Téléchargez une photo, décrivez le mouvement voulu et recevez un court clip vidéo avec mouvement de caméra, mouvement du sujet, ou les deux. Construit sur de vrais modèles image vers vidéo comme Kling v2.6, Wan 2.7 I2V, Ray 3.2 et Hailuo 02, pour que le mouvement ressemble à une prise de vue réelle plutôt qu'à un diaporama.
Une photo s'arrête au moment où l'obturateur s'est déclenché. La vidéo continue, et pendant des années la seule façon de passer de l'une à l'autre était d'avoir filmé le moment dès le départ. Les modèles image vers vidéo comblent cet écart après coup : vous leur donnez une seule photo et une phrase décrivant ce qui devrait se passer ensuite, et quelques secondes plus tard vous avez un clip avec une caméra en mouvement, un sujet en mouvement, ou les deux, construit à partir d'une image qui n'a jamais bougé.
La plupart des photos que vous possédez déjà n'ont jamais été filmées en vidéo, et refaire la prise n'est presque jamais une option : le mariage est terminé, l'échantillon du produit a été rendu, le grand-parent sur la photo n'est plus là. La génération image vers vidéo travaille avec ce que vous avez déjà. Elle lit l'image comme un premier plan et l'étend dans le temps, en suivant le mouvement que décrit votre prompt.
Picasso IA fait tourner cela via plusieurs modèles conçus spécifiquement pour cette tâche, dont kwaivgi/kling-v2.6, wan-video/wan-2.7-i2v, luma/ray-3.2 et minimax/hailuo-02, tous accessibles depuis le même Toolkit sans rien installer. Chacun gère le mouvement un peu différemment, donc la même photo peut revenir comme une avancée cinématographique lente avec un modèle et une animation du sujet plus vive avec un autre ; le catalogue complet vaut le détour si vous voulez voir ce qui génère aussi de la vidéo. Les nouveaux comptes démarrent avec des crédits gratuits, suffisants pour tester plusieurs photos avant de décider si le résultat vaut la peine de payer.
La décision la plus importante n'est pas quel modèle choisir, c'est quel type de mouvement vous demandez. Un prompt qui nomme le mauvais type de mouvement pour la photo est la raison la plus courante pour laquelle un premier essai paraît rigide ou faux, plus que n'importe quel réglage du modèle lui-même.
| Style de mouvement | Quoi écrire | Idéal pour |
|---|---|---|
| Cinémagraphe ambiant | Seule l'eau ondule et les feuilles bougent, tout le reste reste immobile | Photos de paysage et nature, boucles d'arrière-plan |
| Avancée ou panoramique de caméra | Travelling cinématographique lent vers l'avant, la caméra glisse d'un côté à l'autre | Photos produit, immobilier, plans d'ouverture |
| Mouvement du sujet | Elle tourne la tête et sourit, une brise légère fait bouger ses cheveux | Portraits, photos de profil, photos de famille |
| Mouvement de scène combiné | La caméra orbite lentement pendant que le danseur tourne et la foule applaudit | Clips sociaux, récaps d'événements, publicités |
| Pont premier vers dernier plan | La fleur s'ouvre complètement, les pétales se déploient un par un | Révélations avant-après, transformations de produit |
Nommer le style de ce tableau dans votre prompt, plutôt que de décrire toute la scène depuis zéro, est généralement le moyen le plus rapide de se rapprocher de ce que vous aviez en tête dès le premier ou deuxième essai.
Le mouvement de caméra et le mouvement du sujet comportent aussi des risques différents. Le mouvement de caméra garde le sujet immobile et déplace le point de vue, le choix le plus sûr quand le sujet est un visage, parce qu'on ne lui demande jamais de changer. Le mouvement du sujet anime ce qui est dans le cadre, plus risqué parce que les visages et les mains sont justement là où ces modèles introduisent le plus souvent une distorsion. Combiner les deux donne le résultat le plus cinématographique et le plus susceptible de nécessiter un second essai, donc générez d'abord une version avec seulement le mouvement du sujet pour confirmer que le mouvement est bon avant d'ajouter le mouvement de caméra par-dessus.
Le déroulé ci-dessous ne suppose rien de plus qu'une photo et une idée du mouvement voulu. Il fonctionne de la même façon que la source soit une photo produit, un portrait, ou une vieille photo de famille que vous ramenez à la vie.
Un prompt photo vers vidéo fait un travail plus restreint qu'un prompt texte vers vidéo : l'image fixe déjà le sujet, le cadrage et la lumière, donc le prompt n'a qu'à décrire ce qui change. Garder cette distinction à l'esprit est ce qui sépare un prompt qui ressemble à une légende d'un prompt qui dirige vraiment le mouvement.
Nommez le mouvement précis plutôt que l'ambiance : "elle incline la tête et cligne des yeux" donne à la reconstruction quelque chose de concret à animer, alors que "rends-la vivante" ne donne rien de concret et le modèle retombe sur le mouvement qu'il a le plus vu. Limitez l'action à une seule chose claire par génération, car un prompt demandant cinq mouvements simultanés tend à tout mélanger en une version plus petite et confuse de chacun. Un prompt négatif vaut la peine d'être utilisé chaque fois qu'un premier essai revient déformé : nommer ce que vous ne voulez pas, comme des doigts en trop ou un cadre tremblant, oriente le prochain essai plus efficacement que de réécrire le prompt positif encore une fois.
Astuce : quand une génération semble presque bonne mais que le mouvement est trop agressif, relancez exactement le même prompt avec la durée la plus courte plutôt que de le réécrire. Un clip plus court laisse au modèle moins de temps pour s'éloigner de la photo source, et c'est souvent la correction la plus rapide.
Une description honnête de cet outil inclut ses limites. Pour transformer une seule photo en vidéo, cinq limites reviennent assez souvent pour être anticipées :
Rien de tout cela n'écarte l'outil. Cela écarte plutôt de traiter le premier résultat comme définitif sans avoir regardé le clip en entier.
La restauration de photos de famille est le cas d'usage que les gens décrivent le plus personnellement : une seule photo d'un proche devient quelques secondes de cette personne qui cligne des yeux ou sourit, et pour beaucoup c'est la première fois qu'ils la voient bouger depuis des années. Cela s'associe naturellement au travail de restauration de vieilles photos, puisqu'un scan nettoyé s'anime de façon plus convaincante qu'un original rayé.
L'immobilier et les fiches produit utilisent l'animation par mouvement de caméra pour transformer une seule photo principale en un court clip d'ouverture sans réserver de vidéaste, un flux qui s'appuie sur les visites plus complètes décrites dans visites vidéo immobilières. Les créateurs de réseaux sociaux utilisent le mouvement du sujet pour transformer un portrait ou une photo produit statique en quelque chose qui arrête le défilement, souvent comme les premières secondes d'une pièce plus longue construite avec les techniques de vidéos démo produit avec l'IA. Quiconque compare des outils avant de s'engager peut voir comment l'éventail de modèles ici se compare à un service à modèle unique dans l'analyse Picasso IA vs Kling AI.
La plupart des photos fonctionnent, mais le résultat varie selon ce que montre la photo. Une photo claire, bien éclairée, avec le sujet entièrement dans le cadre et pas trop petit, donne au modèle le plus de matière à travailler, et portraits, produits et paysages s'animent de façon fiable. Les photos déjà floues, très recadrées ou prises sous un angle inhabituel tendent à produire un mouvement qui paraît un peu étrange, car le modèle doit deviner des détails que l'image d'origine n'a jamais capturés clairement.
Il n'existe pas un seul meilleur choix, et c'est justement l'intérêt d'en avoir plusieurs. Kling v2.6 et Hailuo 02 gèrent bien le mouvement naturel du sujet, comme tourner la tête ou gesticuler, et ajoutent un son synchronisé. Wan 2.7 I2V permet de verrouiller à la fois un premier et un dernier plan pour une transition contrôlée. Ray 3.2 penche vers le cinématographique, avec une sortie HDR et six formats pour des plans plus larges. Faire passer la même photo par deux d'entre eux et comparer ne prend que quelques minutes.
La plupart des modèles image vers vidéo sur Picasso IA génèrent des clips de 5 ou 10 secondes en une seule exécution, et certains limitent l'option la plus longue à une résolution plus basse. Cela suffit pour un clip social, un teaser produit ou un moment animé unique. Pour quelque chose de plus long, l'approche pratique consiste à générer plusieurs clips courts et à les assembler avec un outil de montage, plutôt que d'attendre qu'une seule génération couvre une scène entière.
Vous avez un contrôle réel, pas un contrôle image par image. Votre prompt fixe la direction du mouvement, et plusieurs modèles vous laissent épingler un premier plan, un dernier plan, ou les deux, donc le clip s'ouvre et se ferme sur des images que vous avez choisies. Ce que vous ne pouvez pas faire, c'est tracer manuellement une trajectoire exacte comme dans un logiciel d'animation ; le modèle interprète votre instruction et remplit lui-même le mouvement.
Certains modèles oui. Kling v2.6, par exemple, génère un son synchronisé par défaut avec la vidéo, adapté à ce qui se passe à l'écran, et Wan 2.7 I2V peut synchroniser le mouvement sur un fichier audio que vous téléchargez vous-même. D'autres ne renvoient que de la vidéo muette. Si le son compte pour votre clip, vérifiez les options du modèle précis avant de générer, car cela varie d'un modèle à l'autre plutôt que d'être une fonctionnalité universelle.
Cela peut fonctionner, et faire un nettoyage d'abord aide généralement. Une photo rayée, décolorée ou très bruitée donne au modèle un plan de départ plus rugueux, donc le mouvement ajouté peut hériter de ces défauts. Faire passer la photo par une restauration de vieilles photos ou une colorisation avant de l'animer produit généralement un résultat plus doux et plus naturel que d'animer directement l'original abîmé.
Oui, certains modèles prennent en charge la boucle directement comme réglage, produisant un clip qui tourne sans coupure visible, utile pour un arrière-plan de site web ou un affichage ambiant. Sur les modèles sans option de boucle intégrée, régler le même plan comme premier et dernier plan se rapproche du même effet, puisque le mouvement revient à son point de départ.
Cela dépend du modèle, mais la plupart couvrent les plateformes que vous utiliseriez réellement. Les options courantes vont de 480p à 1080p, et les formats incluent généralement le 16:9 pour l'écran large, le 9:16 pour les formats verticaux sociaux, et le 1:1 pour les publications carrées. Régler le format avant de générer, plutôt que de recadrer le clip fini, préserve la composition réellement voulue par le modèle.
Chaque génération est payée en crédits, et le coût exact dépend du modèle, de la résolution et de la durée choisis, car un clip plus long ou de résolution plus élevée demande plus de calcul. Les nouveaux comptes reçoivent des crédits gratuits pour essayer avant de dépenser quoi que ce soit, et les offres actuelles se trouvent sur la page des tarifs, le seul endroit fiable pour un chiffre réel.
Vérifiez deux choses avant. Que vous détenez bien les droits de la photo source, puisqu'animer une image ne change pas à qui appartient ce qu'elle représente. Et les conditions de licence de votre offre, qui régissent l'usage des résultats. Comme pour tout contenu généré par IA, faites relire un clip commercial par un humain avant de le publier, comme vous relieriez un texte ou un visuel avant de le diffuser.
Une photo restée immobile pendant des années n'est qu'à un prompt de se remettre à bouger. Ouvrez le Toolkit, téléchargez-en une, et voyez ce que quelques secondes de mouvement lui apportent.
