Wan 2.7 produit des vidéos verticales nettement meilleures quand vous associez la bonne version du modèle à des prompts pensés pour le portrait. Cet article couvre les réglages de format, le langage de cadrage, le placement du sujet et les étapes du flux de travail en T2V, I2V et R2V sur PicassoIA.
La vidéo verticale n’est plus seulement une préférence de format. C’est le format par défaut de milliards de personnes qui regardent de courts clips sur leur téléphone, et si vos vidéos générées par IA sont recadrées, écrasées ou mal cadrées en mode portrait, les spectateurs passent à autre chose avant la fin de la première seconde. Wan 2.7 vous donne de vrais outils pour corriger cela, à condition de bien les utiliser.
La plupart des modèles texte vers vidéo ont été entraînés sur un régime de contenus horizontaux. Films, séries, YouTube, séquences de banques d’images : presque tout est en 16:9. Lorsque vous demandez à un modèle de générer une vidéo en portrait, il lutte contre l’attraction exercée par les données sur lesquelles il a été entraîné. Wan 2.7 gère cela mieux que la plupart, mais vous devez tout de même comprendre contre quoi vous travaillez.
Un cadre 16:9 est 1,78 fois plus large que haut. Un cadre portrait 9:16 est l’inverse exact : 1,78 fois plus haut que large. Cela semble simple, mais réfléchissez à ce que cela implique pour le placement du sujet. Une personne debout dans une scène horizontale a de la place de chaque côté. En mode portrait, cette même personne se retrouve coupée aux épaules ou aux pieds, sauf si le modèle recadre activement le plan.
Le problème s’aggrave avec les arrière-plans. Wan 2.7 essaie souvent de montrer le même détail environnemental riche qu’il montrerait dans un plan large, mais dans un cadre haut et étroit, ce détail se compresse et devient confus. Les sujets naturellement centrés en 16:9 se retrouvent maladroitement coupés en 9:16 sauf si vous indiquez précisément au modèle quoi faire.
Le vrai problème est le suivant : la plupart des gens rédigent leurs prompts comme si le format était un réglage que le modèle gérerait automatiquement. Ce n’est pas le cas. Le modèle répond au langage. Si votre prompt décrit « un plan large d’une rue de ville » mais que vous réglez le format de sortie sur 9:16, vous obtenez un compromis bancal : le modèle tente de satisfaire les deux consignes à la fois et échoue sur les deux.
La solution consiste à rédiger des prompts intrinsèquement verticaux dans leur logique de composition. Nous y revenons en détail plus loin.
Avant d’écrire le moindre mot de votre prompt, les réglages techniques doivent être corrects. Mal les régler vous fait perdre du temps et des crédits sur des résultats qu’il faudra refaire.
Wan 2.7 T2V prend en charge plusieurs formats, dont la sortie portrait native en 9:16. C’est le réglage qu’il vous faut pour un contenu vertical. Ne générez pas en 16:9 pour recadrer ensuite en post-production : vous perdez de la résolution, vous coupez des éléments qui n’étaient pas censés être recadrés, et la composition paraît avoir été pensée après coup.
Sur PicassoIA, avec Wan 2.7 I2V (image vers vidéo), le format de votre image source compte tout autant. Fournissez une image de référence en orientation portrait pour de meilleurs résultats. Une photo en paysage utilisée en I2V donne presque toujours des résultats maladroits dans une sortie verticale, car le modèle tente d’animer une composition qui ne rentre pas dans le cadre.
💡 Astuce pro : lorsque vous utilisez Wan 2.7 I2V, préparez toujours vos images sources au format 9:16. Générez-les d’abord en orientation portrait, puis animez-les. C’est l’amélioration de flux de travail la plus importante pour la vidéo IA verticale.
Wan 2.7 propose différents niveaux de résolution. Pour un contenu destiné à TikTok, aux Reels Instagram ou aux YouTube Shorts, le 720p constitue un plancher solide qui garde des temps de rendu raisonnables. L’option 1080p complète vaut le coup pour les contenus diffusés sur de grands écrans ou utilisés dans des flux de production professionnels.
Une remarque pratique : à plus haute résolution, votre prompt doit être plus précis. En 1080p, le modèle a davantage de pixels à remplir et prendra plus de décisions par lui-même si votre description comporte des lacunes. En 720p, il est un peu plus tolérant. Commencez en 720p pour tester vos idées de prompts, puis passez au 1080p pour votre version finale.
PicassoIA propose trois versions distinctes de Wan 2.7, chacune adaptée à différents scénarios de production. Savoir laquelle utiliser et quand vous évite de lancer le mauvais modèle pour la bonne idée.
Wan 2.7 T2V (texte vers vidéo) est votre point de départ lorsque vous n’avez pas d’images de référence. Voici le flux de travail qui donne des résultats verticaux constants :
L’erreur la plus fréquente à cette étape consiste à régler le format après avoir rédigé le prompt. Rédigez le prompt en ayant le cadre en tête dès le départ.
Wan 2.7 I2V (image vers vidéo) est la voie la plus fiable vers une sortie verticale de qualité, car vous contrôlez entièrement la première image.
Le flux de travail :
Cette approche est particulièrement efficace pour les photos de produits, les animations de portraits et tout ce pour quoi une composition initiale précise compte.
Wan 2.7 R2V (référence vers vidéo) est le moins utilisé des trois, mais il est puissant pour l’animation de personnages. Vous fournissez une image de référence d’un sujet et un prompt de mouvement, et le modèle anime ce sujet précis.
Pour des vidéos verticales mettant en scène une seule personne ou un seul personnage, R2V produit souvent des résultats plus propres que T2V, car le sujet est ancré. Le modèle n’invente pas à quoi ressemble votre personnage : il travaille à partir d’une référence. Cela signifie un meilleur centrage du sujet, des proportions plus constantes dans le cadre vertical et moins de risques que la composition dérive vers les réglages horizontaux par défaut.
💡 Astuce : combinez R2V avec une photo de référence de style portrait (sujet centré, arrière-plan minimal) pour un contrôle optimal de la composition verticale.
C’est là que la plupart des tutoriels s’arrêtent en chemin. Ils vous disent de « régler 9:16 » et considèrent la question comme réglée. Le savoir-faire réel réside dans le langage que vous employez.
Votre prompt doit inclure un langage de composition verticale explicite. Ces formulations améliorent systématiquement les sorties en mode portrait :
À éviter : « plan large », « panoramique », « plan d’ensemble », « vue paysage ». Ces indications s’opposent à un rendu en portrait, même lorsque le format est correctement réglé.
Raisonnez en tiers verticaux. Dans un cadre 9:16, vous disposez de plus d’espace vertical que d’espace horizontal. Utilisez-le :
| Type de contenu | Indication de placement à utiliser |
|---|---|
| Personne seule | « centrée verticalement, tête dans le tiers supérieur » |
| Plan en pied | « silhouette complète des pieds à la tête, cadre vertical » |
| Présentation de produit | « produit centré, gros plan, cadre portrait » |
| Plan d’action | « sujet qui monte à travers le cadre » |
| Conversation | « deux personnes superposées verticalement » |
Le tableau ci-dessus n’est pas théorique : ces formulations précises, testées avec Wan 2.7 T2V, produisent des compositions verticales nettement plus intentionnelles.
Au-delà des indications de cadrage, certains termes de composition signalent systématiquement au modèle une intention portrait :
Les deux dernières sont des prompts de mouvement, ce qui soulève un point important : vos descriptions de mouvement doivent elles aussi être pensées pour le portrait. Un « panoramique gauche » lent dans une vidéo verticale paraît bizarre. « Panoramique vers le bas », « inclinaison vers le haut » et « travelling vertical » sont les mouvements de caméra qui ont du sens dans un cadre haut.
Même les créateurs expérimentés commettent ces erreurs. Les connaître à l’avance évite beaucoup de générations gaspillées.
Lorsque Wan 2.7 ne sait pas comment remplir un cadre vertical, il lui arrive d’ajouter par défaut des bandes noires en haut et en bas, créant un effet letterbox pseudo-cinématographique. Cela paraît très mauvais en format portrait, et c’est la façon qu’a le modèle de se couvrir.
Comment l’éviter : soyez explicite sur le remplissage complet du cadre. Des formulations comme « composition verticale bord à bord », « pas de bandes noires » et « format portrait plein cadre » signalent que vous voulez que tout le cadre soit utilisé.
Dans un plan large horizontal, un arrière-plan détaillé ajoute de la profondeur et du contexte. Dans un cadre 9:16, un arrière-plan chargé entre en concurrence avec votre sujet, car il y a très peu d’espace horizontal pour laisser respirer les éléments. Le modèle tente de faire entrer tous ces détails dans une colonne étroite, et le résultat est encombré et visuellement confus.
La solution : simplifiez les descriptions d’arrière-plan pour un contenu vertical. « Arrière-plan flou et doux », « mur d’une seule couleur », « cadre naturel en flou de mise au point » fonctionnent tous mieux en format portrait que « paysage urbain détaillé avec plusieurs immeubles et enseignes ».
L’espace au-dessus de la tête est l’espace entre le haut de la tête d’un sujet et le haut du cadre. Dans une vidéo horizontale, c’est une considération mineure. Dans une vidéo verticale, il est essentiel. Avec trop d’espace au-dessus de la tête dans un cadre 9:16, votre sujet paraît minuscule et perdu. Avec trop peu, la personne semble coupée par le bord du cadre.
Des instructions explicites fonctionnent : « espace serré au-dessus de la tête, environ une hauteur de tête d’espace au-dessus du sujet » donne au modèle quelque chose de concret avec quoi travailler.
Wan 2.7 est performant, mais PicassoIA propose d’autres modèles texte vers vidéo qui gèrent bien le format vertical dans des situations précises.
Kling v3 Video excelle dans les mouvements cinématographiques. Si votre contenu vertical nécessite un travail de caméra spectaculaire, une action rapide ou un mouvement complexe du sujet, Kling v3 surpasse souvent Wan 2.7 en qualité de mouvement. Le compromis est que Kling v3 coûte plus cher par génération.
Utilisez Kling v3 lorsque : votre clip comporte un mouvement important, plusieurs sujets, ou vous avez besoin d’une qualité visuelle de niveau cinématographique. Utilisez Wan 2.7 lorsque : le budget compte, vous voulez des sorties constantes en lot, ou vous utilisez Wan 2.7 R2V pour une animation ancrée sur un personnage.
Seedance 2.0 de ByteDance est conçu exactement pour le cas d’usage que représente la vidéo verticale sur les réseaux sociaux. Il inclut la génération audio native avec la vidéo, un avantage pratique pour les clips destinés directement à TikTok ou aux Reels, sans post-production.
Seedance 2.0 répond bien aux prompts courts et percutants : moins de 50 mots, avec un sujet, une action et un décor clairs. Pour un prompt détaillé de type Wan 2.7, le modèle peut s’embrouiller. Considérez-les comme des outils différents, avec des dialectes de prompt différents.
💡 À tester aussi pour itérer rapidement : LTX 2 Pro pour une sortie 4K, Pixverse v6 pour du contenu vertical riche en effets, et Wan 2.6 T2V comme alternative un peu plus rapide à 2.7 lorsque la vitesse compte davantage que la qualité maximale.
Un débat fréquent dans les communautés de vidéo IA porte sur ce qui compte le plus, la qualité du prompt ou les réglages du modèle. Pour la vidéo verticale en particulier, la réponse est les deux, mais dans un ordre précis.
Les réglages passent en premier. Si votre format est mauvais, aucun prompt ne pourra vous sauver. Réglez les paramètres techniques avant de passer du temps à affiner le langage.
La qualité du prompt vient en second. Une fois vos réglages corrects, le langage du prompt est le principal moteur de la qualité de composition. Un prompt précis et pensé nativement pour la verticale surpassera un prompt vague, même avec des réglages identiques, à chaque fois.
Voici comment aborder l’itération de prompt pour un contenu vertical :
Ne modifiez pas plusieurs variables entre deux générations. Vous ne saurez pas ce qui a corrigé ou cassé le résultat.
Si vous créez une série de vidéos verticales (une série de contenus, une gamme de produits, un arc narratif), la cohérence entre les clips compte autant que la qualité au sein d’un même clip.
Wan 2.7 R2V avec une image de référence fixe est le meilleur outil pour la cohérence des personnages. Utilisez la même photo de référence pour tous les clips de votre série et vous obtenez le même sujet, cadré de façon constante en mode portrait, à chaque génération.
Pour les contenus sans personnage (produits, environnements, abstraits), construisez un modèle de prompt avec des éléments fixes qui se répètent d’une génération à l’autre :
Ne faites varier que l’action ou l’interaction avec le sujet. C’est ainsi que les pipelines de production professionnels obtiennent 20 ou 30 clips verticaux cohérents, sans que chacun paraisse relever d’une direction créative différente.
Quand vous obtenez une génération qui vous plaît, notez la valeur de seed si le modèle l’expose. Réutiliser un seed avec de légères variations du prompt produit des résultats qui paraissent proches de l’original. Randomiser complètement les seeds d’une itération à l’autre rend difficile de s’appuyer sur les résultats réussis.
Si vous avez utilisé Wan 2.6 I2V ou Wan 2.6 T2V, passer à la version 2.7 vaut la peine pour le contenu vertical en particulier.
Les principales améliorations qui touchent la sortie en mode portrait :
Il ne s’agit pas d’arguments marketing : lancez le même prompt sur les deux modèles et comparez. Les différences sont visibles, en particulier sur les sujets humains en gros plan, là où le format portrait est le plus utilisé.
Le moyen le plus rapide d’appliquer tout ce qui figure dans cet article est de lancer une comparaison en conditions réelles. Ouvrez Wan 2.7 T2V sur PicassoIA et lancez deux fois le même concept : une fois avec un prompt générique de style horizontal, une fois avec le langage de cadrage vertical natif de cet article. La différence de qualité de sortie vous en apprendra plus que n’importe quelle explication écrite.
Ensuite, testez Wan 2.7 I2V avec une image de référence en orientation portrait que vous possédez déjà. Si vous construisez une série, essayez Wan 2.7 R2V avec une référence de sujet fixe et ne faites varier que le prompt d’action.
PicassoIA propose aussi plus de 87 autres modèles texte vers vidéo, dont Kling v3, Seedance 2.0 et Pixverse v6, si vous souhaitez comparer différentes architectures. La production de vidéos verticales est l’un des cas d’usage qui progressent le plus vite sur la plateforme, et l’ensemble d’outils ne cesse de s’étoffer.
Commencez par un seul clip vertical. Réglez le cadrage une fois, notez les réglages et la structure de prompt qui ont fonctionné, puis développez à partir de là.
Choisissez votre langue
