Une clé API, un film de 15 secondes : Le workflow complet Seedream 5.0 15s

J'ai construit ça en un week-end : une gardienne solitaire pénètre dans une archive infinie, ouvre un livre, et la lumière jaillit des pages. Quinze secondes. Conception des personnages, storyboard, mouvement, tout ça généré, tout ça à partir d'une seule clé API. Pas de ferme de rendu, pas de pipeline à trois applis, pas de ménagerie de plugins.

L'astuce n'était pas une invite plus intelligente. C'était de diviser le travail en deux. La plupart des gens demandent à un seul modèle de maîtriser la couleur, la lumière, la texture et la géométrie en même temps, puis se demandent pourquoi le résultat est plat. Voici le workflow Seedream 5.0 15s qui résout ça : verrouillez d'abord la géométrie avec une carte de profondeur, puis appliquez le style ensuite. Ci-dessous, le pipeline complet, avec toutes les invites que j'ai réellement utilisées.

Points clés à retenir

• La manœuvre centrale du workflow Seedream 5.0 15s : séparer la géométrie (une carte de profondeur) du style (une carte de couleurs), afin de pouvoir restyler un plan à l'infini sans que la composition ne s'effondre.
• Neuf angles de caméra sont mis en storyboard en amont sous la forme d'une grille de profondeur 3x3, ce qui maintient la continuité d'un modèle vidéo au lieu d'inventer neuf images sans lien.
• Tarifs vérifiés fin juillet 2026 : une image Seedream 5.0 Pro coûte entre 0,045 $ au palier 1,5K, soit environ un cinquième du prix de GPT Image 2 en haute qualité. Images sur Seedream 5.0 Pro, vidéo sur Seedance 2.0, une seule clé.

Pourquoi les cartes de profondeur viennent en premier dans le workflow Seedream 5.0 15s

La géométrie est la première chose qu'un modèle d'image abandonne. Demandez-lui de résoudre la couleur, l'éclairage, la matière et l'espace 3D en une seule passe, et l'espace s'effondre, c'est pourquoi tant d'art IA ressemble à un joli autocollant sans profondeur. La solution emprunte une idée bien connue des outils de diffusion : donner au modèle une image de contrôle et le laisser construire par-dessus cette structure fixe (ControlNet, ICCV 2023).

Il existe trois images de contrôle que les gens utilisent, et l'écart entre elles est plus grand qu'il n'y paraît. Voici comment elles se comparent dans ce workflow.

Un storyboard en line art : les bords et les poses sont verrouillés, mais chaque case reste plate, sans profondeur

Le line art verrouille la pose, et rien d'autre. Le modèle ne peut pas dire ce qui est proche ou lointain, donc l'image reste plate.

Le même storyboard rendu en modèle 3D blanc, où l'aspect argileux gris prend le dessus sur l'image

Un modèle 3D blanc a du volume, mais il sur-contrôle. Le modèle traite cette peau d'argile grise comme l'image elle-même, et vous finissez par lutter contre un aspect plastique à chaque étape ultérieure.

Une carte de profondeur encode exactement une chose : la distance par rapport à la caméra. Le blanc est proche, le noir est lointain, une rampe continue de gris entre les deux (Depth Anything V2, 2024). Cela la rend plus précise que le line art, car elle porte un espace réel, et plus propre qu'un modèle blanc, car elle n'a ni matière ni style qui pourrait fuiter. Déposez n'importe quel look par-dessus et la géométrie ne sera jamais contaminée. Verrouillez la géométrie proprement, stylisez après. Cette seule habitude est ce qui fait tenir le reste du workflow Seedream 5.0 15s.

Une seule clé API exécute l'intégralité du workflow Seedream 5.0 15s

La raison pour laquelle cela reste un projet de week-end et non un casse-tête d'intégration de systèmes est que chaque modèle de la chaîne vit derrière un seul point de terminaison. Les images tournent sur Seedream 5.0 Pro, la vidéo tourne sur Seedance 2.0, et les deux répondent à la même clé API sur Atlas Cloud. Pas de changement de plateforme entre la fiche personnage et le rendu final, pas de conciliation de deux tableaux de bord de facturation, pas de deuxième SDK.

Cela compte plus qu'il n'y paraît. Un court-métrage de 15 secondes dans ce pipeline touche au moins cinq générations d'images et une passe vidéo. Répartissez-les sur trois fournisseurs et la moitié de votre temps part dans la plomberie. Gardez-les sous une seule clé et la friction est proche de zéro.

Obtenir la clé prend environ une minute : ouvrez la console, allez dans API Keys, créez-en une, copiez-la. Ensuite, pointez n'importe quel client HTTP vers le point de terminaison d'image compatible OpenAI et vous générez.

Le workflow Seedream 5.0 15s, six étapes du visage au film

Le pipeline comporte six étapes, et seules les deux premières construisent des actifs réutilisables. Tout ce qui suit est composition et mouvement. Alimentez le personnage et le style, gardez-les verrouillés, et le modèle cesse de dériver. Voici l'ensemble en un coup d'œil avant d'entrer dans le détail.

1. Fiche personnage : verrouiller l'identité. Alimentez une référence multi-vues à Seedream 5.0 Pro et obtenez une planche qui tient le même visage sous cinq angles. Un conseil qui vous épargne bien des souffrances plus tard : si vous avez déjà un portrait de face propre, supprimez le visage sur la vue en pied. Un visage par angle empêche le modèle vidéo de dériver vers un inconnu au milieu d'un plan.

Une fiche personnage à cinq angles de l'archiviste : corps entier, dos, portrait de face, et deux vues trois-quarts

1. Fiche de style : verrouiller l'étalonnage. Au lieu de laisser le modèle improviser le look, prenez une référence. Prenez quelques photogrammes d'un film que vous aimez, extrayez la palette en une carte de couleurs, et renvoyez-la comme ancrage de style. Le look vient de là, pas la composition. J'ai donné à Seedream 5.0 Pro quelques photogrammes de Blade Runner 2049 et je l'ai laissé extraire la palette, cet ambre chaud se fondant dans des ombres encré-vert-de-mer profondes que Roger Deakins a construites pour le film (American Cinematographer, 2017).

Une carte de couleurs construite à partir de photogrammes de Blade Runner 2049, avec une palette ambre-vert-de-mer à six échantillons

La bande de palette de six couleurs extraite : brun foncé passant par l'ambre jusqu'au gris chaud

1. Plan d'ensemble. Fiche personnage plus fiche de style vous donne la première image de la scène. C'est là que la lecture des couleurs de l'étape 2 apparaît en plein.

Le plan d'ensemble : l'archiviste petite et centrée dans une allée symétrique à perspective à un point

PlainCopy
1Plan d'ensemble cinématographique, composé dans le style de Denis Villeneuve / Roger Deakins : symétrie rigoureuse à perspective centrale à un point, sens monumental de l'échelle, fort espace négatif, calme et recueilli.
2
3SCÈNE : l'intérieur d'une archive-bibliothèque colossale, apparemment infinie, à l'échelle d'une cathédrale. Des bibliothèques verticales imposantes s'éloignent symétriquement des deux côtés, le long d'une seule allée centrale, vers un point de fuite chaleureux et lointain qui brille. Des rayons de lumière volumétriques ambrés en forme de rayons divins traversent une fine poussière flottante et quelques pages libres qui dérivent. Trois couches de profondeur nettes : les bords d'étagères nets au premier plan près de la caméra, le héros dans l'allée au milieu, et un arrière-plan lointain brumeux et doré qui fuit à l'infini.
4
5HÉROS, identité et garde-robe verrouillés sur l'image 1. Utilisez l'image 1 UNIQUEMENT comme référence d'identité et de garde-robe ; ne reproduisez PAS sa mise en page de planche de référence ni son fond de studio gris. La même femme exactement : son visage et ses traits inchangés, long manteau de laine encré-vert-de-mer jusqu'au sol sur un col roulé crème, queue de cheval basse. Elle tient une petite lanterne à huile en laiton allumée qui projette une flaque de lumière chaude autour d'elle. Elle se tient petite et centrée loin au fond de l'allée profonde, vue d'un angle bas, dominée par les étagères imposantes.
6
7ÉTALONNAGE et OPTIQUE, correspondre à l'image 2 : hautes lumières ambrées-dorées chaudes et brûlées se fondant dans des ombres encré-vert-de-mer profondes et désaturées, faible contraste avec des noirs propres et doucement relevés ; bokeh anamorphique ovale haut, un léger flare d'objectif horizontal sur le rayon le plus brillant, un doux bloom Black Pro-Mist sur les hautes lumières, un grain fin de film Kodak 35 mm, un cadrage anamorphique 2.00.
8
9Photogramme de film cinématographique 35 mm, photoréaliste, ultra-détaillé, monumental. Pas de CGI, pas de rendu 3D, pas d'aspect moteur de jeu.

1. Carte de profondeur : le cœur du workflow Seedream 5.0 15s. Convertissez cette image en une passe de profondeur en niveaux de gris pur. Blanc proche, noir lointain, style supprimé, géométrie uniquement. Maintenant la composition est sa propre couche, et vous pouvez la restyler autant de fois que vous le souhaitez sans toucher à la structure.

Le plan d'ensemble converti en carte de profondeur en niveaux de gris : les étagères blanches au premier plan s'estompent dans la profondeur noire

PlainCopy
1Réinterprétez cette image comme une passe de profondeur linéaire à un seul canal, une carte de profondeur Z en niveaux de gris du type de celle qu'un moteur de rendu 3D écrit à partir de son tampon de profondeur, ou une image de portée LiDAR. La luminosité encode uniquement la distance par rapport à la caméra : blanc pur sur la surface visible la plus proche, noir pur à la plus lointaine, une rampe monotone continue de gris moyens entre les deux. Ancrez l'échelle une fois pour toute l'image afin que des distances identiques correspondent à des gris identiques partout dans l'image ; jamais de contraste automatique par région. Maintenez la géométrie exacte : les volumes arrondis obtiennent des gradients continus et lisses, les objets qui se chevauchent se brisent à des limites d'occlusion nettes et dures, les structures fines et les silhouettes restent lisibles, les surfaces connectées conservent des valeurs stables. La distance est la seule variable : gris plat piloté par la profondeur, sans albédo, sans texture, sans ombres portées, sans lumière directionnelle, sans contours, sans occlusion ambiante. Produisez la passe de profondeur propre et rien d'autre.

1. Le storyboard de profondeur 3x3. Vous n'avez besoin que d'une seule image ? Passez cette étape. Vous faites une vidéo ? Vous avez besoin d'un storyboard complet, neuf plans construits en amont qui partagent une convention de profondeur et une continuité, pas neuf images qui suivent chacune leur propre chemin. Alimentez deux images : le plan d'ensemble en couleur (ce qui se trouve dans la scène) et la carte de profondeur (comment la distance est encodée). L'invite ci-dessous force une caméra distincte sur chaque case, ce qui empêche un modèle vidéo de par défaut sur la même allée centrée neuf fois.

Une grille 3x3 de neuf passes de profondeur en niveaux de gris, chacune avec un angle de caméra différent de la même archive

PlainCopy
1Vous êtes un générateur de storyboard par carte de profondeur. Produisez UNE image : une grille 3x3 propre de neuf plans séquentiels d'une seule scène continue, chaque case étant une passe de profondeur linéaire en niveaux de gris (blanc = plus proche, noir = plus lointain) et rien d'autre.
2
3ENTRÉE, l'image 1 est une passe de profondeur d'établissement centrée symétrique. Utilisez-la pour DEUX choses : (a) la CONVENTION de profondeur linéaire en niveaux de gris et la gamme tonale à reproduire dans les NEUF cases ; (b) la composition EXACTE à reproduire dans la case 2. Lisez également le personnage, la garde-robe (manteau longueur sol, lanterne en laiton) et le langage de conception de l'archive.
4
5CRITIQUE, VARIÉTÉ DE COMPOSITION (priorité absolue) : chaque case DOIT utiliser une caméra DISTINCTE, une taille de plan, une hauteur, un azimut, une inclinaison différents. SEULE la case 2 peut utiliser l'allée symétrique centrée à perspective à un point ; TOUTES les autres cases ont l'INTERDICTION d'utiliser une allée centrée symétrique. Adoptez un cadrage cinématographique : coins obliques, colonnades diagonales en biais, verticales en contre-plongée, angles plongeants, cadrage asymétrique fortement décentré, dévers, espace négatif profond.
6
7HISTOIRE (neuf cases = un événement continu ; une femme archiviste seule dans un long manteau avec une lanterne en laiton découvre un livre et l'atteint ; lisez de gauche à droite, rangée du haut, milieu, bas) :
81. ÉTABLISSEMENT, angle aérien élevé près du plafond voûté regardant obliquement vers le bas, l'allée courant en diagonale, héroïne minuscule sur la diagonale.
92. ARRIVÉE, la composition d'établissement symétrique centrée de l'image 1.
103. DÉCOUVERTE, contre-plongée extrême regardant presque droit vers le haut d'une étagère imposante vers un petit livre cible haut perché.
114. RÉACTION, plan moyen rapproché, fortement décentré : le visage de l'héroïne sur le tiers droit regardant vers le haut à gauche, léger dévers.
125. PRÉPARATION, une composition d'angle oblique, héroïne petite au tournant tendant la main, un vaste vide d'espace négatif sombre remplissant une moitié.
136. INSERTION DÉTAIL, macro extrême ; l'étagère court comme une diagonale abrupte, sa main et une dos de livre nets dans le coin proche.
147. ACTION PRINCIPALE, vue oblique le long d'une colonnade d'ailettes verticales hautes et répétées en biais diagonal, le livre ouvert tenu large au premier plan proche.
158. CONSÉQUENCE, angle plongeant regardant vers le bas alors que des pages libres se dispersent et tombent à travers plusieurs couches de profondeur.
169. RÉSOLUTION, plan large extrême oblique surélevé depuis un coin élevé, révélant l'archive comme une structure asymétrique massive.
17
18CONTINUITÉ : gardez identiques d'une case à l'autre, identité du personnage, manteau, lanterne, cheveux, la conception des étagères et de l'architecture, l'échelle de la scène. SEULS la caméra et la pose changent.
19
20RENDU DE PROFONDEUR : chaque case une passe de profondeur linéaire à un seul canal, Z en niveaux de gris, luminosité = distance uniquement. Blanc pur le plus proche, noir pur le plus lointain, une rampe monotone continue ; ancrez l'échelle une fois et appliquez-la à l'identique aux neuf cases. Pas de couleur, pas de texture, pas de lumière directionnelle, pas d'ombres portées, pas de lueur, pas d'occlusion ambiante, pas de flou de profondeur de champ, pas de grain.
21
22GRILLE : exactement neuf cases, trois rangées égales et trois colonnes égales, rapport hauteur/largeur identique, gouttières fines et uniformes. Aucune légende, chiffre, étiquette, flèche, bordure ou couleur nulle part.

1. Vidéo. Alimentez le visage, le plan d'ensemble et le storyboard 3x3 à Seedance 2.0, et il rend la séquence plan par plan à partir de votre storyboard. La grille de profondeur fait ici un travail réel : parce que chaque case encode la distance, le modèle peut simuler la parallaxe et maintenir les positions des objets stables d'un plan à l'autre au lieu de remanier la scène à chaque coupe.

Une image du film terminé : un plan plongeant de l'archive alors que la lumière éclate et que les pages se dispersent

PlainCopy
1Un seul morceau continu et cinématographique de 15 secondes, 2.00 anamorphique grand écran, aspect film 35 mm photoréaliste avec un grain Kodak fin, pas de vernis IA. SCÈNE : l'intérieur d'une archive-bibliothèque colossale, apparemment infinie, de bibliothèques imposantes s'enfonçant dans une obscurité chaleureuse. STYLE VISUEL : lumière clé ambrée-dorée chaude et brûlée se fondant dans des ombres encré-vert-de-mer profondes et désaturées, rayons volumétriques en forme de rayons divins à travers une fine poussière flottante, un look épique Villeneuve / Deakins. THÈSE DU RÉALISATEUR : une gardienne solitaire parcourt l'archive infinie de chaque histoire jamais écrite, trouve un livre lumineux et l'ouvre, et la lumière et les mondes jaillissent de ses pages.
2
3VERROUS :
4- Identité : l'image 1 est la SOURCE unique du visage et de l'identité de la femme, gardez son visage identique dans chaque plan, ne déviez jamais.
5- Garde-robe, première image et étalonnage : l'image 2 est la PREMIÈRE IMAGE et le look, faites correspondre son étalonnage ambre chaud et encré-vert-de-mer, les optiques anamorphiques et le grain 35 mm sur tout le film.
6- Composition et caméra : l'image 3 est un storyboard de carte de profondeur 3x3 de neuf compositions de plans ; pilotez la séquence plan par plan à partir de l'image 3 DANS L'ORDRE (case 1 à case 9), chaque plan correspondant au cadrage, à la taille du plan et à l'angle de la caméra de sa case.
7- Continuité : même femme, même manteau, même lanterne, même architecture d'archive et même échelle partout.
8- Verrous négatifs : pas de morphing des mains, doigts naturels cohérents, pas de distorsion du visage, pas de membres dupliqués ou flottants, pas de texte ou de légendes nulle part.
9
10CHRONOLOGIE (pilotez à partir de l'image 3 ; toute lumière motivée par la lanterne et le livre lumineux) :
110-2s PLAN 1 (case 1), aérien oblique élevé regardant vers le bas, dérive lente vers l'intérieur.
122-3.5s PLAN 2 (case 2), large symétrique centré, poussée lente vers l'avant le long de l'axe.
133.5-5s PLAN 3 (case 3), contre-plongée extrême se levant vers un livre lumineux.
145-6.5s PLAN 4 (case 4), plan moyen rapproché décentré, ses yeux se levant dans une crainte silencieuse.
156.5-8s PLAN 5 (case 5), coin oblique, elle tend la main vers le haut dans un espace négatif profond.
168-9.5s PLAN 6 (case 6), macro serré, ses doigts glissent un livre libre.
179.5-11.5s PLAN 7, point de vue à la première personne, ses mains tiennent le livre ouvert et une lumière chaude jaillit vers l'objectif.
1811.5-13.5s PLAN 8 (case 8), angle plongeant, des pages libres dérivent dans l'allée autour d'elle.
1913.5-15s PLAN 9 (case 9), plan large extrême oblique surélevé, elle se tient minuscule dans la vaste archive maintenant brillante et chaude.

Ce que coûte réellement le workflow Seedream 5.0 15s

L'ensemble du court-métrage coûte moins cher qu'un café à générer. Ce pipeline produit une pile d'images avant qu'une seule image ne bouge : fiche personnage, fiche de style, plan d'ensemble, carte de profondeur et storyboard à neuf cases, soit cinq générations d'images plus une passe vidéo. C'est là que le prix par image cesse d'être une erreur d'arrondi et commence à décider si vous itérez librement ou si vous rationnez vos tentatives. Tous les chiffres ci-dessous sont vérifiés sur les pages de prix des modèles d'Atlas Cloud model pricing pages à fin juillet 2026.

À 0,2419 $ par seconde pour la 720p, une séquence complète de 15 secondes ajoute environ 3,63 $, donc l'ensemble du court-métrage revient à moins de 4 $ pour générer, images et mouvement ensemble. Seedance 2.0 tombe également à 0,1486 $ par seconde lorsque vous lui fournissez une entrée vidéo, et son mode référence-à-vidéo accepte jusqu'à neuf images de référence, ce qui est exactement ce qu'une séquence pilotée par storyboard souhaite.

L'économie des images est la partie qui m'a fait regarder deux fois. Une image Seedream 5.0 Pro commence à 0,045 $ au palier 1,5K, soit environ un cinquième de GPT Image 2 en haute qualité, qui coûte 0,21572 $ pour une image 1024 pixels et 0,16964 $ pour 1536 par 1024. Même au palier complet 2K, là où GPT Image 2 n'atteint pas, Seedream 5.0 Pro est à 0,09 $ par image, toujours moins de la moitié du prix tout en produisant une image plus grande. Générez cinq images par court-métrage, ou cinquante par lot, et cet écart se cumule rapidement.

Notez le timing : Seedream 5.0 Pro bénéficie actuellement d'une réduction temporaire de 20 pour cent, donc l'image 1.5K est effectivement à 0,036 $ et l'image 2K à 0,072 $ pendant la fenêtre promotionnelle. Les prix et les promotions changent, alors vérifiez la page des modèles avant de budgétiser un gros lot.

Emmener le workflow Seedream 5.0 au-delà d'un seul court-métrage

La division profondeur-et-style n'est pas seulement pour le film cinématographique. La même discipline, verrouiller d'abord la structure et traiter la continuité comme sa propre couche, est ce qui permet à Seedream 5.0 Pro de maintenir un système de conception cohérent sur plusieurs panneaux à la fois. C'est utile partout où vous avez besoin d'un ensemble d'images qui vont ensemble plutôt que d'une seule image héroïque.

Une mise en page de chronologie biographique à neuf panneaux avec un système de conception cohérent sur chaque carte

Une carte de connaissance multi-panneaux ou un carrousel est le même problème qu'un storyboard à neuf plans : garder la typographie, l'espacement et le langage des couleurs identiques tandis que le contenu change de cellule en cellule. La famille Seedream 5.0 est exceptionnellement forte ici car elle gère bien la mise en page structurée et le rendu du texte, ce qui est la seule catégorie où elle tient tête aux autres modèles d'image de pointe. Construisez la grille une fois, gardez la convention verrouillée, et chaque panneau se lit comme un seul morceau.

Cartes de profondeur, storyboards, cartes de couleurs, tout cela n'est en réalité qu'un moyen de réfléchir à un plan avant de s'engager. Les outils deviennent de plus en plus fous et moins chers. Ce qu'ils ne peuvent toujours pas faire, c'est décider quelle histoire vous voulez vraiment raconter.

Foire aux questions

Quelle est la phrase unique pour décrire le workflow Seedream 5.0 15s ?

C'est un pipeline en six étapes qui sépare la géométrie du style : vous verrouillez la composition d'une scène sous forme de carte de profondeur en niveaux de gris, storyboardez neuf angles de caméra comme une seule grille de profondeur 3x3, puis alimentez cela avec un personnage verrouillé et un étalonnage des couleurs à un modèle vidéo pour rendre un court-métrage de 15 secondes.

Ai-je besoin de Stable Diffusion ou de ComfyUI pour ce workflow ?

Non. L'idée de la carte de profondeur vient de l'outillage ControlNet, mais ce workflow complet fonctionne sur des modèles API hébergés. Vous générez chaque image sur Seedream 5.0 Pro et la vidéo sur Seedance 2.0, tous deux via une seule clé API, donc il n'y a pas d'installation locale, pas de GPU et pas de graphe de nœuds à maintenir.

Combien coûte le workflow Seedream 5.0 15s par court-métrage ?

Environ 4 $ pour générer au prix catalogue fin juillet 2026. Les cinq actifs d'image totalisent environ 0,315 $ sur Seedream 5.0 Pro, et un clip 720p de 15 secondes sur Seedance 2.0 ajoute environ 3,63 $ à 0,2419 $ par seconde. Une réduction actuelle de 20 pour cent abaisse encore le coût des images. Confirmez toujours sur la page des modèles en direct.

Le workflow Seedream 5.0 15s peut-il garder un personnage cohérent ?

Oui, et c'est le but de la première étape. Vous construisez une fiche personnage à cinq angles, vous supprimez les visages en double afin que chaque angle conserve une référence propre, puis vous verrouillez cette image comme source d'identité unique dans les invites du storyboard et de la vidéo. Le storyboard de profondeur gère la composition tandis que la fiche personnage gère le visage.

Pourquoi les cartes de profondeur sont-elles meilleures que le line art ou un modèle 3D blanc ici ?

Le line art verrouille la pose mais ne porte pas d'espace, donc les images restent plates. Un modèle 3D blanc ajoute du volume mais force un aspect d'argile gris dans l'image finale. Une carte de profondeur encode uniquement la distance, blanc proche et noir lointain, elle donne donc une géométrie précise avec zéro style pour contaminer, ce qui vous permet de restyler la même composition autant de fois que vous le souhaitez.