Du texte à l'image : exemple de conversion de scène en storyboard avec Veo 3.1 Lite

Cette entrée illustre le parcours de conversion « texte vers image » de veo-3.1-lite/text-to-video : à partir d'une description de scène structurée en anglais, générer directement un court clip avec audio natif. Le prompt est organisé en quatre parties — lieu de la scène, sujet et action, langage cinématographique, lumière et ambiance — afin que les développeurs puissent observer facilement la composition, les tendances de mouvement de caméra et la synchronisation audio-image du modèle à partir d'une entrée textuelle unique. Comme cette famille de modèles prend en charge les formats 16:9 et 9:16, les résolutions 720p et 1080p, ainsi que des durées optionnelles de 4s/6s/8s, cet exemple choisit le palier de base paysage 16:9, 720p, 8s comme point de départ générique pour la validation de concept de storyboard ; la génération audio reste activée afin de refléter la caractéristique des sorties de la série Veo 3 incluant une piste audio. Le champ base fournit également des champs non médias tels que negative_prompt, seed et safety_tolerance, facilitant la reproductibilité et les expérimentations comparatives. Cas d'usage : validation préalable de storyboards pour des films publicitaires et de marque, production de prototypes en série pour des contenus paysage sur les réseaux sociaux, et tests de référence de performance lors de l'intégration de capacités de text-to-video dans des produits sensibles aux coûts. Cette famille de modèles se positionne comme une option à faible coût et haut débit, adaptée à l'itération rapide de plusieurs versions avant de sélectionner une solution ; sa limite de résolution est de 1080p et sa durée maximale de 8s, ce qui la rend inadaptée aux besoins de vidéos longues ou de résolutions supérieures.