Langage de prise de vue en notes visuelles : démonstration de caméra pilotée par une seule image

En partant d'une image fixe de démonstration, Gemini Omni Flash (image-to-video) transforme le concept abstrait de « mouvement de caméra » en un mouvement de caméra observable. Le sujet principal est une note sur le langage cinématographique de style dessiné à la main : une même scène est divisée en plusieurs zones de composition, annotées avec des changements de position de caméra comme le travelling avant, le travelling arrière, le panoramique, le travelling latéral et le suivi ; l'image d'entrée fixe la composition, la palette de couleurs et la texture du trait, tandis que le prompt ne décrit que le comportement de la caméra et l'ambiance sonore au fil du temps, transformant ainsi la « note » en « démonstration ». Sur le plan de la composition, l'œuvre ne comporte qu'un seul élément : un storyboard dessiné à la main. Il remplit deux fonctions à la fois : fournir au modèle une référence stable de scène et de cohérence du sujet, et conférer à la sortie une hiérarchie d'informations lisible (lignes d'annotation et cadres de composition). Dans le base, le format 16:9, la durée de 8 secondes, la résolution 720p et le seed sont fixés pour faciliter la reproduction et la comparaison des effets de différentes descriptions de mouvements de caméra. Cas d'usage : alignement visuel rapide du vocabulaire des mouvements de caméra pour les équipes de storyboard/vidéo ; animation illustrative du langage cinématographique pour des contenus pédagogiques ou de vulgarisation ; et également exemple de paradigme d'entrée pour les workflows image-to-video — une image de référence et une description du langage cinématographique suffisent pour obtenir un brouillon dynamique discutable.