections, and slight reframing as the operator walks through wet uneven ground. The camera movement is steady in intention but physically unstable from walking. … No cuts, zooms, push-ins, or pull-outs. …

Les mots qui font le travail : « balancement visible des pas, oscillation corporelle irrégulière, petites corrections d'équilibre » définissent le tremblement ; « stable dans l'intention » garde le suivi lisible.

4.4. Du clip de blocage au plan final

La règle

Chaque référence a une seule fonction : Vos images contrôlent l'apparence : visages, costumes, décor et lumière. Le clip de blocage contrôle uniquement le trajet de la caméra, le timing et où chacun se tient. Comme le dit Simay, « La vidéo 3D ne sert qu'au mouvement de caméra. »

Comment l'obtenir

Briefer l'agent : Jaime colle d'abord les deux guides de prompt Seedance de Flick dans les notes et indique à l'agent qu'il s'agit de ses règles pour les prompts Seedance, puis les enregistre comme mémoire de projet (la documentation de Flick appelle cela les règles de Chat). Il lui indique ce que le clip de blocage contrôle et qui est chaque couleur (première boîte), et l'agent rédige le prompt Seedance 2.5 (seconde boîte).

Générer : Collez le prompt dans Omni Reference avec le clip de blocage, les fiches de personnages et le décor. La prise de 30 secondes en 720p de Jaime a coûté 1 440 crédits, soit environ 48 par seconde.

Ou partir d'une image finie : Simay a utilisé Extract Frame sur sa prise 3D, a remplacé les figurants par ses personnages pour créer une première image peinte, puis a donné à Seedance cette image, la fiche de personnage et le mouvement 3D. La documentation de Flick suggère la même chose : l'image guide l'ouverture, l'enregistrement guide le mouvement.

Modèle : Agent Flick · Note : Saisi tel qu'affiché dans la vidéo ; coupures marquées …

I'll be using these assets as references in our omni seedance 2.5 videos. the 3d blocking video controlls the camera movements and shots composition, we also have our environment and characters references. Specify the yellow proxy represents the resistance wounded soldier, the red represents the doctor, the blue for pianist, and the green for patrol soldier. the doctor is doing a surgery to the wounded soldier, … pianist is playing piano like crazy trying to cover up the sound, the patrol soldier … loads his weapon in the end. Give me a seedance 2.5 prompt…

Modèle : Seedance 2.5, Omni Reference · Note : 720p, 30 s ; rédigé par l'agent

For all four characters, identity, facial structure, hairstyle, body proportions, outfit, and all visible wounds, stains, and equipment 100% match their respective image references.

… reference only the blocking. Camera trajectory, framing, height, angle, roll, recorded handheld movement, timing, architectural layout, occlusion, character locations, relative scale, and base facing directions remain 100% unchanged. Add the articulated performances below within these established positions.

Live-action appearance, natural skin texture, subtle lens softness, and fine photographic grain.

…

Si l'agent rate une règle : Indiquez exactement ce qui est incorrect, afin qu'il corrige et ne répète pas l'erreur. C'est pourquoi Jaime vous demande de lire les guides vous-même.

Attention à : Transformer une capture d'écran 3D directement en photo. Jaime a constaté que les captures d'écran Blender avaient un rendu synthétique, c'est pourquoi A Proper Introduction est passé d'abord par des esquisses.

Quand l'utiliser : Lorsque le trajet de la caméra ou les positions comptent et que les prompts ne parviennent pas à les saisir. Jaime écrit qu'il essaie toujours de prompter d'abord ; dans In 'twixt Vows, il a emmené un plan sur 3D Stage parce qu'il fallait que la caméra tourne exactement à 90 degrés.

682 personnes ont enregistré 1 833 prises dans 3D Stage (données Flick, 90 derniers jours, octobre 2026, personnel Flick exclu).

Étape 5 : Animer les images fixes finies et donner une fonction à chaque référence

La plupart des plans de ces films partent d'une image fixe finie ou d'un ensemble d'images de référence, et non du texte seul. Le prompt vidéo remplit alors trois fonctions : il indique ce que chaque référence contrôle, définit la caméra et décrit l'action dans l'ordre.

5.1. Indiquez ce que chaque référence contrôle

Comment l'obtenir

In 'twixt Vows : 183 des 263 prompts vidéo conservés associent chaque personnage à sa fiche avec une ligne de « correspondance d'apparence », et 97 transmettent également un clip vocal pour la voix et l'accent du personnage. 130 numérotent leurs plans (« Plan 1 ») pour que Seedance puisse effectuer des coupes au sein d'un même clip.

Embedding Valley : 62 des 86 prompts vidéo conservés transmettent un clip vocal, 76 indiquent exactement le nombre de plans à réaliser, et 45 demandent des coupes franches sans fondus.

Modèle : Seedance 2.0 (Embedding Valley) · Remarque : @ désigne un élément du canvas ; le nom chinois de la fiche signifie fiche de personnage à trois vues

Congxing's appearance match @Congxing 三视图角色设定 100%.
Reference Congxing's voice and accent from @Usage Growth Projection.
…
Exactly 2 shots in total.
Exactly 1 hard cut.
Do not create any additional shots.
Do not morph, dissolve, or add transitions between the shots.
…

5.2. Positionnez d'abord la caméra, puis une action à la fois

Comment l'obtenir

A Proper Introduction : 191 des 206 prompts vidéo conservés commencent par la caméra, portée ou fixe, puis décrivent l'action ligne par ligne. 163 demandent l'absence de musique de fond, réservant le son pour le montage.

In Our Time : 62 des 98 prompts vidéo commencent avec une caméra fixe, puis nomment la seule chose autorisée à bouger.

Raccords de plans : Pour 44 des clips de The Herder, le modèle a reçu une première et une dernière image et a comblé le mouvement entre elles. The Little Fox's Dream a extrait 20 images de clips terminés pour que le plan suivant commence là où le précédent s'est terminé.

Modèle : Seedance Pro (In Our Time)

Locked camera, same composition and style as the source image: woodcut-like linework, strict two-tone palette of deep desaturated blue and off-white, no new details, no change in lighting, no extra textures.
Only animate the salmon and the waterfall inside the doorway; the doorway, trench, sky and foreground stay completely still.
…

Modèle : Seedance 2.5 (Sonny's worth) · Remarque : La reprise qui a fonctionné

The woman screams hysterically: "Do it!"
when she says "it!", the camera quickly zoom pans into her mouth until the screen is dark
don't fade to black, the scene should be at full opacity the entire duration, it just zooms into the darkness of her mouth
don't start the zoom in until she says "it", before that camera should be locked

Attention à : Un mouvement qui démarre trop tôt, ou un fondu que personne n'a demandé. Le cri dans Sonny's worth a d'abord été tenté comme montage vidéo, puis regénéré avec le moment exact où le zoom peut commencer et ce qui ne doit pas se produire (deuxième encadré).

Étape 6 : Montez le film et ajoutez le son dans Flick

Les analyses détaillées disent moins sur le montage que sur les étapes précédentes. Ce qu'elles montrent : les voix et la musique ont été générées à côté des images, et parmi les 9, seule l'analyse de Sonny's worth décrit le montage : il a été réalisé dans l'éditeur vidéo de Flick.

• Enregistrez les voix avant la vidéo quand il y a des dialogues. Embedding Valley a généré 15 clips vocaux ElevenLabs v3 et les a transmis à Seedance comme références vocales. Sa bande-son comprend 12 morceaux créés avec Eleven Music.
• Sous-titres et montage. Sonny's worth a créé ses dialogues avec ElevenLabs v3 et les sous-titres avec ElevenLabs Scribe, et a été monté dans l'éditeur vidéo de Flick avec des découpes, des effets de clip, des calques de réglage et du texte de titre.
• Créez des graphismes dans l'esthétique du film. Les cartons de titre d'Embedding Valley ont été générés comme des découpages en papier également, pour que les titres appartiennent au même univers.
• Montez tôt et sans pitié. L'Academy de Flick suggère d'assembler un premier montage du film entier rapidement, et de supprimer un plan qui n'aide pas l'histoire même s'il a été difficile ou coûteux à réaliser.

Quels modèles d'IA créent des films, et combien coûte une prise

Les 9 films s'appuient sur quelques modèles. Nano Banana Pro est le modèle d'image principal dans 5 d'entre eux ; dans les 4 autres, c'est Nano Banana (2 films), GPT Image 2 ou Midjourney. Pour le mouvement, 8 des 9 ont utilisé Seedance, et Kling était le modèle vidéo principal dans 3.

Modèle	Crédits typiques	Temps typique
GPT Image 2	environ 9	environ 75 s
GPT Image 2.5	environ 9	environ 33 s
Nano Banana Pro	environ 32	environ 45 s
Seedance 2.0 Mini avec références	environ 77	environ 3,5 min
Seedance 2.0 avec références	environ 344	environ 5 min
Seedance 2.5 avec références	environ 550	environ 6 min

Données Flick, générations réussies au cours des 90 derniers jours, octobre 2026. Moyennes ; une prise plus longue ou en résolution plus élevée coûte plus cher.

Calcul approximatif pour une minute terminée : le film médian a fait environ 26 générations vidéo par minute terminée. À environ 344 crédits par prise avec Seedance 2.0 et des références, cela représente près de 9 000 crédits de vidéo avant toute image. Considérez-le comme un ordre de grandeur, car la longueur des prises varie et plusieurs de ces films ont utilisé des modèles moins chers ou plus anciens.

Créez votre premier film IA dans Flick

Inscrivez-vous, ouvrez un canvas et structurez votre première scène en 3D avant de générer.

Chaque compte reçoit 100 crédits gratuits à l'inscription, et 100 de plus chaque lundi.

Créez votre compte Flick gratuit →

Pour aller plus loin

• Styles d'animation pour l'IA 15 rendus visuels, chacun avec le vrai prompt d'un film créé dans Flick.
• Mouvements de caméra IA 12 mouvements de caméra avec formulation du prompt, et quand dessiner un mouvement en 3D à la place.
• Dans les coulisses de In 'twixt Vows Jaime Yao sur les références du monde réel, quel modèle fait quoi, et le travail de caméra 3D Stage.
• Comment j'ai créé un film viking avec l'IA Le workflow complet d'Ulysses par Jaime Yao, des esquisses aux prises de dialogue Kling.
• Dans les coulisses de The Herder Comment l'apparence miniature et les planches de rotation ont vu le jour.
• Créez votre premier film (Flick Academy) Le cours pas à pas de Flick, du brief de l'histoire au montage final.
• Guide des prompts de génération d'images (docs) Le guide que Jaime enregistre comme règles de l'agent pour les images fixes.
• Guide de performance Seedance (docs)
• Guide d'action Seedance (docs)
• Bases de 3D Stage (docs) Figurants, accessoires et caméras ; l'agent peut construire la scène à partir de votre image.
• Caméras 3D Stage (docs) Objectif, cadrage et chaque action de caméra, y compris Manuel.
• Export 3D Stage (docs) Enregistrez une caméra ou toutes, puis utilisez la prise dans Omni Reference.
• Omni Reference (docs) Quelle référence contrôle quoi : image de départ, personnage, mouvement et voix.
• Parler à l'agent (docs) Comment briefer l'agent, et où vivent les règles du Chat.

À propos de l'auteur

Bilguun Bayarkhuu est ingénieur croissance chez Flick. Ce guide est construit à partir des analyses de workflow publiques de 9 films créés dans Flick par Jaime Yao et Zoey Z., du tutoriel 3D de Jaime sur la chaîne YouTube de Flick, et du tutoriel Happy Souls Alive de Simay Ezer Pekcan.

Questions fréquentes

Puis-je créer un film en utilisant l'IA ?

Oui, et seul. Ulysses, un court métrage de 4:36, a été réalisé par une seule personne sans équipe, et To My Grandma (1:38) n'a nécessité que 22 images et 13 clips vidéo. Le travail se trouve dans la planification : rythme, un style, planches de référence et un plan pour chaque plan, puis la vidéo.

Comment font-ils des films IA ?

La plupart des films ci-dessus suivent cet ordre : écrire le rythme, fixer un style, créer des planches de référence pour les personnages principaux et les décors, planifier chaque plan avec une esquisse ou en le structurant en 3D, transformer le plan en images fixes finies, animer les images fixes avec un modèle vidéo tel que Seedance ou Kling, puis monter avec voix, musique et sous-titres. Environ 72 % de toutes les générations étaient des images fixes.

Combien de temps faut-il pour faire un film IA ?

Jaime Yao a réalisé Ulysses (4:36) en environ 8 jours, en exécutant 432 tâches de génération, et il dit que la plupart de ce temps a été consacré à choisir entre les prises plutôt qu'à attendre les rendus. Dans Flick, une prise vidéo prend généralement 3,5 à 6 minutes à générer, et une image moins d'une minute et demie.

Combien coûte la réalisation d'un film IA ?

Dans Flick, c'est payé en crédits, et la vidéo en représente la majeure partie : environ 344 à 550 crédits pour une prise Seedance 2.0 ou 2.5 typique avec des références, contre environ 9 à 32 pour une image. Les 9 films ci-dessus ont généré en médiane environ 26 générations vidéo par minute finie. Les forfaits mensuels de Flick incluent 500 (Casual), 2 500 (Standard), 8 000 (Pro) ou 24 000 (Studio) crédits.