Générer une vidéo à partir de texte (texte-à-vidéo) est l'une des réalisations les plus impressionnantes de l'IA moderne. Vous décrivez en mots ce que vous voulez voir : personnages, environnement, mouvement, style de tournage et ambiance — et en 1 à 3 minutes, vous obtenez un clip vidéo de 3 à 5 secondes qui n'a jamais existé en réalité.
La qualité du résultat dépend largement du détail de la description. Une formule efficace inclut : sujet de l'action, ce qui se passe exactement, environnement et atmosphère, style (cinématographie, animation, documentaire), mouvement de la caméra (panoramique à gauche, zoom avant, plan fixe). Par exemple : "Un chat roux marche dans une rue nocturne mouillée à Tokyo, les enseignes néon se reflètent dans les flaques, la caméra recule lentement, style cinématographique, 24fps".
Wan 2.1 coûte 3 crédits et est idéal pour tester rapidement des idées. Kling v2.1 pour 20 crédits offre une qualité cinématographique avec des mouvements physiques réalistes — optimal pour le contenu final.