En tant que partenaire de lancement de WAN 2.6, nous, chez Ima Studio, avons testé rigoureusement ses fonctionnalités principales ces deux dernières semaines. Aujourd'hui marque le lancement officiel. Forts de notre expérience pratique et de notre utilisation quotidienne, nous avons élaboré ce guide rapide de WAN 2.6, expliquant notamment comment démarrer un essai gratuit dans Ima Studio et comment obtenir rapidement des résultats probants.
Ce que vous trouverez dans ce guide :
- Le moyen le plus rapide de générer une mini-histoire complète de 10 à 15 secondes (et non pas un simple court extrait vidéo).
- Comment utiliser la narration à plans multiples sans perdre en cohérence
- Comment utiliser une vidéo de référence pour stabiliser un personnage
- Modèles d'invites pratiques que nous utilisons réellement lors des tests
1) Les points forts du WAN 2.6 (d'après nos tests)
Après avoir exécuté de nombreux tests dans différents scénarios, nous avons constaté que WAN 2.6 est particulièrement performant lorsqu'on le considère comme un “ générateur complet de courtes vidéos ” plutôt que comme un outil de clip unique.
Voici les trois fonctionnalités qui ont le plus compté lors de nos tests :
Une narration en plusieurs plans qui donne l'impression d'être montée.
Au lieu de générer un plan-séquence continu, WAN 2.6 peut produire une séquence qui se lit comme plusieurs plans au sein d'une même vidéo. En pratique, c'est ce qui distingue un simple clip d'un véritable récit.“
Génération audio directe (voix, dialogues et effets sonores satisfaisants)
Si vous réalisez un storyboard sonore, et pas seulement visuel, le WAN 2.6 vous offrira généralement des résultats plus nets. Nous avons constaté les gains les plus significatifs dans les domaines suivants :
- courtes scènes en voix off
- moments de dialogue à deux personnes
- ASMR, cuisine synchronisée au rythme de la musique et effets sonores “ chronométrés ”
Caractères basés sur des références (lorsque la cohérence est importante)
Lorsque vous souhaitez que le même personnage, animal ou protagoniste reste au premier plan, nous vous recommandons d'utiliser des références. C'est ce qui fait la différence entre une ambiance similaire et un sujet parfaitement identifiable.“
2) Commencez un essai gratuit d'Ima Studio (voie la plus rapide)
Si vous souhaitez obtenir un premier résultat impressionnant en quelques minutes, procédez comme suit :
- Ouvrir WAN 2.6 dans Ima Studio
- Choisissez un mode :
- Texte converti en vidéo si vous voulez une histoire à partir de zéro
- Image vers vidéo si vous avez déjà une image clé forte
- Référence à la vidéo si vous avez besoin de cohérence de personnage
- Choisissez un objectif simple pour la première course :
- 12 à 15 secondes au total
- 3 à 5 coups, pas plus
- un seul sujet principal, et non plusieurs sujets concurrents
Si votre première génération vous semble brouillonne, ce n'est généralement pas le modèle qui est en cause, mais la structure des invites (nous y remédierons dans les sections suivantes).
3) Le flux de travail “ première victoire ” le plus rapide (nous l’utilisons dans nos tests internes)
Lorsque nous testons un nouveau modèle, nous ne commençons pas par des scripts compliqués. Nous commençons par une structure prévisible.
Notre formule de démarrage recommandée
- Longueur totale : 12 à 15 secondes
- Photos : 3 à 4
- Rythme des prises de vue : 3s + 4s + 4s (+ fin optionnelle)
- Un élément d'identité visuelle répété d'une photo à l'autre (tenue, couleur, détail distinctif).
Modèle multi-photos prêt à l'emploi
Vidéo verticale au format 9:16, d'une durée totale de 12 à 15 secondes. Plan 1 (3 s) : Présentation du sujet principal et du décor (gros plan ou plan moyen). Plan 2 (4 s) : Développement de l'action, en conservant le même sujet et en ajoutant un nouveau détail. Plan 3 (4 s) : Moment clé (gros plan, ralenti ou réaction marquante). Plan 4 (3 à 4 s) : Plan final, conclusion nette, ambiance claire. Style : (ultra-réaliste / anime / pâte à modeler / etc.). Caméra : (gros plan, caméra à l'épaule, travelling avant, panoramique lent). Éclairage : (lumière du jour douce / éclairage d'ambiance dramatique / lumière néon nocturne). Audio : (voix off / dialogues / musique + effets sonores synchronisés).
Pourquoi cela fonctionne : Cela oblige le modèle à “ penser comme un monteur ”. Vous ne décrivez pas seulement une scène, vous décrivez une séquence.
4) Comment assurer la cohérence des personnages sur plusieurs plans
C'est le reproche le plus fréquent que l'on adresse à la génération de vidéos multi-prises, et c'est aussi le plus facile à corriger.
La solution : répéter les points d’ancrage identitaires dans chaque plan
Au lieu de définir votre personnage une seule fois, répétez 2 à 3 points d'ancrage dans chaque plan :
- tenue ou uniforme
- coiffure ou couleur de cheveux
- un accessoire emblématique (lunettes, écharpe, guitare, casque)
- une règle stylistique stable (réalisme cinématographique, ombrage en cell-shading des animés, etc.)
Exemple de répétition d'ancre
Sujet principal : un jeune chef, tablier blanc, cheveux noirs courts, sourire chaleureux. Plan 1 : le jeune chef en tablier blanc… Plan 2 : le même jeune chef en tablier blanc… Plan 3 : le même jeune chef en tablier blanc….
Cela paraît répétitif aux yeux des humains, mais c'est précisément ce qui réduit la dérive.
5) Une synchronisation audio qui semble réellement intentionnelle
Lors de nos tests, le gain le plus important en termes de qualité perçue est venu du traitement du son comme une chronologie.
Modèle de prompt de voix off
- garder la voix propre
- Réduisez le volume de la musique de fond.
- Réduisez la durée du script.
Une personne parle face caméra, les lèvres bougeant naturellement. Audio : voix off claire en mandarin, musique à faible volume, bruit de fond minimal.
Modèle de dialogue à deux personnes
- définir le comportement du locuteur
- raccourcissez les files d'attente
- demander la séparation et la clarté
Deux personnages dialoguent. Personnage A : ton rapide et assuré. Personnage B : réaction plus lente et confuse. Audio : séparation claire des interlocuteurs, ambiance sonore naturelle, aucune musique ne couvre les dialogues.
Motif SFX synchronisé au rythme
Les mots magiques sont des points d'ancrage temporels :
- “ sur le temps fort ”
- “ sur la grosse caisse ”
- “ exactement au moment du lâcher ”
- “ synchroniser chaque frappe ”
Chaque coup de couteau retentit précisément sur le coup de grosse caisse. Le crépitement de la poêle commence exactement sur le premier temps de la phrase de synthétiseur.
6) Référence à la vidéo : comment obtenir la meilleure régularité
Si vous utilisez une entrée de référence, la règle pratique est simple :
Utilisez systématiquement “ caractère1 / caractère2 ”.
Rédigez votre invite en utilisant personnage1, personnage2, etc. et veillez à ce que ces étiquettes restent stables tout au long de l'invite.
Référence unique
Le personnage 1 accorde une courte interview face caméra dans la rue. Veillez à ce que son visage et sa voix restent conformes à la référence. Audio : voix claire, ambiance discrète, pas de bruit de fond.
Deux références
Le personnage 1 chante tandis que le personnage 2 danse à ses côtés. Veillez à ce que les deux personnages conservent leur apparence de référence.
Enregistrez des extraits de référence contenant des informations exploitables
Ce qui a le mieux fonctionné lors de nos tests :
- Éclairage clair, angles nets
- Gros plan + légères rotations pour les visages
- moins de distractions en arrière-plan
- Si les caractéristiques vocales vous importent, incluez un son clair.
7) Pack de prompts prêts à l'emploi (ceux que nous recommandons réellement)
1) Vidéo de cuisine en plusieurs prises avec effets sonores synchronisés au rythme (15s)
Court-métrage culinaire vertical au format 9:16, d'une durée totale de 15 secondes. Plan 1 (3 s) : Gros plan sur un chef découpant des légumes sur une planche en bois, sous la lumière vive de la cuisine. Plan 2 (4 s) : Chaque coup de couteau retentit précisément sur la grosse caisse d'un morceau de light house. Plan 3 (4 s) : Les ingrédients tombent dans une poêle chaude ; le crépitement commence exactement sur le premier temps d'une phrase de synthétiseur. Plan 4 (4 s) : Ralenti : les ingrédients sont jetés dans la poêle, la vapeur s'élève, la conception sonore est soignée et le rythme est agréable. Audio : musique + effets sonores synchronisés de découpe et de crépitement, mixage propre, sans bruit parasite.
2) Dialogue à deux personnages, rythme comique cinématographique
Scène cinématographique ultra-réaliste, éclairage latéral dramatique, durée totale : 12 à 15 secondes. Plan 1 (4 s) : Deux guerriers en terre cuite antiques se tiennent dans une fosse poussiéreuse, tension palpable. Plan 2 (5 s) : Le guerrier A se penche en avant et parle très vite, d’un ton assuré, avec une expression labiale nette. Plan 3 (6 s) : Le guerrier B réagit avec une expression confuse, les yeux écarquillés, la tête légèrement inclinée, un timing comique parfait. Audio : dialogue clair à deux voix, ambiance sonore naturelle, sans musique couvrant les voix.
3) Démonstration du produit qui semble retouchée
Démonstration produit épurée au format vertical 9:16, d'une durée totale de 12 secondes. Plan 1 (3 s) : Produit sur un bureau minimaliste, lumière naturelle douce, gros plan. Plan 2 (5 s) : Les mains présentent la fonctionnalité principale, travelling avant fluide. Plan 3 (4 s) : Plan final avec un minimum de texte à l'écran, esthétique moderne. Audio : musique de fond discrète, effets sonores d'interface utilisateur subtils, sans voix off.
4) Caractère basé sur une référence (référence unique)
Le personnage 1 marche dans une rue éclairée au néon la nuit, avec un bokeh cinématographique et une expression assurée. Veillez à ce que son visage et sa voix restent cohérents avec la référence. Audio : ambiance urbaine discrète, sans bruit de fond important.
8) Ce que nous réparons le plus souvent
- Les plans multiples donnent une impression de chaos : limitez-vous à 3 ou 4 plans et assurez-vous que l’objectif de chacun soit clairement identifiable.
- Dérive du personnage : ancres répétées par plan
- Les dialogues sont bruyants : demandez une voix claire, une musique discrète et une ambiance minimale.
- Problème de synchronisation des effets sonores : spécifiez les points d’ancrage temporels (temps fort, grosse caisse, drop).
À propos de l'auteur
