Comment utiliser Grok AI pour convertir une image en vidéo

La génération d'image en vidéo donne à Grok un point de départ visuel, plutôt que de lui faire créer une séquence entière à partir d'un texte. Cela permet généralement un meilleur contrôle sur le sujet, la composition, la palette de couleurs et la direction artistique. C'est particulièrement adapté pour animer des portraits, des photos de produits, des illustrations, des storyboards de manga et des œuvres d'art promotionnelles.

Vous pouvez accéder à Grok Imagine via les produits xAI, ou utiliser une interface destinée aux créateurs, comme Grok Imagine Video sur Elser AI. Les principes suivants s'appliquent aux deux flux de travail.

1. Choisir la bonne image source

L'image de départ détermine ce que le modèle peut conserver et ce qu'il doit créer. Veuillez utiliser une image présentant les caractéristiques suivantes :

• un thème principal clairement défini ;
• Séparation claire entre le sujet et l'arrière-plan ;
• Espace d'activité suffisant ;
• La structure anatomique naturelle et les objets visibles complets ;
• Résolution adaptée au format cible ;
• Éclairage adapté à l'ambiance souhaitée.

Évitez de couper les mains, les pieds, les roues ou les bords du produit lorsqu'ils sont censés bouger. Si le matériel source est un portrait en gros plan, privilégiez des mouvements subtils du visage, des cheveux et de l'objectif plutôt qu'une séquence d'action complète.

2. Déterminer le contenu à migrer

Diviser le mouvement en trois niveaux :

1. Dynamique du sujet : Un regard, une respiration, un pas, un geste de la main, la réaction d’un tissu ou le mécanisme d’un produit.
2. Dynamique de l’environnement : pluie, fumée, feuillage, reflets, foule ou lumière changeante.
3. Mouvement de la caméra : Zoom avant, zoom arrière, panoramique, prise de vue en rotation, prise de vue en inclinaison, dérive à main levée ou prise de vue fixe.

Choisissez une action dominante et maintenez les autres plans subtils. Lorsque chaque partie de l'image est en mouvement intense, la stabilité visuelle diminue.

3. Rédiger des invites pour la conversion d'images en vidéo

Une formule utile est :

Conserver l'image source + décrire le mouvement du sujet + réponse de l'environnement + comportement de la caméra + rythme + exclusions.

Exemple de portrait

Conserver l'identité, la coiffure, les vêtements et l'arrière-plan du personnage. Elle prend une profonde inspiration et tourne son regard vers la fenêtre. Une brise légère agite quelques mèches de cheveux. La caméra avance doucement, offrant une image cinématographique. Mouvements naturels du visage, déplacements discrets, pas de changement de tenue, aucun personnage superflu.

Exemple de produit

Conserver la forme exacte de la bouteille, l'emplacement de l'étiquette, le matériau et la couleur. Lorsque les reflets corail se déplacent sur le verre, des gouttelettes de condensation se forment. La caméra tourne lentement dans le sens des aiguilles d'une montre à un angle d'environ 20 degrés. Publicité de studio haut de gamme, reflets réalistes, sans variation de texte, sans objet supplémentaire.

Exemple d'illustration

Conserver le design original des personnages d'anime, les visages, les vêtements et le style de dessin. Le personnage se retourne, des pétales flottent, la cape se balance doucement dans le vent. L'arrière-plan se déplace lentement en parallaxe, la caméra avance légèrement, sans redesign, sans ajout d'accessoires.

4. Choisissez d'abord le rapport hauteur/largeur final

Créer pour l'objectif :

• 16:9 : YouTube, sites web, présentations, publicités horizontales ;
• 9:16: TikTok、Reels、YouTube Shorts；
• 1:1: Dynamiques sociales et diffusion flexible.

Si l'image source ne correspond pas au ratio final, veuillez l'étendre ou la recadrer avant l'animation. Ainsi, vous contrôlez la composition au lieu de laisser le recadrage automatique supprimer le sujet.

5. Générer une première version sobre

Commencez par des actions de faible complexité. La première fois, répondez à trois questions :

• Le sujet est-il toujours identifiable ?
• L'action demandée semble-t-elle physiquement plausible ?
• L'appareil photo a-t-il conservé la composition ?

Ce n’est qu’après avoir terminé ce travail de base que l’on peut ajouter des effets secondaires.

Dans Elser AI, sélectionnez le mode de génération Grok approprié, téléchargez le fichier source, définissez le format et les options de contrôle qualité disponibles, puis générez. Espace de travail Elser AI Grok est particulièrement pratique pour les créateurs qui souhaitent comparer les résultats dominés par le texte et ceux dominés par l'image sans avoir à écrire de code API.

6. Diagnostic des pannes courantes

Changements du visage

Utilisez un portrait source plus net, réduisez la rotation de la tête, demandez explicitement de conserver les traits d'identité et évitez les changements de lumière dramatiques sur le visage.

Variantes de produit

Réduire l'angle orbital pour rapprocher l'objet du centre, décrire les matériaux et la géométrie, et préciser quels étiquettes ou éléments de conception doivent rester inchangés.

Tremblement de l'arrière-plan

Demandez de verrouiller la caméra ou d’avancer très lentement. Évitez de combiner des mouvements de caméra amples avec des mouvements d’environnement complexes.

Sensation de ralentissement des mouvements

Décrire une action visuelle avec un début et une fin. « Mouvement cinématographique » est vague ; « la caméra avance vers le sujet tandis que la pluie traverse un contre-jour » est observable.

Trop de modifications en une seule fois

Utiliser l'invariance explicite : « Garder l'identité, les vêtements, la composition, la tonalité et l'arrière-plan architectural inchangés. » Puis demander uniquement une nouvelle action.

7. Construire une séquence à partir de plusieurs fragments

Pour une vidéo sociale de 20 secondes, ne cherchez pas seulement à suivre la génération encombrée. Créez une liste de plans :

1. Objectif grand-angle de plan de coupe ;
2. Comportement du sujet modéré ;
3. Détails en gros plan ;
4. Rendement de la réaction ou du produit ;
5. La carte de fin créée dans votre éditeur.

Réutiliser les mêmes images de référence et descriptions de personnages. Maintenir la cohérence de l'éclairage, du langage de caméra et de la palette de couleurs. Monter ensemble les parties les plus percutantes, et masquer les transitions avec des sons, des plans de coupe ou des mouvements de caméra intentionnels.

Liste de vérification finale

• L'image source correspond au rapport hauteur/largeur cible.
• Le thème principal a une marge d'ajustement.
• L'indication spécifie le sujet, l'environnement et le mouvement de la caméra.
• Les invariants d'identité et de conception sont déclarés.
• Ce fragment contient une action principale.
• L'audio, les sous-titres et le planning final sont tous réalisés dans l'éditeur.
• Vous avez l'autorisation d'animer l'image source et les personnes qui y sont représentées.

Dans un workflow de transformation d'image en vidéo, plutôt que de collecter des prompts, pensez comme un réalisateur. Commencez par une composition forte, définissez une action ciblée, puis construisez l'histoire plan par plan. Lorsque vous êtes prêt à tester le workflow, utilisez Grok Imagine sur Elser AI pour animer l'image.