La plupart des outils vidéo IA fonctionnent comme une machine à sous. Vous tapez une invite, vous tirez la manette, et vous prenez ce qui sort. Un tirage peut vous donner quelque chose de beau. Enchaînez tout un film de cette façon et vous obtenez autre chose : une série de clips qui ne s'accordent jamais vraiment, un style qui dérive d'une scène à l'autre, une histoire qui ne tient pas. Li Lian, le réalisateur chevronné qui a fondé Versatile Media, nomme le problème avec exactitude. « Beaucoup d'outils IA vous donnent juste un outil. Vous tapez quelque chose, il produit du contenu. En grande partie, c'est l'IA qui vous contrôle. »
MOKE (墨客) a été conçu pour inverser cette relation. C'est un workflow de génération vidéo de bout en bout basé sur des nœuds, qui remet le réalisateur aux commandes, transformant une dispersion de générations chanceuses en un pipeline qu'un créateur peut réellement diriger du scénario au montage final.
Ce qu'un créateur peut en faire
Versatile Media produit environ 30 courts drames par mois via MOKE. Un créateur n'ayant jamais touché à la plateforme peut être productif après un à trois jours d'intégration, et produire une vidéo finale de deux minutes pour environ 250 ¥. Le même workflow a produit des campagnes publicitaires AIGC pour des marques nationales comme Laoxiangji et Haidilao. C'est une chaîne de production fonctionnelle, pas une démo.
MOKE fonctionne sur une toile infinie. À gauche se trouvent les panneaux de fonctions et de nœuds ; l'espace de travail est l'endroit où le film se construit. Un créateur dépose un nœud pour générer un script, en utilise un autre pour décomposer ce script en segments, puis pilote les images clés et les plans en aval, chaque étape alimentant la suivante au sein d'un seul workflow connecté. Une fois qu'un pipeline fonctionne, il peut être dupliqué et partagé, de sorte qu'un rendu qui a demandé un réel effort pour être affiné devienne un modèle que toute l'équipe peut réutiliser. Les séquences peuvent être mises à l'échelle en haute résolution dans le même flux.
La structure du pipeline est importante car un film fini n'est pas un seul problème d'IA, mais plusieurs : le script et la liste des plans, les storyboards et les images clés, les plans animés, les décors et les mouvements de caméra dans l'espace, la musique et la conception sonore. Les outils « invite et prie » traitent chaque génération comme un pari isolé. MOKE les traite comme des étapes d'une seule production, de sorte que les décisions prises en amont persistent tout au long du processus.
Le goût est désormais le métier
Supprimer le hasard ne supprime pas le créateur, cela le promeut. Lorsque l'outil cesse de vous contrôler, le jugement devient l'ingrédient rare. Li le dit clairement :
« Votre goût devient encore plus important. Disons que je génère 100 clips différents de six secondes. Quel est le meilleur ? Au final, c'est le goût qui décide. »
Li Lian (李鍊), fondateur de Versatile Media et réalisateur derrière MOKE.
La diversité est ce qui donne matière au goût. MOKE consolide ses appels de modèles à haut volume sur l'API d'inférence unique d'Atlas Cloud, de sorte que l'équipe n'est pas enfermée dans un seul modèle par tâche. Parce qu'Atlas propose de nombreux modèles pour chaque type de travail, et non un seul, les créateurs de MOKE peuvent faire correspondre le modèle au plan et choisir la prise qui est réellement la meilleure. Un pipeline mono-outil ne laisse au réalisateur aucun choix. Un pipeline avec une réelle diversité derrière lui transforme le goût en travail fini.
Li admet que les outils ont encore des lacunes, c'est pourquoi le contrôle sur l'ensemble du pipeline est important. « Le plus grand obstacle de l'IA actuellement est qu'elle ne peut pas effectuer un contrôle très précis sur l'axe de la profondeur. Le mouvement en profondeur est encore un point faible, et il a probablement encore besoin de techniques d'assistance comme le zoom, le panoramique et le travelling. » Mais sur les fondamentaux, il est catégorique : « En ce qui concerne la lumière et l'ombre, de nombreux modèles sont déjà très bons. Ils peuvent décrire la lumière avec beaucoup de précision. » MOKE est conçu pour s'appuyer sur ce que les modèles font bien et pour donner au créateur des leviers là où ils ne le font pas.
Propriété que les créateurs peuvent prouver
Pour un créateur actif, un film n'est pas terminé quand il est rendu, il est terminé quand il est protégé. MOKE intègre le droit d'auteur dans le workflow. Un créateur peut prendre un travail réalisé sur la plateforme et demander directement une attestation : un horodatage certifié, une preuve basée sur la blockchain, et un certificat, avec un chemin vers un identifiant de droit d'auteur numérique DCI et un certificat d'œuvre enregistré auprès du Centre de protection des droits d'auteur de Chine. L'outil qui vous aide à réaliser le film vous aide également à prouver qu'il est à vous.
Conçu pour un ou deux cinéastes
Le changement plus large que MOKE poursuit est de savoir qui peut réaliser un film. « Par le passé, la complexité du métier faisait que tout le monde n'était pas qualifié ou capable de créer », dit Li. Il a passé des décennies dans le modèle traditionnel et en connaissait le plafond de l'intérieur. « Quand j'étais réalisateur, la moitié de mon temps était consacrée à attendre que d'autres personnes soient prêtes. C'est un projet collectif. Si une personne a un problème, tout ralentit. »
MOKE réduit cela. « En termes de création elle-même, cela donne à beaucoup de gens l'opportunité. Même une ou deux personnes peuvent désormais réaliser une histoire », dit Li. Le contrôle passe de nombreux départements aux mains du créateur. « La stylisation va se renforcer. Par le passé, le style était formé par de nombreux départements. Désormais, il penchera de plus en plus vers l'individu. » Ce qu'il a toujours voulu, c'est ce que MOKE est conçu pour offrir : une création sans obstacles, où la technique et les moyens d'exécution ne se mettent jamais entre un créateur et son idée.
Le changement est autant économique que créatif. Pendant la majeure partie de l'histoire de l'industrie, la limite stricte pour savoir qui pouvait créer quelque chose n'était pas le talent, mais l'argent. Une production coûtait trop cher pour que quiconque parie sur un nom non éprouvé, donc le travail, et le financement, allaient aux quelques-uns bancables. Quand un film de deux minutes coûte 250 ¥ au lieu d'une fortune, cette logique s'effondre. Un créateur n'a plus besoin d'être déjà prouvé pour mériter une chance. Plus de personnes ayant une vraie idée et aucun CV peuvent réaliser la chose et laisser le travail parler de lui-même.
Rien de tout cela ne signifie que l'outil fait la réflexion. Li est également franc à ce sujet :
« Tous ceux qui sont bons avec l'IA le sont parce qu'ils savent déjà photographier, filmer, dessiner et écrire. L'IA est comme un miroir. Si vous êtes idiot, elle l'est aussi. »
MOKE est un outil pour les personnes qui ont quelque chose à dire. Il supprime simplement presque tout ce qui se dressait entre elles et le fait de le dire.
Propulsé par Atlas Cloud
Un pipeline qui couvre autant de types de génération pourrait facilement devenir un désordre de fournisseurs : une API différente pour chaque étape, une clé différente, une facture différente, un ensemble différent de limites de débit et de modes de défaillance, et un impôt constant de déplacement de fichiers entre des outils qui n'étaient jamais destinés à communiquer entre eux. MOKE évite cela en faisant passer ses appels de modèles à haut volume par l'API d'inférence unique d'Atlas Cloud. Une clé, un point d'accès, une facture, et l'accès à un catalogue profond de modèles couvrant la vidéo, l'image, le langage et l'audio via la même connexion. Quand un meilleur modèle sort, il est disponible sans rien réintégrer. Cette épine dorsale unique fait partie de ce qui permet à une ou deux personnes de réaliser un film.
À propos de Versatile Media
Versatile Media (浙江博采传媒), fondée en 1993 et basée à Hangzhou avec des bureaux à Pékin et Vancouver, travaille dans les contenus cinématographiques et télévisuels, la production virtuelle et la publicité. Le studio détient 15 brevets d'invention et exploite une base de production virtuelle IA d'environ 100 000 mètres carrés à Deqing, dans le Zhejiang, abritant un laboratoire d'innovation en cinéma IA et virtuel géré en partenariat avec l'Institut de recherche en science et technologie cinématographique de Chine. MOKE est la plateforme vidéo générative basée sur des nœuds du studio.
Li voit où cela mène. « À l'avenir, certains films deviendront des films d'auteur. Une personne peut faire un film et le partager avec des amis. Il pourrait ne plus sortir en salles, et être distribué par des canaux privés. » Versatile Media construit le workflow pour exactement cet avenir, sur Atlas Cloud.
À propos d'Atlas Cloud
Atlas Cloud est une plateforme d'inférence IA multimodale unifiée : plus de 400 modèles couvrant la vidéo, l'image, le langage et l'audio, via une seule clé API, un point d'accès et un compte de facturation, compatible OpenAI pour les modèles de langage.
