Pruna facture chaque image de référence utilisée dans ses vidéos générées par IA
— AUDIOVISUEL
P-Video-2-Pro-Reference, construit sur MiniMax H3, génère une vidéo à partir d'images, de séquences et de sons fournis comme repères. Chaque média de référence s'ajoute à la facture finale, et cette logique de tarification pèsera sur les devis autant que le résultat créatif.
Fournir une image de personnage, une séquence pour le mouvement et un son pour l'ambiance, puis laisser un modèle recomposer tout cela en une vidéo cohérente : c'est la promesse de P-Video-2-Pro-Reference, bâti sur MiniMax H3 et distribué par Pruna AI. Le système accepte jusqu'à neuf images, trois vidéos et trois fichiers audio dans une même demande, en plus de l'instruction textuelle classique.
Pour un motion designer qui travaille sur une campagne avec un personnage ou un produit récurrent, ce fonctionnement change la façon de construire une requête. Au lieu de redécrire à chaque plan l'apparence d'un packaging ou la gestuelle d'un acteur, il devient possible d'injecter une image de départ, une image d'arrivée et une référence de mouvement tirée d'un tournage existant, pour garder une continuité visuelle d'un plan à l'autre.
La tarification suit la même logique d'accumulation. Une vidéo de dix secondes en haute résolution, générée en mode économique avec trois images de référence, revient à 0,265 dollar, soit à peine trente centimes pour une génération courte. Mais chaque média ajouté, image, extrait vidéo ou piste sonore, s'ajoute à ce socle : un brief riche en références coûte mécaniquement plus cher qu'un simple prompt texte, et cette variable devra entrer dans le calcul d'un devis de previz ou d'animatic.
Les références ne sont pas reproduites à l'identique. Le modèle les interprète pour construire une nouvelle séquence, ce qui aide à orienter un résultat sans garantir que chaque détail du produit ou du visage sera respecté à l'écran. Les vidéos restent par ailleurs limitées à quinze secondes et à une résolution de 768p, et Pruna ne communique aucun résultat comparatif chiffré sur la fidélité réelle de ces références.
Comparé à une génération purement textuelle, ce degré de contrôle multimédia rapproche la vidéo générative d'un usage de tournage classique, où un personnage ou un produit doit rester reconnaissable d'un plan à l'autre. L'outil rend ce contrôle possible sans encore le garantir.
Pour un studio qui chiffre des previz ou des contenus de campagne avec ces briques, chaque référence ajoutée devient une ligne de coût à anticiper dès le brief, pas un détail technique à régler après coup.