Du storyboard à l'image : validation de concept de génération vidéo à partir d'image avec HappyHorse 1.1

En prenant comme fil conducteur le concept de storyboard « du texte à l'image », cette démonstration présente l'entrée minimale exploitable du parcours de génération vidéo à partir d'image de happyhorse-1.1 : une image de première frame + une description de mouvement en anglais + une durée et une résolution. La ligne de traitement de l'auteur n'accepte que image_urls (exactement 1 image), un prompt facultatif, duration (3–15 secondes, 5 par défaut) et resolution (720p/1080p, 1080p par défaut) ; toutes les informations visuelles de cette œuvre sont donc portées par l'image de première frame générée par la chaîne de production, les autres champs servant à contrôler le mouvement de caméra et les spécifications de sortie. Sur le plan de la composition, l'image de première frame adopte un cadrage en plan moyen à fort potentiel narratif : présence d'un sujet clairement défini, de niveaux environnementaux visibles et d'un éclairage directionnel, ce qui permet au modèle de maintenir la cohérence du sujet et les relations spatiales dans les frames suivantes ; le prompt, lui, ne décrit que le mouvement, la caméra et le rythme, sans reprendre le contenu de l'image, afin d'éviter tout conflit avec la première frame. Cette structure convient à la prévisualisation de storyboards pour des mini-séries et des récits multi-plans, à la validation des effets animés de séquences de présentation de produits e-commerce, ainsi qu'à la prise de vue d'essai rapide de séquences conceptuelles dans un workflow CG. Cette famille de modèles couvre à la fois la génération vidéo à partir de texte, à partir d'image et à partir d'image de référence ; cette entrée emprunte la branche image-vers-vidéo, avec une durée maximale de 15 secondes par segment et une résolution allant jusqu'à 1080p ; les contenus longs doivent être générés par segments puis assemblés.