Une analyse pratique du contrôle de caméra cinématographique de Veo 3.1, testé avec de vrais prompts sur tous les grands types de plans. Des travellings compensés aux balayages aériens, nous révélons quels mouvements de caméra fonctionnent, lesquels déçoivent, et comment Veo 3.1 se compare aux meilleurs modèles vidéo IA disponibles aujourd’hui.
Chaque modèle de génération de vidéos par IA affirme qu’il sait faire du « cinéma ». Veo 3.1 le prouve vraiment. La dernière version de Google apporte quelque chose qu’aucun autre modèle n’a réussi à maîtriser à grande échelle : un contrôle de caméra cinématographique piloté par le prompt, qui répond au vocabulaire des vrais cinéastes. Travellings avant, plans suivis, balayages aériens, mise au point sélective, plans obliques. Ce ne sont pas des artefacts de mouvement aléatoires. Ils sont délibérés, réactifs et remarquablement constants lorsque vous savez comment les demander.
Voici ce que nous avons constaté après avoir soumis chaque grand mouvement de caméra à l’épreuve, en testant des dizaines de prompts sur Veo 3.1, en notant les échecs, en relançant les générations et en comparant le résultat, face à face, aux générateurs de vidéos par IA actuels.
Le « contrôle de caméra » est un terme chargé. Dans la plupart des modèles de vidéo par IA, cela signifie que la scène bouge. Des objets dérivent, le vent soulève les cheveux, un personnage tourne la tête. C’est du mouvement, pas du contrôle de caméra.
Veo 3.1 distingue les deux. La caméra est une entité à part entière, avec son propre mouvement, indépendant de l’action du sujet. Quand vous écrivez « travelling avant lent vers un homme assis au bar », la caméra avance physiquement dans l’espace vers le sujet. L’homme ne se penche pas vers vous. C’est la caméra qui se rapproche de lui.
Cette distinction compte énormément pour la narration. Un travelling avant crée une intimité psychologique. Un travelling arrière crée un sentiment d’isolement. Une grue descendante en plongée traduit l’arrivée et l’échelle. Ces effets ne sont pas interchangeables. Veo 3.1 sait lequel vous voulez.
Veo 3.1 a été entraîné sur le vocabulaire réel de la cinématographie. Ces termes ont systématiquement produit le résultat voulu dans nos tests :
Termes qui n’ont pas fonctionné de façon fiable : « zoom » (produisait souvent un zoom numérique plutôt qu’optique), « vertigo effect » (résultats inconstants) et « 360 orbit » (revenait par défaut à un panoramique partiel dans la plupart des tests).
Nous avons structuré nos tests autour de sept grandes catégories de cinématographie. Voici ce que nous avons trouvé.
Le plan large d’établissement est la base de la plupart des séquences cinématographiques. Veo 3.1 les traite avec un naturalisme saisissant, surtout lorsqu’il est associé à une grue lente ou à un mouvement aérien.
Meilleure structure de prompt : [Location description] + [time of day and weather] + [camera movement, e.g., slow crane up from ground level to reveal the full skyline] + [film grain and lens description]
Résultat : Veo 3.1 a produit des plans larges d’établissement constants, où le mouvement de caméra suivait l’arc décrit. Une « grue lente vers le haut depuis le niveau du sol » partait vraiment du sol, montait régulièrement et se stabilisait sur une vue large. C’est le comportement d’un opérateur de caméra bien formé.
Les travellings sont le domaine dans lequel Veo 3.1 se distingue vraiment de la concurrence. L’illusion de profondeur créée par un vrai travelling est notoirement difficile à simuler par calcul. La plupart des modèles d’IA produisent à la place un zoom numérique, qui comprime la profondeur au lieu de la traverser.
Veo 3.1 a produit un vrai mouvement de travelling dans environ 80 % des tests. Les 20 % restants présentaient un hybride, en partie travelling, en partie zoom. Lorsque des échecs se produisaient, l’ajout de la formule « la caméra avance physiquement, pas de zoom, un vrai mouvement de travelling » au prompt a porté le taux de réussite à près de 95 %.
💡 Astuce pro : distinguez toujours explicitement le travelling du zoom dans votre prompt. Écrivez : « travelling avant lent vers le sujet, la caméra se déplace physiquement dans l’espace, pas un zoom. » Cet ajout seul fait une différence mesurable sur la fidélité du rendu.
Les plans suivis, où la caméra accompagne latéralement un sujet en mouvement, ont bien fonctionné lorsque le sujet était clairement défini et que la direction du mouvement était explicite.
Ce qui a fonctionné : "Track the subject left to right as they walk along the sidewalk, camera at shoulder height, maintaining consistent distance of 3 meters"
Ce qui n’a pas fonctionné de façon fiable : suivre un sujet au coin d’une rue ou à travers une foule. Le modèle a parfois perdu la continuité du sujet lorsque des obstacles étaient introduits.
Les plans aériens de Veo 3.1 sont vraiment impressionnants. La physique du mouvement aérien, la légère rotation du plan de perspective, la façon dont les ombres s’allongent sous un soleil bas : tout est restitué avec un réalisme qui résiste à l’examen.
Le modèle répond bien à :
Évitez « drone shot » comme terme. « Aerial » a systématiquement donné de meilleurs résultats dans nos tests.
Les plans en contre-plongée de Veo 3.1 présentent une vraie distorsion de perspective lorsqu’ils sont précisés à des angles extrêmes. Écrire « caméra placée à 15 cm au-dessus du sol, regardant vers le haut à 45 degrés » produit un résultat nettement différent de « low angle shot ». La précision fait toujours la différence ici.
Les plans obliques (cadre incliné) ont été moins constants. Le modèle a compris l’intention dans environ 65 % des tests, mais l’inclinaison était imprévisible. Précisez l’angle en chiffres : « caméra inclinée de 15 degrés dans le sens antihoraire sur son axe de roulis ».
Les séquences de mise au point sélective, où le plan de netteté passe d’un sujet à un autre, figurent parmi les capacités les plus impressionnantes de Veo 3.1. Dans notre test au café (« mise au point sélective de la tasse de café au premier plan vers le visage de la femme à l’arrière-plan »), le passage était fluide, motivé et bien rythmé dans le plan.
C’est important. La mise au point sélective exige que le modèle traite la profondeur comme un outil narratif dans le temps. La plupart des modèles concurrents aplatissent la profondeur en un champ peu profond et statique, ou produisent un flou progressif sans intention directionnelle claire.
Le mode caméra à l’épaule est le domaine où Veo 3.1 a montré le mouvement le plus naturel. Les micro-mouvements organiques, la légère respiration du cadre, l’horizon imparfait, tout cela donnait une impression d’authenticité. C’est parce que le mouvement à l’épaule ne demande pas une exactitude mathématique précise. Un chaos contrôlé est plus facile à simuler qu’un mouvement de travelling mécanique et précis.
Le facteur le plus important du contrôle de caméra dans Veo 3.1 est la précision du prompt. Des prompts vagues donnent des résultats vagues. Des prompts cinématographiques donnent des résultats cinématographiques.
Structurez chaque prompt de caméra en quatre couches :
Exemple qui fonctionne :
« Une femme en robe rouge se tient au bout d’une longue jetée déserte au-dessus de l’océan, au crépuscule. Caméra placée à hauteur de genou, légèrement orientée vers le haut, à 10 mètres. Travelling avant lent vers le sujet sur 8 secondes, la caméra se déplace physiquement dans l’espace, pas un zoom. Contre-jour chaud orangé du soleil couchant, grain de film, objectif 50 mm, photoréaliste. »
Comparez avec : « Une femme sur une jetée, cinématographique. »
Le premier prompt donne à Veo 3.1 tout ce dont il a besoin. Le second relève du pile ou face.
Veo 3.1 répond de façon constante aux descripteurs de vitesse relative :
| Descripteur de vitesse | Ce qu’il produit |
|---|---|
| « Very slow » / « imperceptibly slow » | Mouvement presque statique, méditatif |
| « Slow » | Mouvement délibéré, nettement visible |
| « Medium » / « steady » | Rythme documentaire normal |
| « Fast » | Mouvement dynamique, orienté action |
| « Rapid » / « whip » | Transitions à grande vitesse |
Vous pouvez combiner des mouvements de caméra, mais utilisez un signal temporel. Au lieu d’écrire « dolly in and tilt up », écrivez « commencez par un travelling avant lent, puis inclinez vers le haut pour révéler la skyline à la fin du mouvement ». Les instructions séquentielles fonctionnent mieux que les instructions simultanées.
Le contrôle de caméra est rare dans les générateurs de vidéos par IA. Voici comment se situe le marché actuel :
| Modèle | Contrôle de caméra | Photoréalisme | Audio natif | Sur PicassoIA |
|---|---|---|---|---|
| Veo 3.1 | Excellent | Excellent | Oui | Oui |
| Veo 3.1 Fast | Très bon | Très bon | Oui | Oui |
| Veo 3.1 Lite | Bon | Bon | Oui | Oui |
| Ray 3.2 | Bon | Excellent | Non | Oui |
| Kling v3 Motion Control | Très bon | Très bon | Non | Oui |
| Video 01 Director | Bon | Bon | Non | Oui |
| Seedance 2.5 | Limité | Très bon | Oui | Oui |
| Gen 4.5 | Limité | Très bon | Non | Oui |
Pourquoi Veo 3.1 prend la tête : son atout principal est la fidélité du prompt au vocabulaire du cinéma. Veo 3.1 a été entraîné sur un corpus qui comprend de vraies productions cinématographiques. Quand vous écrivez « Dutch angle », il sait ce qu’est un Dutch angle et pourquoi les cinéastes l’utilisent.
Cela dit, Kling v3 Motion Control mérite d’être salué pour son système de contrôle de trajectoire, qui permet aux utilisateurs de tracer manuellement les mouvements de caméra. C’est une approche différente, plus visuelle que textuelle, et elle convient bien à ceux qui préfèrent dessiner le mouvement plutôt que le décrire.
Ray 3.2 de Luma produit certaines des images les plus abouties de la catégorie, avec un rendu HDR qui rivalise avec Veo 3.1 en photoréalisme pur, voire le dépasse. Là où il déçoit, c’est dans la fidélité du mouvement de caméra. Un « dolly in » avec Ray 3.2 est souvent interprété comme un zoom.
Video 01 Director adopte une approche structurée, avec un menu prédéfini de mouvements de caméra. Il est fiable précisément parce qu’il est contraint. Mais ces contraintes signifient que vous ne pouvez pas demander un plan oblique suivi à l’épaule, d’un sujet qui contourne un coin de rue. Veo 3.1 peut tenter ce plan, et souvent y parvenir.
Veo 3.1 est disponible directement sur PicassoIA, aux côtés de ses modèles apparentés. La plateforme héberge les trois versions : le Veo 3.1 complet, le plus rapide Veo 3.1 Fast et le Veo 3.1 Lite, plus léger.
Le contrôle de caméra en vidéo par IA récompense l’itération. Notre flux de travail recommandé sur PicassoIA :
Cela permet de gagner un temps de génération considérable et garantit que le résultat final correspond à ce que vous aviez prévu.
PicassoIA propose aussi des alternatives solides qui complètent Veo 3.1 selon les scénarios. Kling v3 Video gère les séquences d’action avec un fort réalisme physique. Pixverse v6 livre des rendus cinématographiques synchronisés avec l’audio pour les scènes émotionnelles. Seedance 2.5 produit des clips de 30 secondes particulièrement constants lorsque des séquences plus longues sont nécessaires.
Veo 3.1 n’est pas parfait. Connaître ses modes de défaillance est aussi important que connaître ses points forts.
Sur les longs mouvements de caméra couvrant une distance spatiale importante (plus de 3 secondes de travelling), les sujets dérivent parfois dans le cadre. Un sujet qui devrait rester centré migre lentement d’un côté pendant un travelling avant prolongé. Cela semble être un problème de cohérence temporelle, et non de calcul de caméra.
Solution de contournement : pour les longs mouvements, découpez en deux clips. Générez séparément le début et la fin du mouvement, puis assemblez-les au montage.
Lorsque la caméra et un sujet principal bougent en même temps, le contrôle de caméra se dégrade nettement. Un plan suivi d’une personne qui court fonctionne bien. Un plan suivi d’une personne qui court, où la caméra monte aussi en grue simultanément, produit des résultats imprévisibles. Le modèle privilégie le mouvement du sujet sur celui de la caméra lorsque les deux se disputent.
Solution de contournement : si vous avez besoin d’un mouvement combiné complexe, les outils de tracé de trajectoire de Kling v3 Motion Control gèrent plus fiablement le mouvement combiné grâce à une spécification explicite du chemin.
Le mouvement de caméra dans les intérieurs sombres ou à faible contraste a souvent produit des artefacts de flou de bougé. Le modèle peinait à calculer les changements de position de la caméra dans des environnements où les repères de profondeur spatiale étaient ambigus. Les scènes bien éclairées, avec une séparation nette entre premier plan et arrière-plan, ont nettement mieux fonctionné.
C’est le mode de défaillance le plus fréquent de Veo 3.1. La distinction entre travelling et zoom est subtile sur le plan du calcul : les deux agrandissent le sujet dans le cadre, mais un travelling modifie la parallaxe alors qu’un zoom ne le fait pas. Dans environ 20 % des tests sans formulation explicite contre le zoom, Veo 3.1 est passé par défaut à un zoom.
La solution est simple et constante : ajoutez « pas un zoom, un vrai mouvement de caméra dans l’espace, parallaxe visible sur les éléments d’arrière-plan » à tout prompt de travelling ou de poussée.
La cinématographie a toujours été une question de contrôle. Non seulement de ce que vous filmez, mais de la manière dont la caméra le cadre, le traverse et le révèle au spectateur.
Jusqu’ici, les modèles de vidéo par IA donnaient aux créateurs le contrôle du sujet, mais pas celui de la caméra. Vous pouviez placer un personnage dans une scène. Vous pouviez le faire marcher. Mais la caméra restait un observateur passif, et non un participant créatif.
Veo 3.1 change cette relation. La caméra est désormais un instrument que vous pouvez diriger par le langage. Pas parfaitement, pas toujours du premier coup, mais assez régulièrement pour bâtir autour d’elle un véritable flux de production.
Pour les créateurs de contenus courts, cela signifie une variété de plans au sein d’un même clip, et pas seulement une variété de contenus. Un plan phare, un gros plan de réaction, un plan large d’établissement, un suivi en travelling. Ce sont de vrais choix de cinématographie, accessibles par le texte.
Pour les cinéastes de fiction qui prototypent leurs histoires, cela signifie tester le langage visuel avant toute production physique. Vous pouvez vérifier si un plan oblique convient à une scène psychologique, ou si une révélation par grue lente sied à une séquence d’arrivée, avant de passer une journée sur le plateau.
💡 Les modèles vidéo disponibles sur PicassoIA, de Veo 3.1 à Ray 3.2, Kling v3 et Seedance 2.5, font progresser l’art chaque mois. L’écart entre la vidéo par IA et la production professionnelle se réduit plus vite que ne le pensent la plupart des acteurs du secteur.
Si vous n’avez jamais testé directement le contrôle de caméra de Veo 3.1, commencez par une comparaison simple. Lancez deux fois la même description de scène : une fois sans aucun langage de caméra, une fois avec la formule en quatre couches appliquée.
Sans contrôle de caméra :
« Une femme debout à une fenêtre, regardant la pluie dehors. »
Avec contrôle de caméra :
« Une femme debout à une fenêtre, regardant la pluie dehors. Caméra placée à mi-distance, légèrement sous le niveau des yeux. Travelling avant lent sur 6 secondes, la caméra se déplace physiquement dans l’espace vers elle, pas un zoom. Lumière douce de fenêtre par temps couvert venant de la droite, équivalent 50 mm, grain de film Kodak. »
La différence vous en dira long sur la raison pour laquelle le vocabulaire du contrôle de caméra compte. Deux prompts décrivant la même scène. L’un est une photographie. L’autre est un film.
Veo 3.1, Veo 3.1 Fast et Veo 3.1 Lite sont tous disponibles dès maintenant sur PicassoIA. Il y a aussi 117 autres modèles vidéo, 91 générateurs d’images, des outils de super-résolution, des éditeurs vidéo et l’ensemble d’outils de production de contenus par IA sur picassoia.com/en/all-models.
Le vocabulaire cinématographique que vous connaissez déjà en tant que cinéaste fonctionne avec Veo 3.1. Pointez la caméra. Annoncez le plan. Tournez.
Choisissez votre langue
