Cohérence des lieux MiniMax H3 : garder la même pièce dans plusieurs clips

Le personnage est bon, mais son appartement change sans cesse. Le canapé passe sous une autre fenêtre, le lampadaire traverse la pièce et un gros plan introduit une porte absente du clip précédent. Pour les portraits de mode, les scènes calmes du quotidien ou la série mature d’un personnage adulte récurrent, ces changements donnent l’impression de productions distinctes.

Pour garder les lieux cohérents dans MiniMax H3, réutilisez les images d’une pièce définie et décrivez les meubles par rapport à la pièce, pas à la caméra. Utilisez la référence-vidéo pour composer une nouvelle vue. Quand l’agencement exact compte, préparez une image initiale validée pour chaque plan et animez ces images en image-vidéo.

Une grille de pièce aide à communiquer plusieurs vues liées, mais n’est ni une reconstruction 3D ni un verrouillage garanti. Un créateur H3 rapportait une réussite avec 20 photos de pièce qui se chevauchaient ; d’autres signalent toujours des meubles déplacés. La décision utile concerne la quantité de géométrie nouvelle que le modèle devra inventer pour le prochain plan.

Ce guide construit une séquence de trois plans dans une pièce, avec préparation des références, prompts complets et modifications précises si lampe, mur ou fenêtre dérive. L’exemple met en scène une modèle fictive adulte de 32 ans dans une série de mode en soirée. C’est un workflow créatif proposé, pas des images d’un nouveau test H3.

Choisissez les références selon la prochaine position de caméra

Une photo de pièce, plusieurs vues séparées et une planche-contact répondent à des problèmes d’entrée distincts. Choisissez le plus petit ensemble montrant réellement l’espace utilisé par le plan.

Pour un premier épisode, partez d’un coin meublé plutôt que d’un appartement entier. Un canapé distinctif, une lampe et une fenêtre fournissent assez de repères récurrents pour reconnaître la pièce. Ils donnent aussi des éléments concrets à préserver.

La fiche MiniMax H3 sépare FL2VA, utilisant première et dernière images, de Ref2VA, acceptant des médias de référence. La distinction compte : une image initiale définit une composition de départ, tandis qu’une référence fournit du contenu pour une nouvelle composition. Téléverser une photo de pièce comme première image puis demander un contrechamp lointain demande à la vidéo de voyager depuis cette photo ; l’utiliser comme référence de scène demande un nouveau plan composé.

Sur SpicyAPI, MiniMax H3 référence-vidéo accepte une à neuf références d’image numérotées. Pour l’exemple principal, utilisez-en deux : pièce et personnage adulte. Choisissez cinq secondes, 768p et 16:9. Le brief fourni reste ainsi intact et chaque demande contient une courte action. Avec deux références, cette configuration coûte $0.1986 par clip, soit $0.5958 pour les trois avant nouvelles tentatives. Ce sont des choix initiaux d’exemple, pas des réglages prouvés contre la dérive des lieux.

Ce que montre réellement l’exemple de 20 photos

Dans le post original sur la cohérence des pièces, le créateur photographiait son vrai bureau 20 fois, avec du contenu commun entre les photos, puis les combinait en une grille utilisée via RefMod. Il rapportait que des images de pièce distinctes n’avaient pas donné la même cohérence dans ce workflow.

Deux détails limitent la conclusion. Il n’avait pas établi si encoder la grille comme RefMod améliorait son utilisation directe. Il a aussi rapporté ensuite l’échec d’un essai plus large avec 62 photos et deux pièces supplémentaires. Plus de couverture ne donnait pas automatiquement mieux.

Reprenez l’idée de vues liées d’une pièce ; ne traitez pas 20 photos ni RefMod comme une recette obligatoire. Deux vues bien choisies peuvent suffire pour un plan modeste, tandis qu’une grille dense peut rendre la lampe importante trop petite à lire.

RefMod est un mécanisme communautaire de sauvegarde d’informations réutilisables de référence. La documentation du projet explique qu’il encode les références plutôt qu’entraîner les poids H3. Ses fichiers ne sont pas interchangeables avec un téléversement d’image ordinaire. L’endpoint H3 SpicyAPI à références d’image n’accepte pas les fichiers RefMod ; gardez photos ou grille originales pour cette voie.

Une expérience contraire mérite d’être comprise. Dans une autre discussion de cohérence des lieux, un créateur décrivait l’assemblage de quatre perspectives après avoir parfois eu besoin de plus de dix essais pour une visite de pièce acceptable. Même alors, les meubles bougeaient ou changeaient. Son problème n’était pas de reconnaître le style général, mais de conserver la place des objets.

C’est pourquoi le workflow ci-dessous définit les relations physiques avant les adjectifs cinématographiques. « Salon chaleureux et luxueux » autorise beaucoup de pièces. « Le canapé reste contre le mur face à l’entrée, la fenêtre sur le mur adjacent » décrit un agencement précis.

Rendez la pièce compréhensible avant d’ajouter le personnage

L’exemple utilise un petit salon pour la série de soirée récurrente d’une créatrice de mode adulte. Le personnage porte une robe de soirée bordeaux. Dans les trois clips, elle ajuste une manchette debout, s’assoit près de l’accoudoir puis se tourne vers la fenêtre. Tenue et sujet restent identiques ; cet article se concentre sur le décor.

Définissez d’abord le contenu de la pièce. Un dessin architectural détaillé n’est pas nécessaire. Un plan simple dans vos notes suffit pour éviter des prompts contradictoires.

« Nord » et « ouest » sont ici des étiquettes de préparation, pas une exigence de boussole dans l’image. Dans le prompt, reliez la disposition à des repères visibles : mur du canapé, mur de fenêtre et entrée. Ces descriptions restent utiles après rotation de caméra.

Depuis l’entrée vers le canapé, la fenêtre apparaît à gauche et la lampe à droite. Depuis un autre côté, leurs positions à l’écran peuvent changer. Préservez leur relation physique au canapé ; n’imposez pas la fenêtre au bord gauche de chaque composition.

Illustration : la caméra change de position ; canapé, fenêtre et lampe restent attachés aux mêmes murs.

Photographiez une vraie pièce avec des vues qui se recoupent

Si vous avez accès au lieu, déplacez-vous en gardant mobilier et éclairage inchangés. Commencez par une photo large depuis l’entrée. Prenez ensuite une vue près de la fenêtre incluant encore canapé et lampe. Ajoutez une vue du coin opposé uniquement si la séquence prévue révèle ce côté.

Chaque image voisine devrait partager un objet ou un raccord de murs reconnaissable. Le même accoudoir, cadre de fenêtre ou lampadaire lie visiblement les images. Un gros plan d’abat-jour et une vue large d’un mur sans rapport n’expliquent pas où se trouve la lampe.

Gardez la caméra raisonnablement de niveau et le même réglage de focale si possible. Une forte distorsion grand-angle peut rendre la pièce bien plus profonde dans une référence. Ne déplacez pas les meubles pour embellir chaque photo : une table poussée dans une vue devient une preuve contradictoire dans l’ensemble.

Photographiez une pièce vide si possible. Pour une série adulte, l’environnement décrit le décor et une image distincte fournit l’interprète. Une personne dans la photo de lieu peut apporter tenue, pose ou présence indésirable à une composition suivante. Vous avez aussi besoin de l’espace derrière le sujet, pas seulement de la belle portion autour de ses épaules.

Arrêtez quand les plans prévus sont couverts. Si les trois restent près du canapé, inutile de photographier cuisine, couloir et salle de bains. Gardez-les comme lieux séparés pour une scène ultérieure.

Construisez une pièce fictive depuis un design accepté

Pour un salon inventé, choisissez une vue maître avant les variations. Fixez nombre de fenêtres, style de canapé, lampe et disposition des murs. Créez une autre vue par édition du maître, puis comparez-la avant de l’accepter dans l’ensemble.

Un nouvel angle plausible n’est pas forcément cohérent. Si la deuxième image ajoute une fenêtre ou déplace la lampe de l’autre côté du canapé, ne l’incluez pas simplement parce qu’elle est belle. La collection décrirait deux pièces différentes.

Quand un contrechamp révèle un mur absent du maître, vous devez définir son contenu. Le modèle ne peut récupérer un design existant jamais fourni. Dessinez un arrangement simple, créez volontairement cette vue manquante ou placez le prochain plan pour éviter le côté inconnu.

Pour une série fixe, établir trois positions réutilisables est souvent plus utile qu’exiger un déplacement libre dans toute la pièce. Une vue large d’entrée, un plan moyen côté canapé et un portrait côté fenêtre donnent un vocabulaire visuel reconnaissable sans décor virtuel complet.

Assemblez une grille sans transformer le décor en collage

Utilisez une grille si les relations entre vues sont utiles et chaque panneau lisible. Gardez une copie non recadrée de chaque source. La grille est une présentation supplémentaire, pas une raison de jeter les originaux.

Pour le salon, quatre panneaux constituent un départ pratique : entrée, côté fenêtre, côté lampe et vue plus proche montrant la relation canapé-table. Ce choix est une commodité éditoriale de l’exemple, pas un optimum H3 mesuré.

Organisez les vues larges dans un ordre logique autour de la pièce. Évitez une énorme bordure blanche ou une barre de titre décorative. Placez les étiquettes dans les noms de fichiers ou notes plutôt que sur les murs. L’image communique mobilier et géométrie, pas une diapositive à reproduire dans la vidéo.

À taille totale fixe, ajouter des panneaux réduit les pixels de chaque vue. Une feuille de 2048 pixels de large en quatre colonnes fournit environ 512 pixels par colonne avant espaces et marges. Une petite lampe peut ne plus représenter que quelques dizaines de pixels. Une cinquième vue large presque identique ne restaure pas ce détail manquant.

Si un meuble identifie la série, gardez-le assez grand pour le reconnaître. Vous pouvez ajouter une vue proche distincte du canapé et de la lampe plutôt que comprimer leurs détails dans une grille dense. Donnez-lui un rôle limité : coin canapé-lampe existant, pas nouveau design de pièce.

Illustration : la grille combine plusieurs vues en une image, avec moins d’espace pour chaque panneau.

Grille de lieu et storyboard sont aussi distincts. La première montre un espace depuis plusieurs positions. Le second demande plusieurs compositions ou coupes. Pour un plan unique, dites que la grille est une référence de lieu et la sortie une vue de caméra continue. Sinon, une source en panneaux peut être interprétée comme cible en panneaux.

Un panorama à 360 degrés est une autre option si vous en possédez un utilisable. Un exemple communautaire de panorama montrait un couloir construit depuis cette référence, mais les commentaires relevaient des portes et poignées modifiées. L’auteur hésitait aussi sur l’effet d’une révision de prompt ou du seed sur la distorsion. Traitez cette couverture comme entrée utile, pas comme preuve d’exactitude géométrique.

Pour cette série de trois plans, des vues ordinaires avec recoupement sont plus faciles à inspecter qu’une projection inconnue. Si vous maîtrisez le panorama, gardez le panorama propre ; sinon, inutile d’ajouter de la conversion avant une simple scène de canapé.

Attribuez des rôles distincts à la pièce et au personnage adulte

Utilisez le même ordre de téléversement pour chaque requête référence-vidéo :

1. Picture 1 : vue maître vide ou grille de pièce.
2. Picture 2 : personnage adulte fictif dans la tenue prévue, sur fond simple.
3. Picture 3, seulement si nécessaire : vue plus claire d’un coin précis déjà présent dans Picture 1.

L’image de personnage ne doit pas être une forte référence concurrente de lieu. Si elle contient une chambre lumineuse alors que Picture 1 montre un salon chaleureux, les matériaux se contredisent. Recadrez ou remplacez le fond inutile avant de demander au modèle d’interpréter le conflit.

Le guide officiel de prompts de références MiniMax traite les environnements comme contenu référencé réutilisable et les distingue des images servant d’ancrages concrets de composition. L’habitude utile consiste à préciser la contribution de chaque image et ce qui peut changer. Pas besoin de redécrire le visage pour expliquer la place du canapé.

Gardez l’instruction de pièce identique entre les plans. Changez ensuite position de caméra, cadrage et action. C’est particulièrement utile pour une série quotidienne : le lieu devient familier, tandis qu’un nouveau geste ou vêtement justifie la prochaine publication.

Les trois prompts ci-dessous supposent Picture 1 pour les vues convenues de la pièce et Picture 2 pour l’adulte et sa robe bordeaux. Ils demandent des clips distincts de cinq secondes, pas trois coupes dans une requête de cinq secondes. Gardez cinq secondes, 768p et 16:9 pendant l’établissement de la séquence.

Plan 1 : établir la pièce depuis l’entrée

C’est le repère du spectateur. Montrez assez de mobilier pour reconnaître le plan suivant, mais gardez une petite action.

Picture 1 montre plusieurs vues d’un salon unique. Utilisez-la pour mobilier, disposition des murs, matières et éclairage. Picture 2 fournit une femme adulte fictive de 32 ans et sa robe de soirée bordeaux ; ignorez son fond. Créez un plan de portrait de mode continu de cinq secondes, avec une seule vue de caméra et sans collage. La caméra se tient à l’entrée, dirigée vers le canapé terracotta du mur opposé. La haute fenêtre aux rideaux crème se trouve sur le mur à gauche du mur du canapé. Le lampadaire en laiton reste dans le coin près de l’accoudoir droit depuis cette vue d’entrée. La table ronde en bois sombre reste devant le canapé. La femme se tient près de la table, ajuste lentement une manchette puis repose ses mains. Gardez la caméra fixe. Une douce lumière du jour entre par la fenêtre, avec une légère lueur chaude de la lampe. Conservez les positions des meubles et l’unique fenêtre tout au long du plan. Ambiance de pièce calme, aucun dialogue ni musique.

Ce plan établit la relation fenêtre-canapé-lampe. C’est plus utile que commencer par un portrait serré sans aucun élément définissant la pièce. Vous pouvez recadrer ensuite ; une lampe invisible ne peut pas servir de preuve de continuité.

Plan 2 : déplacer la caméra, laisser les meubles en place

Pour le deuxième clip, placez la caméra près de la fenêtre et regardez en diagonale le canapé. La lampe reste près du même accoudoir physique malgré le changement de perspective.

Picture 1 fournit le même salon et son mobilier fixe. Picture 2 fournit la femme adulte fictive de 32 ans et sa robe bordeaux ; ignorez son fond. Créez un plan moyen de mode continu de cinq secondes depuis la haute fenêtre, vers le canapé et le lampadaire en laiton en diagonale. La femme est assise près de l’extrémité du canapé terracotta côté fenêtre. Elle repose une main sur l’accoudoir et tourne légèrement le regard vers la fenêtre. La lampe reste à l’autre bout du canapé dans son coin original. La table ronde en bois sombre reste devant le canapé ; montrez uniquement la portion naturellement visible depuis cette position. Le canapé reste contre son mur original. Préservez la disposition réelle en changeant le point de vue. La lumière du jour vient du côté de la caméra ; la lampe reste une lumière chaude de fond. Caméra fixe, perspective naturelle, une pièce, aucune coupe ni disposition en panneaux. Ambiance calme, aucun dialogue ni musique.

Notez la consigne de table : elle peut être partiellement cachée, sans avoir bougé. Exiger chaque objet entièrement visible peut contredire le nouvel angle. Une pièce crédible comporte des occultations ; la cohérence ne signifie pas que chaque accessoire apparaît à chaque image.

Plan 3 : finir sur le portrait côté fenêtre

Le dernier clip peut être plus serré sans perdre le lien au décor. Gardez un élément architectural reconnaissable et un meuble dans la composition.

Picture 1 est la référence de lieu du même salon. Picture 2 fournit la femme adulte fictive de 32 ans et sa robe bordeaux, sans transfert de fond. Créez un portrait unique de cinq secondes à la taille près de la haute fenêtre. Placez la caméra près de la table ronde, vers l’extrémité du canapé terracotta côté fenêtre. La femme se tient entre canapé et fenêtre, tourne lentement les épaules vers la lumière et termine avec un regard latéral détendu. Montrez le rideau crème et une partie de l’accoudoir original derrière elle. Les autres meubles peuvent sortir du cadre ; ne les déplacez pas pour les rendre visibles. Gardez la fenêtre sur son mur original et les proportions de la pièce. La douce lumière du jour reste principale, avec une contribution chaude subtile du lampadaire de l’autre côté. La caméra reste fixe. Aucune nouvelle porte, fenêtre supplémentaire, vue divisée ni changement de scène. Ambiance calme, aucun dialogue ni musique.

Rideau et accoudoir portent ici la continuité. Vous ne demandez pas au dernier plan proche de prouver tout le plan au sol. C’est le rôle du plan d’établissement et de la cohérence des vues sources.

Gardez la lumière attachée à une source de la pièce

La continuité lumineuse devient confuse avec les seules directions d’écran. « Lumière de gauche » décrit un autre arrangement physique après déplacement de caméra de l’autre côté. Pour ce salon, utilisez la fenêtre comme source principale et la lampe comme source chaude secondaire.

Depuis l’entrée, la lumière de fenêtre arrive de la gauche du cadre. Dans le plan moyen côté fenêtre, elle vient près de la caméra. Les deux peuvent appartenir au même moment. Exiger les mêmes ombres faciales partout peut nécessiter que la lumière suive la caméra, ce qui contredit la continuité du lieu.

Stabilisez trois décisions : sources allumées, luminosité relative fenêtre/lampe et moment de la journée. Aucun schéma technique n’est nécessaire pour écrire « douce lumière de fenêtre avec faible lampe chaude en fond ». En revanche, évitez une référence du soir sombre combinée à un contrechamp de midi lumineux sauf changement d’heure voulu.

En mode mature, un éclairage dramatique peut aussi cacher les repères utiles du lieu. Si la référence large ne montre presque que la silhouette, aucun bord de canapé ou raccord de mur lisible ne peut passer au plan suivant. Préparez une référence de pièce claire même si le portrait final sera plus sombre.

Illustration : la lumière peut changer de direction à l’écran avec la caméra sans changer de source physique.

Traitez un passage volontaire du jour à la nuit comme une nouvelle version lumineuse du même décor. Gardez les meubles, fournissez une vue nocturne acceptée et décrivez la fenêtre sombre. Remplacer seulement « jour » par « nuit néon » avec une référence ensoleillée active donne des consignes incompatibles.

Si la pièce dérive encore, préparez le plan en image fixe

Si H3 réarrange souvent la lampe dans un nouvel angle, cessez de lui demander de résoudre cet angle depuis zéro à chaque vidéo. Préparez une image contenant déjà pièce, caméra et personnage corrects, puis animez-la.

L’édition Qwen Image 2.1 est une voie possible. Commencez par l’image de pièce et celle du personnage ; ajoutez une troisième vue de pièce seulement pour une géométrie manquante. Choisissez la forme finale, un fond opaque et PNG. Pour l’exemple, utilisez 16:9, 2k et expansion désactivée. C’est une utilisation proposée de ses entrées, pas une affirmation de reconstruction correcte de l’invisible au premier essai.

Pour le plan 2, utilisez ce prompt d’édition :

Utilisez la première image uniquement pour le salon, en gardant mobilier et architecture. Utilisez la deuxième uniquement pour une femme adulte fictive de 32 ans et sa robe bordeaux. Créez un seul plan moyen photographique depuis la haute fenêtre, dirigé en diagonale vers le canapé terracotta. Asseyez-la à l’extrémité proche de la fenêtre, une main sur l’accoudoir. Gardez le canapé contre le même mur. Gardez le lampadaire en laiton dans le coin opposé du canapé et la table ronde en bois sombre devant. Montrez perspective et recoupements naturels depuis ce point de vue. Utilisez une douce lumière du jour et une légère lueur chaude de lampe. Préservez les formes visibles des meubles ; n’ajoutez aucune fenêtre ni porte. Une photographie, sans panneaux ni texte.

Si vous ajoutez une troisième image, complétez : « La troisième image fournit la vue près de la fenêtre et clarifie la relation canapé-lampe ; elle n’introduit pas une autre pièce ni un autre design de mobilier. »

Comparez l’image produite au maître avant animation. Si la lampe bouge, corrigez l’image fixe. Si l’angle ne peut pas devenir cohérent, choisissez une position voisine réellement soutenue par les sources. Vous prenez ainsi une décision explicite avant de payer du mouvement.

Ouvrez ensuite MiniMax H3 image-vidéo, téléversez l’image acceptée comme première image et utilisez cinq secondes en 768p. Le prompt peut être court, car l’image fixe déjà la composition :

Animez cette image initiale en un plan continu de cinq secondes. La femme adulte garde sa position assise et tourne lentement le regard vers la fenêtre, avec un petit mouvement naturel des épaules et de la main. La caméra reste fixe. Gardez canapé, table, lampadaire, fenêtre et rideaux en place. Conservez la lumière du jour et la lumière chaude existantes. Aucun nouvel objet, coupe ni changement de pièce. Ambiance calme, aucun dialogue ni musique.

Préparez les plans 1 et 3 pareillement avec leurs compositions propres. Il s’agit de trois images initiales acceptées, pas d’une seule étirée à répétition vers des angles toujours plus différents. Chaque vidéo part de l’agencement choisi.

Une image finale facultative peut fixer la composition d’arrivée, sans figer toutes les images intermédiaires. N’utilisez pas deux pièces contradictoires comme début et fin en attendant que le modèle résolve invisiblement l’écart de mobilier. Si les deux sont nécessaires, elles doivent décrire le même décor et un mouvement plausible entre elles.

Pour un petit geste, une caméra fixe limite aussi la révélation d’environnement nouveau. Si le problème restant est un mouvement de caméra indésirable, utilisez le guide de vidéo à caméra fixe plutôt qu’ajouter indéfiniment des photos de pièce.

Changez l’entrée correspondant à l’erreur de continuité

Une nouvelle tentative produit un autre résultat, mais n’ajoute pas une photo manquante de mur aux matériaux. Avant de relancer, identifiez l’erreur visible et choisissez un changement adapté.

Ce sont des causes plausibles à examiner, pas des diagnostics de génération non vue. Distinguez l’erreur déjà présente dans la référence, celle créée par la nouvelle composition et celle développée pendant le mouvement.

Si elle existe dans la référence, réparez la source. Si elle apparaît quand H3 invente un angle, contraignez cet angle ou préparez-le en image fixe. Si elle se développe en mouvement, raccourcissez l’action ou le trajet de caméra. Augmenter la résolution ne précise pas quel mur porte la fenêtre.

Ne corrigez pas une lampe isolée en réécrivant toute la pièce, changeant tenue et ratio. Cela crée un nouveau brief de plan. Gardez les parties acceptées et revoyez seulement la relation spatiale incorrecte.

Un miroir mérite une attention particulière. Il révèle des objets hors de la vue principale, créant en pratique une autre vue de pièce dans le cadre. S’il est inutile, laissez-le hors de la première séquence. S’il est indispensable, préparez une image au reflet correct et évitez un grand déplacement exigeant un reflet changeant.

Réutilisez le décor dans une série adulte quotidienne

Une fois les trois positions adaptées au projet, réutilisez leurs images de pièce acceptées à la prochaine session. Revenez au même ensemble source plutôt que transformer chaque belle image vidéo en nouvelle référence. Une image ultérieure peut déjà contenir un canapé plus long ou une fenêtre déplacée ; sa réutilisation peut intégrer le changement à la demande suivante.

Séparez les vues de pièce vide du personnage et de la tenue. Pour une nouvelle tenue, remplacez l’image de personnage qui la porte en gardant les sources de pièce. Si la pièce change volontairement, actualisez les vues concernées ensemble : une nouvelle chaise dans un seul angle devient contradictoire quand l’ancien angle revient.

Dans une série mature récurrente, la familiarité peut venir de petits détails : rideau à côté du personnage, canapé terracotta derrière un portrait assis ou lampe chaude au fond. Inutile de révéler tout l’appartement chaque jour. Changez cadrage, geste ou position dans un coin établi avant d’ajouter une pièce.

Vous pouvez aussi éviter les déplacements difficiles en coupant entre positions. Une vue d’établissement puis un plan moyen assis communiquent un changement de temps ou de pose sans demander à H3 de montrer marche autour de table et assise dans une prise continue. Utilisez le mouvement continu seulement si le voir est important.

Le traitement de contenu adulte appartient toujours au modèle et à la tâche précis. Une technique de référence de lieu n’élargit pas ce comportement, et une scène de mode réussie ne définit pas ce que toutes les versions H3 généreront. Ce workflow concerne le décor ; sélectionnez séparément l’endpoint adapté au sujet réel.

Budgétez les plans nécessaires, préparation comprise

Pour la voie à images fixes acceptées, H3 ordinaire image-vidéo coûte $0.037 par seconde en 768p et $0.058 en 2k.

Ces totaux couvrent la vidéo depuis des images déjà possédées. Ajoutez préparation d’image et chaque génération supplémentaire. Une relance du plan 2 porte par exemple le sous-total vidéo 768p à $0.740. Un brouillon basse résolution puis une nouvelle génération plus grande sont deux requêtes, pas une mise à niveau gratuite.

La référence-vidéo ajoute $0.0068 par référence aux tarifs vidéo. Avec les deux images ci-dessus, cinq secondes en 768p coûtent $0.185 + $0.0136 = $0.1986. Trois clips coûtent $0.5958 ; avec une relance, $0.7944. Une troisième référence de coin porte chaque demande à $0.2054 et les trois plans à $0.6162. La grille compte comme une image téléversée, mais combiner uniquement pour économiser un supplément peut sacrifier la lisibilité.

Pour préparer les images fixes, l’édition Qwen Image 2.1 en 2k coûte $0.048 par sortie avec les deux ou trois références décrites. Trois éditions ajoutent $0.144, portant trois images préparées et trois clips image-vidéo de cinq secondes en 768p à $0.699 avant nouvelles tentatives. Photos sources existantes, temps de composition manuelle et création initiale du personnage ou de la pièce sont hors de ce sous-total.

La raison financière de préparer une image fixe n’est pas une garantie de moins d’essais. Vous réglez la disposition visible avant de payer le mouvement. Si un angle est clairement mauvais en image fixe, une vidéo plus longue n’en fait pas la bonne pièce.

Commencez par une pièce, un angle clair et une courte action

Choisissez les trois meubles identifiant le lieu. Photographiez ou établissez leur relation dans une vue propre de pièce vide, puis préparez uniquement la vue supplémentaire nécessaire au prochain plan.

Utilisez référence-vidéo pour explorer une nouvelle composition depuis ces sources. Si les meubles changent sans cesse de place, validez la composition en image fixe et animez-la avec un petit geste. Gardez mêmes sources physiques de lumière et références pour le clip suivant.

Pour le salon, le premier résultat utile est une vue d’entrée de cinq secondes avec canapé, fenêtre et lampe aux places convenues. Construisez l’angle assis depuis ce même design. Un ensemble de trois plans reconnaissables fonde mieux une série récurrente qu’une visite spectaculaire changeant l’appartement à mi-chemin.