Topview AI Film Studio : Court-métrage cohérent avec les nœuds et caméra codée dans Blender

Avec la vidéo générative, la première image impressionne toujours ; le vrai test est la seconde. Demander le même homme dans la même pièce et obtenir un autre homme dans une autre pièce n'est pas la nature de l'outil, mais la façon dont on l'utilise. Cette vidéo met à l'épreuve le Film Studio repensé de Topview AI pour combler l'écart entre un tas de clips et un film cohérent.

Topview AI était décrit comme une simple case où l'on tape une invite et attend ; l'interface a été reconstruite. En haut on choisit un flux selon le cas d'usage — vidéo virale, publicité, e-commerce — et à côté on trouve AI Tools, Models et Canvas/Board qui regroupent de nombreux modèles et des connexions MCP/plugins externes en un seul abonnement.

L'idée centrale est que faire un film et générer un court clip sont deux métiers différents. Le premier consiste à laisser un vide et regarder ce que le modèle remplit ; le second à faire faire au modèle ce qu'une équipe ferait — décor, lumière, acteurs, caméra — de façon systématique. Topview résout cela avec un système de nœuds.

La logique des nœuds consiste à construire une fois et référencer partout au lieu de redécrire le décor à chaque fois. On définit des pièces séparées — un nœud personnage, un nœud lieu, un nœud palette — puis on injecte la même référence dans chaque plan, afin que le modèle ne puisse pas inventer un nouveau remplissage à chaque génération.

L'hôte commence par créer deux personnages : un jeune homme et un homme plus âgé assis dans le même café. Des références visuelles sont générées pour chacun, verrouillant visage, vêtements et expression. Une fois ces nœuds verrouillés, nul besoin de redécrire le personnage ; il suffit d'attacher la référence.

Lieu et palette sont verrouillés de la même manière. Un contexte tridimensionnel est préparé pour le café — texture des murs, disposition des tables, lumière de la fenêtre — et un nœud palette fixe la chaleur et le contraste de toute la scène. Chaque plan se connecte ensuite à ces deux nœuds, le même après-midi reste sous la même lumière.

Puis la section réalisateur tridimensionnel prend le relais. Le décor est placé comme une scène, les deux acteurs sont assis, et les cadrages sont testés entre vue du dessus et hauteur des yeux. Au lieu de décrire un cadrage avec des mots, on décide physiquement où placer la caméra.

L'invite vidéo du premier plan est écrite sur cette base. L'invite est longue car elle ne demande pas seulement un mouvement ; elle définit qui bouge, où, avec quelle palette et quel cadrage, le tout lié aux références. Plus le vide laissé est petit, plus le film semble vous appartenir.

Trois erreurs fréquentes dans la rédaction des invites sont soulignées. D'abord, laisser trop de vide pour que le modèle invente au hasard ; ensuite, utiliser des descriptions contradictoires dans la même phrase ; enfin, déconnecter la référence de nœud que l'on vient de construire. Chacune ramène l'incohérence.

Une fois le premier plan tenu, les trois plans restants sont produits sur le même décor. En gardant le même café, les mêmes deux hommes et la même palette, quatre plans s'assemblent en un court d'environ 30 secondes. L'astuce de continuité est de rattacher les références à chaque nouveau plan et de gérer les petites variations via les connexions de nœuds, pas seulement le texte.

Les quatre plans sont assemblés sur la piste de montage propre à Topview. Aucun saut de couleur entre les coupes, la lumière reste cohérente, l'export rassemble tout en un seul fichier. Jusqu'ici la caméra n'a pas bougé ; chaque plan a été généré avec un cadrage fixe.

Pour une caméra en mouvement, le trajet passe par Blender. Le module Topview pour Blender est installé, un aperçu 720p est sélectionné et la scène est transférée vers Blender. L'idée clé est que chaque action à la souris dans Blender a un équivalent Python ; le modèle n'a donc pas besoin de pont spécial, il écrit un script Python et l'exécute dans l'onglet scripting pour construire la scène et la caméra.

L'hôte fait écrire le script par Claude. En utilisant l'usage ordinateur, Claude ouvre Blender, dessine la scène, place la caméra, et quand on presse espace la caméra glisse en arc pour finir sur le visage du jeune homme. Un rendu est renvoyé vers Topview View, ajouté comme nouveau nœud vidéo avec les mêmes références, et le résultat généré correspond étroitement à la vidéo de référence.

Un contre-champ est réalisé avec un second script dans la même conversation ; cette fois la caméra se rapproche du vieil homme. La clôture couvre les crédits et les tarifs : Pro à 29 dollars par mois pour 80 crédits (environ 400 images ou 53 secondes en 720p), Business à 75 dollars pour 250 crédits, Ultra à 120 dollars pour 500 crédits, avec un forfait annuel ramenant Pro à environ 16 dollars. La pensée finale porte sur le métier : au cinéma, les vides que l'on laisse volontairement — le silence que le jeune homme ne remplit jamais — comptent autant que ceux que l'on ferme.