Version à jour pour lire pendant le MIPCOM du livret vertical drama
Pour les impatients : j’ai fait un vertical drama qui explique le vertical drama. Il s’appelle Vertical What? ; il est sur Youtube. Les autres, voici le making of.
« Je vais probablement recommencer. C’est peut-être ça, le vrai problème. »
J’ai écrit cette phrase le 3 mars, à la fin d’un article où j’avais dépensé 120 $ pour obtenir 90 secondes de chats qui changeaient de couleur toutes les 3 secondes.
Le chat borgne
En mars, je voulais faire un vertical drama en IA (une série d’épisodes d’une à deux minutes, tournée à la verticale pour un téléphone) avec le héros de mon roman, un chat roux borgne. Le modèle vidéo refusait de faire un chat borgne. Il commençait chaque plan avec un œil abîmé et le guérissait en cours de route. J’ai tenu deux jours, dépensé 120 $, et regardé mon propre film en me disant que c’était totalement catastrophique.
J’en avais tiré une conclusion : donnez des outils de réalisateur à quelqu’un qui n’est pas réalisateur, et vous obtenez une voiture de course calée en première (J’ai pas le permis). Je ne me suis pas arrêté pour autant.
L’idée
Cet automne, j’ai mis à jour pour le MIPCOM mon livret sur le vertical drama. Le MIPCOM, c’est le grand marché de la télévision qui se tient à Cannes en octobre. Je passais mes journées à expliquer le format : ce qu’est un twist, d’où viennent les histoires, qui paie. Je me suis dit : pourquoi ne pas faire un vertical drama qui explique le vertical drama ?
Je l’ai fait. Neuf épisodes d’environ une minute et demie, sur ce que le format est, d’où il vient, comment il se rythme, ce que l’IA y change, et qui l’argent finit par payer. En mars, mes 90 secondes ratées revenaient à environ 80 $ la minute. En octobre, sur les épisodes 3 à 6, le coût est passé de 26 à 14 $ la minute. Ce chiffre ne vaut que pour ce style d’image : Kintu-bila, mon prochain essai, montre l’autre côté. Et je l’ai fait avec de l’ADSL, ce qui est une autre histoire.
La caisse à outils
J’ai commencé comme tout le monde : un outil par tâche. Un assistant, Claude Code, qui écrit le code et lance les opérations à ma place. Un générateur d’images, gpt-image-2, pour dessiner les décors et les personnages. Kling pour animer ces images. Runway pour caler mes propres prises de voix sur les lèvres d’un dessin. ElevenLabs pour les voix, y compris un clone de la mienne.
Le premier épisode m’a coûté moins de 10 $. Calculé moins précisément, il revenait même à environ 7 $ la minute. Je n’en ai pas fait un deuxième de cette façon. Une image où je demandais deux pattes posées et une qui agit en a rendu trois. Trois pattes. Je les ai comptées une fois. Puis deux. Puis j’ai fait venir ma voisine, qui en a trouvé trois aussi et qui m’a demandé si c’était un exercice. J’ai répondu que oui. Le générateur d’animation, lui, a hérité du défaut et a fait marcher le chat sur ses trois pattes pendant cinq secondes entières.
DramaMagic
À la fin septembre, j’ai testé DramaMagic, l’outil de BytePlus (la branche entreprise de ByteDance, la maison de TikTok) pour fabriquer des vertical dramas. Il ne marchait pas bien pour moi. Il était lent. Je n’ai pas trouvé comment y faire des épisodes, donc une saison. Le français y sonne mal, et la synchronisation des lèvres en français m’a fait partir.
Mais le découpage était excellent. Un script devient des plans, chaque plan a son prompt (la consigne qu’on donne au modèle), chaque accessoire a sa planche. J’ai gardé ça, et je l’ai refait chez moi, sans l’outil. Fal, la plateforme qui me donne accès à des dizaines de modèles, a sa propre bibliothèque pour ranger personnages, accessoires et décors. La mienne contient 4 fichiers audio et aucune vidéo.
Seedance 2.5, le moteur
Pour le mouvement, je suis passé à Seedance 2.5, un modèle vidéo de ByteDance, que j’appelle via fal. Pour ma série, des personnages dessinés en aplats, des plans courts, beaucoup de gros plans sur des objets, il est très bon. Il n’est pas seul sur ce terrain : la version 2.0, sortie le 12 février, a rejoint Kling et Vidu dans la production de microdramas entièrement IA en Chine, selon Yahoo Finance.
Je tire en 480p. Sur la page de fal, la seconde y coûte environ 0,22 $, contre 0,47 $ en 720p, soit plus du double. Ces montants sont calculés aux tarifs publics affichés par fal, pas à ce que j’ai effectivement déboursé : Y Combinator me donne accès à des crédits chez certains fournisseurs.
Du troisième au sixième épisode, les seuls où j’ai tout mesuré, la minute m’a coûté 26 $, puis 18, 18 et 14. Un tiers de ce que j’ai tiré sur ces quatre épisodes est parti à la poubelle. Pourquoi ça baisse ? Je soupçonne deux causes : j’apprends, et mes épisodes sont des aplats, plus faciles à tirer que du réaliste. Je n’ai jamais mesuré la part de chacune.
Il y a eu des erreurs. Un loup-garou doit avoir l’air d’un vrai loup à l’image, sans quoi le modèle livre un homme à oreilles de loup. Un décor doit rester figé, sinon un bureau apparaît pendant que le héros parle. Et un modèle à qui on laisse générer le son sans lui donner de voix de référence se met à parler mandarin. Le contrôle sur les images ne le voit pas. C’est moi qui l’ai entendu, et j’ai dû le dire à l’agent qui jurait que le clip était propre.
L’ADSL
Il faut que je vous parle de ma connexion. J’ai de l’ADSL : 1 Mb/s en envoi, sur le papier. Le 25 septembre, j’ai mesuré pour de vrai : 4,4 Ko/s. Je ne sais pas expliquer l’écart. À ce rythme, un film de 135 Mo met près de 9 heures à monter, et mes quatre premiers épisodes, ensemble, auraient pris plus d’une journée.
La fibre devait arriver. Ça fait un mois que je l’attends. Le premier technicien est venu : niet. Le deuxième : il faut une nacelle. Le troisième : personne n’avait prévenu qu’il fallait une nacelle. J’ai donc une fibre en cours d’installation, et une nacelle quelque part dans la nature.
En attendant, j’ai fait ce que fait quelqu’un qui ne peut plus rien envoyer : j’ai arrêté d’envoyer. J’ai pris un serveur à 7 $ par mois, j’y ai installé mon assistant, et j’ai tout délégué : les rendus, le stockage, la publication. Mes films ne passent jamais par chez moi. Je valide depuis mon téléphone, en 5G quand il faut. Je n’ai pas décidé de coder en agentique dès le départ, c’est l’ADSL qui l’a décidé pour moi : l’assistant travaille là où sont les fichiers, et ce n’est pas mon Mac.
Neuf épisodes de vertical drama en deux semaines depuis une connexion qui monte 4 Ko/s.
L’agentique et le process
Voici ce que je retiens de ces deux semaines. Ma liste d’outils a changé cinq ou six fois (contactez-moi même si je garde quelques secret sauces). Un outil qui me semblait indispensable le lundi était remplacé le jeudi. OpenAi a commencé à faire les voix puis Seedance, puis Eleven Labs v4 est sorti. Les frontier modèles, fal.ai, Hyperframes, tout évolue à une vitesse hallucinante. Et la sortie du modèle Opus 5.5, le modèle d’Anthropic, pendant la fabrication, a considérablement accéléré les process de pré- et post-production.
Fun fact : le nom de code du chat dans la série est Mistral, mais vous ne trouverez aucune trace de Le Chonk dedans ;-)
Alors ne vous attachez pas à votre outillage. Attachez-vous à un process. Le mien tient en quatre gestes :
j’écris le script en plans, pas en scènes : un plan, une image, une phrase ;
chaque accessoire qui revient a sa propre image ;
je tire un plan à la fois, avec un plafond annoncé avant de payer, et je regarde le résultat avant de payer le suivant ; si les deux premieres scénes de 15s passent, je lance en banc.
j’utilise des outils de montage gratuits (ffmpeg, Hyperframes), et un agent publie à ma place avec mon feu vert.
Cet agent s’appelle Zernio : on lui donne un film, un titre et des comptes, et elle le pousse vers YouTube et TikTok. C’est gratuit pour deux comptes sociaux, donc mode pince activé.
FFmpeg, mon chouchou
Une seule chose ne change jamais. FFmpeg est un logiciel libre et gratuit qui sait presque tout faire à un fichier vidéo : couper, coller, mixer, gérer le son, poser du texte. C’est le coeur vidéo d’Internet Je le fréquente depuis 25 ans J’en ai même fait un jeu, ffmpuzzle, un Wordle où l’on devine les réglages d’un encodage.
Il m’évite aussi d’acheter DaVinci Resolve Studio, le logiciel de montage des pros, qui coûte près de 300 $. Je suis une pince. Faire du vertical drama, c’est refaire du FFmpeg tous les jours, et je m’y amuse beaucoup.
Kintu-bila
En parallèle de la série, j’avais un autre projet : adapter ma nouvelle 0-3-1-4-1-5 en vertical drama, dans l’univers de Kinza. Un technicien, sa fille, un drone et un mot inconnu, « Kintu-bila ». Je voulais du réaliste, pas des aplats.
Le teaser de 30 secondes m’a coûté environ 75 $ la minute, contre 14 à 26 $ pour les quatre épisodes dont j’ai compté tous les rendus. Le réaliste m’a aussi appris des choses. Seedance refuse les images de personnages photoréalistes en référence, au motif qu’elles pourraient ressembler à de vraies personnes. ElevenLabs refuse de créer la voix d’une petite fille de 7 ans (pour de très bonnes raisons) : la voix de la fille est devenue celle d’une jeune femme.
Suis-je un artiste ?
En mars, j’avais écrit qu’un vrai artiste aurait obtenu dix fois mieux avec les mêmes outils. Neuf épisodes plus tard, je sais fabriquer quelque chose, et je ne sais toujours pas si je suis réalisateur. J’ai entre-temps obtenu un petit prix littéraire (le prix Alain Le Bussy), dans une édition ouverte d’appels à texte, pour ma nouvelle « Lume Saudade », parue dans le numéro 96 de Galaxies. Ça ne répond pas vraiment à la question.
Pour finir
Les outils vont encore changer. Ce qui m’a permis de faire neuf épisodes en deux semaines, c’est de savoir ce que j’allais payer avant de payer, et de regarder ce que j’avais acheté avant d’acheter la suite. Le teaser de Kintu-bila vient d’un autre texte, dans un univers que j’ai inventé. Je ne sais pas si je suis un artiste. Voici le teaser.
et la playlist de Vertical What ?
Qui parle
Je suis Ludovic Bostral, consultant en stratégie et modèles économiques du streaming. J’écris chaque semaine Streaming Radar, et dans Ludo Tries Things je construis des choses avec l’IA pour voir ce qui marche. Je tiens aussi verticaldrama.tv, consacré au vertical drama.