Video to Video

• Durée : 5, 10, 15, 20, 25, ou 30s

• Résolution : 480p / 720p / 1080p

• Idéal pour : la génération vidéo-vers-vidéo pilotée par prompt avec des vidéos de référence (jusqu'à 3), des images de référence (jusqu'à 9), et de l'audio de référence, pour créer de longues éditions ou transformations multi-plans allant jusqu'à 30 secondes, avec audio natif optionnel écrit par le modèle. Entraîné sur un vaste ensemble de données étiquetées de contenu NSFW.

• Points forts : peut écrire sa propre bande-son via le bouton Generate Audio, suit de longs prompts façon scénario découpés en plans horodatés, les tokens de référence ([img1], [vid1], [audio1]) vous permettent d'indiquer précisément quel fichier téléchargé utiliser, meilleure cohérence multi-sujets et contrôle de caméra que les modèles Wan précédents.

• Compromis : les meilleurs résultats nécessitent un prompt adapté à la durée : des prompts courts sur de longues durées laissent l'intrigue et le choix des plans au modèle. Pas de prompt négatif ; les éléments indésirables doivent être décrits explicitement.

• Notes sur le contenu : Filtres : Minimaux

• Durée : 5, 10, 15, 20, 25, ou 30s

• Résolution : 480p / 720p / 1080p

• Idéal pour : la même génération vidéo-vers-vidéo pilotée par prompt que Wan 3.0 Spicy (vidéos de référence jusqu'à 3, images de référence jusqu'à 9 et audio de référence), mais renvoyée environ 40 % plus vite.

• Points forts : qualité de sortie et fonctionnalités identiques à Wan 3.0 Spicy (bouton Generate Audio, prompts façon scénario, tokens de référence, cohérence multi-sujets) ; la différence est le temps d'attente, ce qui compte pour tester des idées ou affiner un plan.

• Compromis : coûte plus cher par seconde que Wan 3.0 Spicy pour le même résultat ; même sensibilité à la longueur du prompt et absence de prompt négatif.

• Notes sur le contenu : Filtres : Minimaux

• Durée : 5–15s

• Résolution : 720p / 480p

• Idéal pour : génération vidéo pilotée par prompt avec première/dernière image et référence multimodale (images, vidéos, audio) : édition d’une vidéo terminée en remplaçant un costume, un arrière-plan, un éclairage, ou un décor tout en préservant le mouvement, le timing et l’identité du sujet. Entraîné sur un vaste ensemble de données annotées de contenu NSFW.

• Points forts : une distinction claire entre « ce qu’il faut garder » et « ce qu’il faut changer » dans le prompt donne des résultats prévisibles sans « reconstruire » la scène. Préserve bien l’animation originale et les proportions du corps lorsque le prompt est précisément formulé. Gère avec précision les références [video 1]/[audio 1]/[image 1] et peut générer de l’audio en l’absence de référence.

• Compromis : l’ordre dans lequel les éléments sont décrits est crucial : si vous commencez par les changements plutôt que par ce qu’il faut garder, le modèle peut perdre le mouvement et le timing originaux. La référence vidéo originale [Video 1] doit être claire pour des résultats fiables. Durée maximale des 3 références vidéo : 15 secondes. Plus lent que Seedance 2.0 Fast Spicy.

• Notes sur le contenu : Filtres : Minimaux

• Durée : 5–15s

• Résolution : 720p / 480p

• Idéal pour : génération vidéo plus rapide et moins chère avec la même approche de première/dernière image et référence multimodale que Seedance 2.0 Uncensored : bonne qualité, édition de vidéos préenregistrées (costumes, arrière-plans, éclairage) tout en préservant le mouvement, le timing et l’identité faciale. Plus un entraînement supplémentaire sur un vaste ensemble de données étiquetées de contenu NSFW.

• Points forts : temps de traitement rapide ; distinguer clairement entre « ce qu’il faut garder » et « ce qu’il faut changer » dans le prompt donne des résultats prévisibles sans avoir à « reconstruire » la scène. Plus rapide et moins cher que Seedance 2.0 Uncensored.

• Compromis : l’ordre dans lequel les changements sont décrits est crucial : si vous commencez par les changements plutôt que par ce qu’il faut garder, le modèle peut perdre le mouvement et le timing originaux. La référence vidéo originale [Video 1] doit être claire. Durée maximale des 3 références vidéo : 15 secondes. Qualité inférieure à Seedance 2.0 Uncensored.

• Notes sur le contenu : Filtres : Minimaux

• Durée : 5, 10, 15, 20 ou 30 s

• Résolution : 480p / 720p / 1080p

• Idéal pour : la génération vidéo-vers-vidéo pilotée par prompt à partir de jusqu'à 10 vidéos de référence, 30 images de référence et 10 clips audio de référence (désignés dans le prompt par [vid1], [img1], [audio1]) en résultats longs et multi-plans jusqu'à 30 secondes. Entraîné sur un vaste jeu de données annoté de contenu NSFW.

• Points forts : des images plus naturelles, moins « IA » : transitions de caméra, stabilité du sujet, éclairage et détails de la peau et des yeux améliorés ; les prompts horodatés (« 0–5s : …, 6–10s : … ») contrôlent ce qui se passe et quand ; audio natif optionnel via le bouton Generate Audio.

• Compromis : le modèle Seedance le plus cher : la 1080p coûte environ 3,4 fois le tarif 720p, et les secondes de vos vidéos de référence sont facturées avec le résultat, testez donc d'abord en 480p/720p. Pas de prompt négatif. La vidéo peut sortir sans audio même avec Generate Audio activé.

• Notes sur le contenu : Filtres : Minimaux

• Durée : jusqu’à 30s

• Résolution : 720p / 480p

• Idéal pour : donner vie à une image de personnage fixe en appliquant exactement les mouvements corporels, gestes, expressions faciales et mouvements des lèvres d’une vidéo de référence. Idéal pour les performances de personnage, séquences de danse, animations expressives et scènes multi-personnages, plus un entraînement supplémentaire sur un vaste ensemble de données étiquetées de contenu NSFW.

• Points forts : excellente fidélité de mouvement et compréhension sémantique des mouvements, haute cohérence d’identité et d’arrière-plan, forte performance avec des personnages non humains et stylisés, expressions naturelles, sortie stable pour des actions complexes. L’option la plus stable pour donner vie à une photo.

• Compromis : meilleurs résultats avec une composition bien assortie, une vidéo de référence claire (bon éclairage, occlusion minimale), et une image de personnage compatible.

• Notes sur le contenu : Filtres : Minimaux

• Durée : jusqu’à 30s

• Résolution : 720p / 480p

• Idéal pour : donner vie à une image de personnage fixe (portrait, illustration, ou design) en appliquant exactement les mouvements corporels, gestes et expressions faciales d’une vidéo de référence. Idéal pour les performances de personnage, séquences de danse, et animations expressives, plus un entraînement supplémentaire sur un vaste ensemble de données étiquetées de contenu NSFW.

• Points forts : forte fidélité de mouvement avec expressions naturelles, haute cohérence d’identité, transfert fluide d’actions complexes.

• Compromis : meilleurs résultats avec une composition bien assortie, une vidéo de référence claire (bon éclairage, occlusion minimale), et une image de personnage compatible. Peut être instable (voir la note ci-dessous).

• Notes sur le contenu : Filtres : Minimaux

• Durée : jusqu’à 30s

• Résolution : 720p / 480p

• Idéal pour : remplacer le personnage principal d’une vidéo existante par un sujet de votre image tout en préservant le mouvement, la scène, l’éclairage et la prise de vue originaux. Parfait pour les échanges de personnages dans des séquences, les remplacements de présentateur, et une intégration fluide, plus un entraînement supplémentaire sur un vaste ensemble de données étiquetées de contenu NSFW.

• Points forts : maintient les éléments de scène et le mouvement originaux, forte préservation de l’identité, intégration réaliste avec l’environnement et l’éclairage.

• Compromis : meilleurs résultats avec une bonne correspondance de pose/composition entre l’image et la vidéo, des séquences de référence propres. Peut être instable (voir la note ci-dessous).

• Notes sur le contenu : Filtres : Minimaux

• Durée : jusqu’à 30s (les vidéos plus longues sont automatiquement découpées)

• Résolution : 1080p uniquement

• Idéal pour : appliquer la chorégraphie et les mouvements d’une vidéo de référence à un sujet dans une image de personnage. Idéal pour les pas de danse complexes, les gestes, et les performances en pied. Parfait pour les séquences de danse, le transfert de mouvement, et la création d’animations de personnages cohérentes.

• Points forts : extrait et transfère le mouvement/la chorégraphie complets (y compris actions complexes, mains, expressions faciales) d’une vidéo de référence. Option pour conserver le son original. Forte fidélité de mouvement et cohérence du personnage.

• Compromis : nécessite une bonne qualité de vidéo de référence (mouvements clairs, non obstrués) et une image de personnage compatible. Filtres de sécurité plus stricts que les autres modèles.

• Notes sur le contenu : Filtres : Activés

• Durée : 5, 6, 8, 10, 12, ou 15s

• Résolution : 480p / 720p / 1080p

• Idéal pour : retravailler une vidéo existante avec un prompt texte, en la combinant éventuellement avec des images de référence, des vidéos supplémentaires, et de l'audio (jusqu'à 9 images, 3 vidéos, 3 clips audio, 12 fichiers au total) pour orienter le résultat.

• Points forts : les tokens de référence (Image 1, Video 1, Audio 1) vous permettent d'indiquer précisément quel fichier téléchargé pilote quelle partie de la modification ; audio stéréo natif sur chaque résultat, sans bascule nécessaire ; formats flexibles (16:9, 9:16, 4:3, 3:4, 1:1, 21:9, ou Adaptatif).

• Compromis : facturé à la fois pour les secondes de la vidéo source et pour celles du résultat. Pas de prompt négatif ; décrivez les exclusions à la fin du prompt principal. L'audio ne peut pas être désactivé. Les prompts longs sont compressés en interne, donc un texte plus court et précis fonctionne généralement mieux.

• Notes sur le contenu : Filtres : Activés. SFW uniquement, ne prend pas en charge le contenu NSFW.

Vous recevrez une erreur, mais vos crédits seront automatiquement remboursés.

Oui, jusqu’à 30 secondes.

Cela peut arriver lorsque le visage n’est pas clairement visible dans toutes les images, que la vidéo contient des mouvements rapides ou des coupures, ou que l’éclairage change de manière significative. Pour de meilleurs résultats, utilisez des vidéos stables avec un éclairage cohérent et un visage visible.

Votre tâche peut échouer en raison de fichiers non pris en charge ou corrompus, d’entrées de très basse qualité, de restrictions de contenu selon le modèle choisi, ou d’un mouvement instable dans la vidéo source. Essayez de simplifier vos entrées et d’utiliser une vidéo plus courte ou plus claire.

Animate suit le mouvement de la vidéo et est plus rapide mais moins stable. Kling 2.6 Motion offre une meilleure qualité et cohérence, mais utilise des filtres de sécurité plus stricts.

Kling 2.6 Motion prend en charge une durée maximale de 30 secondes. Si votre vidéo est plus longue, elle sera automatiquement découpée.

Oui, vous pouvez coller des liens directement dans l’outil. Les liens ne fonctionnent qu’avec certains modèles, et Seedance, Wan 3.0 et MiniMax H3 nécessitent un fichier vidéo importé. Assurez-vous que la vidéo est publique et accessible.

Non, les crédits des tâches échouées sont automatiquement remboursés sur votre solde.