Pourquoi votre vidéo POV IA passe à la troisième personne

Vous avez demandé un plan à la première personne, mais le clip montre l’autre personne par-dessus l’épaule de l’observateur, ou la caméra s’approche de son visage. Cherchez d’abord des indications de caméra contradictoires dans l’image initiale et les consignes de mouvement. Un gros plan, un regard direct et l’étiquette « POV » ne suffisent pas à créer un point de vue. Une plongée définit la hauteur de la caméra ; la première personne définit les yeux qu’elle représente.

Pour cette installation à hauteur des yeux, l’image initiale vient de la position de l’observateur. Gardez sa tête et son torse hors champ ; ses mains ou ses avant-bras peuvent entrer par le bord inférieur, mais ne sont pas nécessaires pour établir la première personne. Décrivez les actions de l’autre personne séparément de celles de la caméra.

Voici une installation assise à une table de restaurant pour Seedance 2.5 image-to-video, puis les corrections des défauts réellement visibles, les gestes des mains, le POV mobile et l’enchaînement des plans. Toutes les personnes illustrées sont des adultes fictifs. Les illustrations montrent la position de la caméra, pas des vidéos générées.

Construisez la première image depuis le siège du spectateur

La référence doit ressembler à une photo prise à travers les yeux d’un observateur assis. De l’autre côté d’une petite table, un homme adulte porte un blazer bleu marine sur une chemise blanche au col ouvert, les yeux à peu près au niveau de l’objectif. Le bord proche de la table longe le bas de l’image et les avant-bras de l’observateur entrent par les coins inférieurs. Ni l’arrière de sa tête, ni sa silhouette d’épaule, ni un cadreur distinct ne sont visibles.

Utilisez ce descriptif dans votre outil d’image ou mettez en scène la même situation avec des photographies autorisées :

Photographic first-person view from a seated adult observer at a restaurant table beside a large window at dusk. A fictional adult man in a navy blazer over an open-collared white shirt sits directly across the small table at conversational distance, hands loosely clasped. Camera at the seated observer's eye height. His face and upper torso are unobstructed. Only the observer's relaxed forearms in dark sleeves enter from the lower corners, resting near the near table edge beside a white coffee cup. A candle in a glass holder and a small vase of flowers stand between them. Warm lamp light against a blue-hour city view through the window. The observer's head, face, shoulders and torso are outside the frame. One continuous room, no mirrors, no over-the-shoulder composition.

Une épaule au bord n’est pas un détail anodin : elle indique au modèle que la caméra peut se trouver derrière l’observateur. Recadrez-la si le reste conserve une vue assise cohérente. Si le recadrage laisse un angle latéral ou surélevé, reconstruisez l’image : l’animation ne déplacera pas la caméra à votre place.

Illustration : des avant-bras au premier plan peuvent soutenir le cadrage à la première personne ; une tête et une épaule visibles établissent une vue externe.

Seedream 5.0 Flash est affiché à environ $0.029 par image ; cinq ou six nouvelles tentatives coûtent donc moins qu’une vidéo gâchée. Sa tâche edit permet de corriger un défaut isolé, comme une épaule indésirable ou une main trop grande, sans reconstruire la scène. Avant l’envoi à Seedance 2.5 image-to-video, vérifiez les limites : chaque côté entre 300 et 6000 pixels, jusqu’à 10 MB, JPG, PNG, WEBP ou GIF. La sortie reprend la forme de l’image fixe : recadrez-la d’abord au rapport de livraison. Utilisez un sujet fictif ou autorisé ; le contrôle d’entrée de Seedance peut refuser la photo d’un visage réel identifiable.

Faites un brouillon avec un petit geste

Dans le Seedance 2.5 image-to-video Playground, importez l’image approuvée, choisissez cinq secondes en 480p, désactivez le son et collez le prompt de mouvement. Laissez l’image finale vide pour la première prise. La sortie reprend la forme de l’image fixe ; le point de vue vient de l’image et des mots, pas d’un bouton POV.

Copiez ce prompt :

One continuous five-second first-person shot from the seated observer's eyes. The adult man across the table looks toward the observer, gives one small smile and tilts his head slightly. The observer remains seated and still. Keep the camera position, eye height and framing unchanged. The man's hands stay on his side of the table. The observer's forearms remain low in the foreground. Stable warm lamp light. One take, no cut, no orbit, no zoom, no external view, no dialogue.

Seedance 2.5 image-to-video est affiché à $0.1234 par seconde en 480p, soit $0.617 pour ce brouillon de cinq secondes. En 720p, le tarif est de $0.2773 par seconde, soit $1.3865 pour le même clip ; en 1080p, il est de $0.6823 par seconde ($3.4115). Le tarif est identique avec ou sans audio. Pour un rendu final sonore, activez generate_audio et ajoutez "Sound: quiet restaurant ambience, cutlery, low voices; no music or captions." Vérifiez à faible coût composition et mouvement en 480p ; une fois l’image et la formulation stabilisées, le rendu en 720p ou 1080p ajoute de la résolution, pas une autre position de caméra. Demandez un nouveau devis pour votre tâche réelle.

Évitez "camera circles him", "cinematic reveal", "pull back to show the couple" et "over his shoulder". Chaque expression demande un autre point de vue. Le sujet peut baisser les yeux vers une tasse sans que la caméra bouge ; décrire ce regard comme un mouvement de caméra crée un conflit à résoudre ensuite.

Illustration : un changement de regard du sujet et un mouvement de caméra produisent des plans différents.

Corrigez le symptôme visible plutôt que d’ajouter des synonymes de POV

Modifiez l’entrée contradictoire avant d’essayer un autre seed ; sinon, la prochaine requête répétera la même ambiguïté spatiale.

Illustration : la hauteur des yeux change la relation entre spectateur, visage et plateau de table.

Donnez un geste aux mains de l’observateur

Un plan POV semble habité quand les mains de l’observateur agissent. La règle reste celle du point de vue : installez la situation dans la première image et utilisez le prompt uniquement pour le mouvement suivant. S’il doit tenir une tasse, placez-la dans sa main dès l’image, avec l’avant-bras entrant par le bas, et demandez un mouvement lent :

From the seated observer's fixed eye position, the observer's right hand lifts the white coffee cup a few centimeters and sets it back on the saucer. The man across the table watches, then smiles. One continuous shot, unchanged camera height and distance, no cuts.

Une remise d’objet exige des rôles clairs. Commencez par l’action de l’autre personne, plus facile à décrire spatialement qu’un échange imbriqué. Il faut une autre première image : la tasse doit être de son côté de la table, près de ses mains, comme ci-dessous. Retouchez l’image approuvée ou reconstruisez-la pour déplacer la tasse avant l’animation. Utilisez ensuite ce prompt :

From the seated observer's fixed eye position, the adult man across the table uses his right hand to slide the white cup a short distance toward the observer, then releases it. The cup stays on the tabletop throughout. The observer's hands remain resting at the near edge and do not touch the cup. The man briefly glances at the cup, then back toward the observer. One continuous shot, unchanged camera height and distance, no cuts.

Ne demandez pas à l’observateur de saisir la tasse lors de ce premier essai : une nouvelle main doit entrer, toucher et prendre l’objet pendant que l’autre le lâche. Si l’histoire exige cet échange, mettez-le en scène comme seconde action après l’arrêt de la tasse, depuis une image montrant déjà correctement les deux mains.

Illustration : contact, glissement et lâcher reviennent à l’homme d’en face ; les mains de l’observateur restent séparées.

Quand la caméra doit bouger

Un plan à la première personne peut bouger si le mouvement est celui de l’observateur. L’exemple publié sur la page Seedance 2.5 Spicy image-to-video en donne une bonne référence : dans l’image initiale, elle tient la main de l’observateur, et le prompt lui demande de refermer sa main sur celle du spectateur et de tirer, "breaking into a run and towing the camera after her", avec un mouvement à la première personne en caméra portée.

La caméra avance à peu près à hauteur des yeux avec le balancement d’une caméra portée ; elle se retourne vers l’objectif en riant. Il n’y a ni orbite ni vue aérienne. La main de l’observateur n’apparaît qu’au début : cet exemple ne montre pas une prise de main continue. Si ce contact compte, demandez-lui de garder la main et vérifiez-le tout au long du clip.

Pour un POV de marche, préparez une image avec un passage clair et demandez d’y avancer. Séparez les instructions de mouvement de la consigne sonore :

One continuous first-person shot at standing eye height. The observer walks forward along the lit corridor at an easy pace; the camera advances at walking speed with a slight handheld sway and keeps the corridor centered. No one enters the frame from behind and the observer's body stays out of the frame. Sound: footsteps on tile and faint room tone.

N’ajoutez pas une consigne de caméra verrouillée à un prompt de marche : elles se contredisent. Marcher est une autre mission de caméra, pas une version renforcée d’un gros plan assis. Évitez de demander une orbite, un recul du sujet et une interaction des mains dans la même prise.

Pour une salutation debout, remplacez tout le dispositif : caméra à hauteur des yeux d’un adulte debout dans une porte, autre adulte à deux pas dans la pièce, sans chaise ni avant-bras assis au premier plan. Demandez à l’autre adulte d’entrouvrir la porte et de sourire pendant que l’observateur reste immobile. Réutiliser l’image du restaurant assis avec "standing doorway POV" oblige le modèle à résoudre deux espaces incompatibles.

Enchaînez l’action suivante depuis la dernière image

Une fois le plan immobile réussi, construisez la séquence en prises courtes. Chacune part d’une image où la caméra est déjà au bon endroit ; le point de vue se transmet ainsi par construction.

• Sur Seedance 2.5, réglez return_last_frame sur true : la réponse inclut la dernière image du clip comme image distincte. Utilisez-la comme prochain image_url.
• Pour un clip existant, exportez vous-même la dernière image : ffmpeg -sseof -0.2 -i input.mp4 -update 1 -q:v 2 last-frame.png.
• Pour terminer le plan à l’endroit souhaité, envoyez une seconde image fixe comme last_image_url, toujours avec image_url, et décrivez la transition. Préparez les deux au même rapport d’aspect, car des cadrages incompatibles peuvent déformer la composition finale. Seedance 2.5 Spicy accepte la même paire. Vous pouvez fournir la même image aux deux extrémités pour demander un retour à cette composition ; vérifiez le rendu final sans supposer une correspondance exacte.

Plus long ne signifie pas plus sûr. La page du modèle conseille de confirmer le mouvement à cinq secondes avant de prolonger, car l’anatomie et le décor dérivent dans les plans guidés par image qui durent davantage. Plusieurs prises courtes montées ensemble tiennent mieux qu’une prise de 30 secondes.

Vérifiez le clip, puis coupez ou refaites le rendu

Si les quatre premières secondes restent à la première personne et que la dernière recule, coupez avant le changement de point de vue. Si une épaule indésirable reste au bord tout le long, le recadrage aide seulement si la scène centrale se lit encore depuis la position de l’observateur. Il ne recrée pas une vue manquante depuis les yeux et ne corrige pas la perspective de la table.

Vérifiez le fichier original téléchargé, pas la miniature du lecteur, qui peut masquer un bref changement de point de vue. Cette commande extrait quatre images de contrôle régulièrement espacées d’un clip de cinq secondes :

ffmpeg -i input.mp4 \
  -vf "fps=4/5,scale=480:-2,tile=2x2" \
  -frames:v 1 pov-review.jpg

Repérez les changements de cadrage sur la planche-contact, puis lisez le clip entier pour juger le mouvement et le contact des mains ; un défaut bref peut tomber entre les échantillons. Pour retirer une fin inutilisable, cette commande exporte seulement les quatre premières secondes et conserve la piste audio si elle existe :

ffmpeg -i input.mp4 -t 4 -map 0:v:0 -map 0:a? \
  -c:v libx264 -crf 18 -pix_fmt yuv420p -c:a aac pov-trimmed.mp4

Les filtres sont documentés par FFmpeg.

Si une scène exige un contrechamp, faites un cut volontaire vers un autre plan. Un plan derrière l’observateur peut servir le récit, mais il est à la troisième personne. Gardez la section à la première personne cohérente dans l’espace, puis passez au nouveau point de vue dans un plan distinct. Le guide de découpage des plans montre comment placer ces cuts dans une scène courte.

Choisissez la voie adaptée à votre plan

• Vous avez une image approuvée : Seedance 2.5 image-to-video, comme ci-dessus. Il ancre la composition initiale que vous avez construite ; vérifiez si le clip la conserve.
• Vous n’avez que des mots : text-to-video accepte une description à la première personne, mais le modèle choisit la position de la caméra, réduisant votre contrôle de la composition initiale. Commencez par sa position ("the camera is a person seated at a table") avant l’action.
• Le même personnage apparaît dans plusieurs plans POV : utilisez reference-to-video avec vos images fixes ou suivez le flux de travail pour un personnage cohérent.
• La position fixe des yeux dérive toujours : certains modèles ont une véritable entrée de verrouillage de caméra ; le guide de caméra fixe les liste et explique comment formuler le verrouillage sur les autres.
• Scènes à la première personne pour adultes : Seedance 2.5 Spicy est l’édition sans censure affinée avec LoRA et cite la première personne parmi ses usages. Il suit la même logique d’image d’abord, n’a ni entrée aspect_ratio ni return_last_frame, et est affiché à $0.216 par seconde en 480p, $0.432 en 720p et $1.08 en 1080p. Le guide de prompts vidéo sans censure contient des prompts à la première personne ; le guide image vers vidéo sans censure traite la préparation de l’image fixe.

Utilisez le plan POV approuvé dans votre application

Définissez SPICY_API_KEY dans votre environnement et SPICY_IMAGE_URI avec l’URL accessible de votre image initiale ou son URI spicy:// importée. Cet exemple Python 3 soumet un nouveau plan après confirmation de son prix.

import json
import os
import urllib.request
import uuid

base = "https://api.spicyapi.ai/api/v1"
headers = {"Authorization": "Bearer " + os.environ["SPICY_API_KEY"],
           "Content-Type": "application/json", "User-Agent": "SpicyAPI-Blog/1.0"}
settings = {
    "duration_seconds": 5,
    "resolution": "480p",
    "generate_audio": False
}
settings["prompt"] = 'One continuous fixed-camera first-person shot from a seated observer. The man across the table gives one small smile. Keep the camera height, framing, room and clothing unchanged.'
settings["image_url"] = os.environ["SPICY_IMAGE_URI"]
payload = {"model": "bytedance/seedance-2.5/image-to-video", "input": settings}

def post(path, body):
    request = urllib.request.Request(base + path, json.dumps(body).encode(), headers)
    with urllib.request.urlopen(request, timeout=60) as response:
        result = json.load(response)
    if result.get("code") != 200:
        raise RuntimeError(result)
    return result["data"]

quote = post("/jobs/quote", payload)
if input(f"Maximum charge ${quote['maxCharge']}. Type yes to generate: ") != "yes":
    raise SystemExit("Stopped before generation")
headers["Idempotency-Key"] = str(uuid.uuid4())
print("Request key:", headers["Idempotency-Key"], flush=True)
task = post("/jobs/createTask", {**payload, "quoteId": quote["quoteId"],
                              "expectedCost": quote["estimatedCost"]})
print("Task ID:", task["taskId"])

Gardez la clé de requête affichée pour récupérer cette même requête ; un nouveau plan reçoit une nouvelle clé. La documentation Task API couvre la livraison des résultats et la récupération.

Pour des plans répétés, laissez un Agent utiliser un fichier d’entrée approuvé : CLI spicyapi tasks create --model bytedance/seedance-2.5/image-to-video --input-file input.json --wait ; MCP demandez-lui d’appeler spicyapi_task_create avec ce modèle et cette entrée ; Skill demandez “Use the spicyapi Skill to generate this approved shot and return the result.” CLI et MCP affichent le prix avant création. Consultez la documentation d’intégration Agent.