Flux IA du croquis vers la vidéo : garder le dessin, ajouter le mouvement

Pour animer un croquis tout en le faisant ressembler à un croquis, envoyez le dessin nettoyé comme première image, demandez une petite action et regardez si les lignes restent des lignes jusqu'à la dernière image. Les modèles image-to-video partent de votre image mais sont libres de la réinterpréter, si bien que l'échec courant est un clip qui commence comme votre dessin et se transforme lentement en matière ombrée et photographique.

SpicyAPI n'a pas de tâche dédiée croquis-vers-vidéo. La marche à suivre est : préparer le dessin, éventuellement le développer avec un modèle d'image, puis lancer une tâche image-to-video. Cela conserve l'allure de votre dessin ; cela ne conserve pas des tracés éditables.

Les exemples ci-dessous utilisent une scène : un oiseau dessiné à la main dans un style de papier plié anguleux, tracé en contour d'encre non rempli sur papier crème, avec une aile ouverte et une petite clochette de bureau que l'oiseau tapote. Les formes creuses et le papier vierge facilitent la détection de la dérive.

Décidez ce que « garder le croquis » signifie

Notez ce qui ne doit pas changer avant d'écrire le prompt. Pour l'oiseau : le contour noir reste non rempli, l'intérieur de l'aile reste ouvert, la page reste crème et presque vierge, l'épaisseur de trait reste souple et la clochette reste un simple contour. Ces quatre vérifications sont celles que vous appliquez au clip (voir « Testez la tenue des lignes d'abord »).

Décidez aussi à quel point vous êtes strict. « Reconnaissable comme mon dessin » est faisable avec un modèle vidéo. « Mes vrais tracés, éditables » ne l'est pas : le modèle synthétise de nouvelles images et peut redessiner un contour en gardant le style.

Décrivez le mouvement le plus précisément possible : « l'aile droite se lève une fois et touche la clochette ; le corps reste en place » se vérifie, « animez-le » non. Une petite action montre si le style survit avant d'ajouter rotation ou mise en scène.

Pourquoi les croquis dérivent

Le modèle lit votre image plus le prompt et synthétise une séquence ; il ne retrace pas les traits. Des mots comme réaliste, éclairage cinématographique, plumes détaillées le poussent à interpréter les marques comme la description d'un animal physique. Les marques ambiguës font de même : une ellipse de construction peut se lire comme une ombre, un contour ouvert comme une forme inachevée.

La dérive est progressive. Les premières images correspondent à votre téléversement ; les suivantes ajoutent un modelé doux, de la texture ou des zones remplies, alors vérifiez le milieu et la fin, pas l'ouverture.

Les corrections suivent la cause. Le prompt demande du réalisme : réécrivez-le autour d'une animation à encre plate. L'entrée est ambiguë : nettoyez-la. S'il réinvente quand même le média, passez à l'animation contrôlée.

Animer directement ou passer d'abord par une image

Animez le dessin directement quand il est déjà l'œuvre finale : une source validée, une instruction pour la faire bouger. C'est la route de l'oiseau.

Ajoutez une étape image quand le croquis n'est qu'un plan, par exemple pour corriger les proportions, ajouter une palette ou transformer un storyboard brut en illustration cohérente. Validez la nouvelle image avant d'animer ; si elle a rempli le corps ou remplacé le papier, le modèle vidéo n'est pas en cause.

Sautez l'étape image si votre seul problème est un scan de travers ou mal éclairé. L'édition d'image ordinaire règle cela sans reconception générative.

Préparez la première image

• Supprimez les artefacts de capture que vous ne voulez pas voir animés : ombres, doigts, bords de bureau, un cadre penché. Sinon le modèle pourrait animer la page comme un objet physique plutôt que le dessin comme une figure plate.
• Scannez ou photographiez sous un éclairage uniforme et redressez la page. Recadrez à la forme voulue, car l'image fixe les proportions du clip, et laissez de la place pour le mouvement.
• Effacez les ellipses de construction et les lignes de repère errantes, sauf si elles font partie du style ; le modèle ne distingue pas un trait inachevé d'un trait expressif.
• Gardez la texture fine du papier, mais pas une ombre forte sur le sujet.
• Laissez de la place pour l'action : l'aile a besoin d'espace pour se lever, la clochette doit être à portée. Si l'oiseau doit atteindre la moitié de la page, le modèle étire le corps ou invente un second membre.
• Laissez les flèches et les étiquettes hors de l'image envoyée ; elles peuvent apparaître dans le clip. Mettez-les sur une feuille de revue séparée.
• Exportez en JPEG, PNG sans transparence ou WEBP. Wan 2.6 accepte de 240 à 8.000 pixels par côté, jusqu'à 20 Mo, alors que le champ de téléversement est plafonné à 10 Mo : restez sous 10 Mo.

Écrivez un prompt qui poursuit le dessin

Nommez d'abord le média, puis une action, la caméra et les limites :

Continue this flat black-ink drawing on cream paper. The bird stays in the same
position and lifts its right wing once to tap the small outlined desk bell.
The wing lowers again. Preserve the loose ink contours, unfilled shapes and
blank paper background. No camera movement and no scene change.
Audio: one soft bell tap, otherwise quiet.

Gardez le langage plat. Le détail des plumes, les yeux brillants et la lumière volumétrique tirent vers un animal physique. Dites brièvement ce qu'il faut garder (« corps non rempli, pas de nouveau décor ») plutôt que d'énumérer chaque trait photographique interdit. Seule la famille Wan 2.6 (Wan 2.6 et Wan 2.6 Flash) a un champ negative_prompt distinct ; sur LTX 2.5 et H3 LoRA, la limite va dans le prompt principal.

Fixez la caméra pour le premier test. Un lent travelling avant paraît soigné mais masque si la figure a bougé. Testez les mouvements de caméra séparément.

Lancez le premier test sur Wan 2.6

Essayez dans le Playground avant d'écrire du code :

1. Ouvrez Wan 2.6 image to video, restez sur l'onglet Playground en vue Form et connectez-vous pour lancer.
2. Sous Input image, ajoutez le dessin nettoyé via Choose a file ou Asset URL.
3. Collez le prompt ci-dessus dans Prompt et saisissez shading, color fill, photographic texture, camera movement dans Negative prompt.
4. Mettez Resolution sur 720p, Duration sur 5 et Shot structure sur Single take ; fixez un Seed.
5. Lancez le modèle et vérifiez tout le clip contre les quatre contrôles de ligne ci-dessous.

Ouvrir Wan 2.6 avec ce prompt prérempli →

Pour lancer la même requête depuis du code, téléversez le dessin et créez la tâche avec la CLI. spicyapi files upload affiche une adresse spicy:// ; collez-la comme image_url :

spicyapi files upload ./bird.png   # copy the spicy:// address it prints
cat > input.json <<'EOF'
{
  "image_url": "spicy://f/PASTE_ADDRESS",
  "prompt": "Continue this flat black-ink drawing on cream paper. The bird stays in the same position and lifts its right wing once to tap the small outlined desk bell. The wing lowers again. Preserve the loose ink contours, unfilled shapes and blank paper background. No camera movement and no scene change. Audio: one soft bell tap, otherwise quiet.",
  "negative_prompt": "shading, color fill, photographic texture, camera movement",
  "duration_seconds": 5,
  "resolution": "720p",
  "shot_type": "single",
  "seed": 14327
}
EOF
spicyapi tasks create --model alibaba/wan-2.6/image-to-video --input-file input.json --wait

L'exécution de cinq secondes en 720p coûte $0.45. L'attente, les résultats et les reprises sont dans le guide image-to-video.

Pour laisser un Agent lancer le test, ajoutez le serveur MCP (spicyapi_upload_file, spicyapi_task_create, spicyapi_task_wait ; il s'arrête pour votre confirmation de prix). npx skills add spicyapi-ai/spicy-skill installe la Skill qui apprend à un assistant à utiliser la CLI ou MCP.

Choisissez la tâche selon le contrôle qu'il vous faut

Les trois acceptent une image d'ouverture ; elles diffèrent par leurs contrôles.

Prix tels qu'affichés au catalogue en octobre 2026 ; la page du modèle affiche le tarif en cours.

• Il vous faut une liste de « ne doit pas apparaître » : Wan 2.6. Laissez le type de plan sur single pour que le dessin reste une prise continue ; les coupes multi-shot cassent la continuité et activent l'expansion du prompt.
• Il vous faut une pose finale planifiée : LTX 2.5 ou H3 LoRA. L'image de fin fixe la pose finale visée, pas la route, et les clips LTX longs s'en éloignent davantage. H3 fonctionne sans LoRA : un test de 3 s en 480p avec image de fin ($0.15) est donc le moyen le moins cher d'essayer.
• Vous avez un LoRA entraîné pour un style de dessin : H3 LoRA, qui accepte aussi une image de fin. Il doit être entraîné pour MiniMax H3 ; un LoRA line art SDXL ne fonctionnera pas. Démarrez les LoRAs de concept à une échelle de 0.6 à 0.8, car à 1 ils peuvent éloigner le clip de votre image.
• Vous itérez à petit budget : Wan 2.6 Flash accepte la même image d'ouverture à $0.0225 par seconde en 720p, image seule. Servez-vous-en pour stabiliser le prompt et l'action, puis relancez la meilleure version sur Wan 2.6 si vous voulez du son ; attendez-vous à une autre prise, donc revérifiez les lignes sur le modèle final.

Commencez à 5 secondes, gardez le seed fixe et changez une seule instruction du prompt à la fois pour rendre les prises comparables ; un seed fixe ne garantit pas des images identiques.

N'utilisez une image de fin que pour une raison

Un second dessin aide quand vous avez besoin d'une destination précise, comme l'aile baissée après le tapotement. Il doit montrer la même scène : même papier, même cadrage, même échelle et même langage de trait. Si l'oiseau est plus grand sur l'image de fin, le modèle doit décider s'il s'est rapproché, s'il a grandi ou s'il a été redessiné.

Surveillez les derniers instants. Certains clips se déplacent de façon plausible puis sautent dans la composition finale, avec un redessin brusque du contour ou un saut d'objet. Cela convient à une coupure stylisée, pas à une action douce.

Si les deux extrémités montrent la même pose, une animation par calques avec un retour net au dessin d'origine est généralement plus exacte qu'une boucle générée.

Testez la tenue des lignes d'abord

Lancez un dessin, une action, une condition de caméra. Avant d'envoyer, définissez quatre contrôles : le contour reste en encre noire, le corps reste non rempli, la page reste crème et presque vierge, l'aile fait un mouvement compréhensible vers la clochette. Un clip peut réussir les uns et échouer aux autres, et ceux qui échouent vous disent quoi changer.

Si la cause n'est pas claire, lancez une seconde condition où seule la clochette tinte et l'oiseau reste immobile. Si les lignes tiennent là mais pas avec le tapotement de l'aile, c'est le mouvement des membres qui déclenche les redessins.

Gardez l'entrée identique d'une condition à l'autre. Si vous changez le contraste, le recadrage et le prompt ensemble, vous ne saurez pas ce qui a aidé ; enregistrez une entrée nettoyée comme version séparée.

Regardez à vitesse normale, puis avancez image par image dans la partie où les contours semblent instables. Des images fixes du début, du milieu et de la fin manquent le scintillement entre eux.

Ce qu'il faut inspecter

• Silhouette : le corps, la tête et la disposition de l'aile survivent au tapotement.
• Topologie : l'aile ouverte reste ouverte, le bec reste attaché, aucun membre supplémentaire n'apparaît, la clochette reste un contour unique et continu.
• Rythme du trait : une petite variation se lit comme du fait main ; des contours qui disparaissent et des marques sans cesse réécrites se lisent comme de l'instabilité. Un gribouillis libre tolère plus qu'un schéma pédagogique.
• Échelle : un travelling avant rend les lignes plus lourdes. Comparez à la même échelle, en pleine résolution et à la taille de diffusion.

Un dessin en mouvement ne peut pas fixer chaque pixel : jugez la structure et le média, pas l'identité des pixels.

Corriger les échecs courants

Le modèle remplit le dessin ou ajoute de la texture. Vérifiez d'abord l'entrée : un lavis gris dans l'oiseau donne au modèle une information tonale à développer, donc préparez une version non remplie si les formes non remplies comptent. Retirez « detailed feathers », « realistic shadows » et « cinematic depth » du prompt et décrivez le média positivement. Gardez un mouvement réduit : une rotation 3D complète force le modèle à inventer le dos et le dessous, et la texture vient avec. Si une étape image a causé le remplissage, réparez l'image avant de lancer plus de vidéo. Si un hybride est acceptable (oiseau à l'encre, clochette à l'aquarelle), précisez-le.

Les lignes scintillent. Une légère oscillation fait partie du charme d'un gribouillis ; un œil qui apparaît et disparaît ou une aile qui gagne de nouveaux traits à chaque image, non. Réduisez les parties en mouvement : fixez le corps et la tête et testez seulement l'aile. Épaississez les lignes fines et pâles dans l'entrée, car elles disparaissent à la taille de diffusion, et enregistrez cela comme une nouvelle version d'entrée. Si le clip téléchargé est stable mais que votre envoi social scintille, le problème est la compression : comparez le même segment avant et après export.

Seule la caméra bouge. Un lent zoom peut masquer une figure immobile. Fixez la caméra et donnez à l'action une conséquence visible, comme une aile qui atteint la clochette et la clochette qui penche. N'empilez pas vol, rotation et papier qui tombe sur un résultat statique ; demandez d'abord un geste plus petit et plus net.

Construire une pièce plus longue à partir de courts moments

Validez d'abord un petit vocabulaire de mouvement (tapotement d'aile, tête qui tourne, transition de page), puis traitez chacun comme une unité de montage. Étirer une requête non résolue jusqu'à 15 secondes ne fait que donner plus de temps au défaut.

Utilisez le même ton de papier, la même épaisseur de trait et les mêmes proportions sur toutes les images d'entrée ; l'incohérence entre plans commence avant la génération. Les coupes valent mieux que les fondus, qui créent des contours doubles qui ressemblent à des erreurs. Pour un personnage récurrent, utilisez des dessins sources cohérents plutôt que de le redécrire dans chaque prompt. Un tapotement de clochette discret ou un bruit de fond peut relier les plans ; si le son généré est mauvais, ajoutez votre propre piste.

Regardez le film monté à la taille de diffusion : de petites variations de ligne répétées, acceptables sur un clip, fatiguent sur un montage plus long.

Budget

Aux tarifs ci-dessus, un test Wan 2.6 de 5 secondes coûte $0.45 en 720p et $0.675 en 1080p : deux candidats en 720p coûtent donc $0.90. Un test H3 LoRA de 3 secondes en 480p coûte $0.15. LTX 2.5 à 5 secondes coûte $0.45 en 720p. Les générations de l'étape image et les candidats supplémentaires coûtent en plus.

Fixez une règle d'arrêt. Si les deux candidats abandonnent le média line art, changez de route ou d'entrée avant de générer davantage. Si le dessin tient mais que le geste échoue, simplifiez le mouvement.

Quand une autre route convient mieux

Si les traits doivent rester éditables, ou si le timing doit se répéter exactement, utilisez l'animation traditionnelle ou par calques. Les révélations s'y prêtent aussi mieux que le mouvement articulé : un panoramique ou une surbrillance dessinée sur un plan d'architecture, ou une révélation de logo trait par trait à partir de chemins éditables. Pour l'oiseau, séparez l'aile, le corps et la clochette en calques, faites pivoter l'aile autour d'un point d'appui, inclinez la clochette et ramenez les deux. Chaque changement de contour vous appartient.

Pour du conditionnement de croquis de niveau recherche, le dépôt SketchVideo (une ou deux images clés de croquis avec des modules de contrôle dédiés) documente sa propre installation, ses poids et ses contraintes ; c'est un projet séparé, pas une tâche SpicyAPI.

Résumé

Si les traits d'origine doivent bouger de façon prévisible, utilisez l'animation par calques ; sinon le prochain test est un tapotement d'aile de 5 secondes en caméra fixe depuis le dessin nettoyé sur Wan 2.6, vérifié sur tout le clip pour les formes non remplies, les contours continus et le papier stable. Si le croquis doit devenir une illustration ou une scène réaliste, validez cette image avant d'animer.