Tout le monde connaît la scène. Terry Crews sur le siège passager, vitres baissées, qui hurle chaque mot de « A Thousand Miles » pendant que la femme à côté de lui essaie de garder son sérieux. Elle est repostée depuis vingt ans et elle fait toujours mouche. La version que les gens font aujourd'hui met leur propre visage dans cette voiture, ou celui d'un ami, ou de tout leur groupe de discussion, et la blague devient encore plus drôle parce qu'on reconnaît la personne.
Vous n'avez besoin ni d'un logiciel de montage ni d'un fond vert pour cela. Il vous faut deux choses : une image fixe où les visages ont déjà été remplacés, et un moyen de faire bouger cette image exactement comme bouge le clip original. Ce pas-à-pas couvre les deux, en utilisant comme source le clip de référence ci-dessous.
Vidéo de référence : WHITE CHICKS: Latrell (Terry Crews) singing A Thousand Miles
Pourquoi ce type de montage fonctionne si bien en ce moment
Les scènes de films recréées cartonnent parce que le public a déjà la référence en tête. Vous ne demandez à personne d'apprendre une nouvelle blague. Vous lui en donnez une familière avec un visage qu'il connaît, et c'est l'écart entre ce qu'il attend et ce qu'il voit qui fait rire.
La raison pour laquelle la plupart des gens n'en font jamais, c'est que la version traditionnelle de ce montage est lente. Détourer un visage image par image, accorder le teint dans un habitacle en mouvement, suivre la rotation de la tête pendant que quelqu'un la renverse en arrière pour chanter. C'est un après-midi complet de travail pour un clip de quinze secondes, et le résultat est mauvais si on se dépêche.
L'approche en deux étapes supprime presque tout cela. Vous remplacez le visage une seule fois, sur une seule image, où vous pouvez réellement voir si le résultat est bon. Vous donnez ensuite cette image terminée à un modèle de mouvement avec le clip original et vous le laissez reporter la performance. Les mouvements de tête, d'épaules, les formes de la bouche, le timing sur la musique, tout vient de la vidéo de référence plutôt que d'un prompt que vous devez décrire.
Les deux outils dont vous avez besoin
Tout se passe sur deux pages dans Atlabs.
La première est GPT Image 2, un modèle d'image qui accepte plusieurs images en entrée et en retouche une à partir de l'autre. C'est ce qui permet le remplacement du visage en une seule passe. Vous lui donnez l'image du film et une photo du visage que vous voulez y mettre, puis vous décrivez l'échange en langage simple.
La seconde est Kling Motion Control, qui copie le mouvement d'une vidéo de référence sur une image de personnage. Kling est la meilleure option ici parce que la scène n'est que mouvement. Crews ne reste pas immobile, il rebondit, se tourne et chante à pleine voix, et un modèle de mouvement plus faible lissera cela ou déformera le visage à mi-parcours. Kling tient la performance.
Comme les deux visages de l'image sont remplacés, vous exécutez la chaîne deux fois. Mêmes étapes, sujet différent à chaque fois.
Pas à pas
Passe 1 : remplacer la femme au volant
1. Extrayez la première image du clip de référence. Ouvrez la vidéo de référence et récupérez l'image d'ouverture, celle où les deux personnages sont visibles et à peu près face caméra. Une image nette et bien éclairée, avec les deux visages dégagés, donne le plus de matière au modèle. C'est votre image1.
2. Ouvrez GPT Image 2 et importez les deux images. Rendez-vous sur GPT Image 2. Importez l'image du film comme première image, puis la photo de la personne que vous voulez voir au volant comme seconde image. Les photos de face avec un éclairage uniforme donnent de bien meilleurs échanges que les photos de biais ou très ombrées.
3. Rédigez le prompt d'échange. Restez littéral. Le modèle réagit mieux à une instruction simple qu'à une description créative :
Remplace la femme blonde de l'image1 par l'homme de l'image2
4. Générez et vérifiez le résultat. Contrôlez trois choses avant de passer à la suite. Le teint correspond-il à l'éclairage dans la voiture. La tête a-t-elle le même angle que l'original. Les yeux regardent-ils dans la même direction. Si l'un de ces points est décalé, régénérez plutôt que de continuer, car tout ce qui suit hérite de cette image.
5. Passez dans Kling Motion Control. Ouvrez Kling Motion Control. Importez votre image retouchée comme image de référence et le clip original de White Chicks comme source de mouvement. Ajoutez le prompt indiqué sur la page pour décrire la scène et l'arrière-plan, puis cliquez sur Générer.
6. Récupérez votre clip. Vous avez maintenant une version animée de la scène avec le premier visage remplacé.
Envie d'essayer vous-même ? Commencer avec GPT Image 2 et utilisez votre propre photo comme image2.
Passe 2 : remplacer Terry Crews
7. Repassez l'image dans GPT Image 2. Même page, même configuration, mais votre image1 est maintenant l'image où vous voulez le second visage et l'image2 est la photo de la seconde personne. Le prompt change en conséquence :
Remplace l'homme de l'image1 par l'homme de l'image2
8. Générez et comparez avec l'original. Le côté Crews de l'image est l'échange le plus difficile, car son expression est extrême. Bouche ouverte, sourcils levés, tête renversée en arrière. Choisissez une photo source avec une expression neutre ou légèrement animée plutôt qu'un portrait plat façon photo d'identité, et le modèle aura plus de facilité à la plier à la performance.
9. Renvoyez-la dans Kling Motion Control. Importez la nouvelle image, importez le même clip de référence, utilisez le prompt de la page et générez. Vous obtenez votre second clip.
10. Assemblez les deux. Selon la façon dont vous l'avez cadré, vous utilisez soit la version avec les deux visages remplacés comme résultat final, soit vous alternez entre les deux clips pour que chaque visage ait son moment. Couper sur le tempo de la chanson fonctionne mieux que couper sur les dialogues.
Pourquoi cette chaîne tient la route
L'échange de visage se fait sur une image fixe, pas sur une vidéo. C'est le point qui compte le plus. Quand un modèle essaie d'échanger des visages directement sur un clip en mouvement, il doit prendre la même décision des centaines de fois sans jamais la prendre deux fois de la même façon, et c'est de là que viennent le scintillement et les déformations. Faire l'échange une seule fois sur une image signifie que vous validez un seul résultat et que le modèle de mouvement le traite comme fixe.
Le mouvement vient de la vidéo de référence plutôt que de votre description. Vous n'écrivez pas « il renverse la tête en arrière et chante avec enthousiasme » en espérant que ça marche. Kling lit le mouvement réel dans le clip que vous avez importé, donc le timing sur la chanson reste intact. C'est pourquoi la recréation donne l'impression d'être la même scène plutôt qu'une imitation approximative.
GPT Image 2 accepte plusieurs images de référence en une seule passe, donc l'échange tient en une seule instruction plutôt qu'en une chaîne d'étapes de masquage et de compositing. Vous décrivez ce que vous voulez changer et de quelle image vient le remplacement.
Et comme les deux outils se trouvent dans la même plateforme, la sortie du premier est l'entrée du second sans export, sans réencodage et sans déplacer de fichiers d'une app à l'autre. Si un résultat n'est pas bon, vous revenez d'une étape en arrière et vous régénérez au lieu de recommencer toute la chaîne.
Prompts à essayer
Échange de visage, sujet unique
Remplace la femme blonde de l'image1 par l'homme de l'image2
Essayer ce prompt dans Atlabs GPT Image 2
Échange de visage, second sujet
Remplace l'homme de l'image1 par l'homme de l'image2
Essayer ce prompt dans Atlabs GPT Image 2
Échange de visage avec indication d'éclairage
Remplace l'homme de droite de l'image1 par l'homme de l'image2, en respectant la lumière chaude de l'après-midi qui entre par la vitre de la voiture et en gardant le même angle de tête et la même expression bouche ouverte
Essayer ce prompt dans Atlabs GPT Image 2
Échange de visage, les deux sujets en une seule passe
Remplace les deux personnes de l'image1 par les deux hommes de l'image2, en gardant exactement leurs positions, leurs expressions et l'habitacle de la voiture
Essayer ce prompt dans Atlabs GPT Image 2
Transfert de mouvement, scène dans l'habitacle
Deux amis sur les sièges avant d'une voiture par un après-midi lumineux, vitres baissées, soleil chaud sur leurs visages, cadrage caméra à l'épaule depuis le tableau de bord, look de comédie du début des années 2000 aux couleurs saturées
Essayer ce prompt dans Atlabs Kling Motion Control
Transfert de mouvement, version nuit
Deux amis sur les sièges avant d'une voiture la nuit, lumières de la rue qui balaient leurs visages, reflets de néons sur le pare-brise, caméra à l'épaule dans l'habitacle, contraste cinématographique
Essayer ce prompt dans Atlabs Kling Motion Control
Transfert de mouvement, version studio épurée
Deux interprètes assis côte à côte devant un fond uni, lumière principale douce et uniforme, plan moyen fixe, style de clip musical moderne et épuré
Essayer ce prompt dans Atlabs Kling Motion Control
Conseils de pro
Choisissez votre photo source comme le ferait un directeur de casting, pas comme vous choisissez une photo de profil. Les meilleurs résultats viennent d'une photo prise à peu près sous le même angle de tête et dans un éclairage similaire à celui de l'image dans laquelle vous échangez. Une photo éclairée par la gauche luttera contre une scène éclairée par la droite, et cela se verra immédiatement dans le résultat.
Corrigez l'image avant de l'animer. Il est tentant de pousser une image presque bonne dans Kling en espérant que le mouvement masque le défaut. C'est l'inverse qui se produit. Chaque imperfection de l'image est reportée sur chaque image de la vidéo, donc cinq régénérations de plus à l'étape image vous évitent un clip entier raté.
Gardez le clip de référence court. De trois à quinze secondes de la partie la plus reconnaissable de la scène fonctionnent mieux que la séquence complète. Les clips plus courts se génèrent plus vite, conservent mieux la qualité, et la chute d'un montage mème tombe de toute façon dans les premières secondes.
Utilisez des visages que vous avez la permission d'utiliser. Le vôtre, ceux de vos amis qui sont dans le coup, des personnes qui ont dit oui. C'est aussi ce qui rend ces montages drôles pour ceux qui les regardent.
FAQ
Ai-je besoin d'une expérience en montage vidéo pour cela ? Non. Tout le processus consiste à importer des images, écrire une ligne d'instruction et appuyer sur Générer. La seule étape de montage facultative est l'assemblage des deux clips à la fin, que n'importe quel éditeur de base gère.
Puis-je l'utiliser sur d'autres scènes que White Chicks ? Oui. La chaîne est indépendante de la scène. Récupérez une image de n'importe quel clip, échangez les visages dans GPT Image 2 et passez le clip original à Kling Motion Control comme source de mouvement. Les scènes avec un cadrage net et un mouvement fort et reconnaissable fonctionnent le mieux.
Pourquoi ne pas simplement échanger les visages directement sur la vidéo ? L'échange direct sur vidéo demande au modèle de résoudre le même problème image par image, de façon indépendante, ce qui produit du scintillement et de la dérive. Échanger une fois sur une image fixe puis transférer le mouvement vous donne un seul résultat à valider et une sortie stable.
Qu'est-ce qui fait une bonne photo d'entrée ? De face, bien éclairée, en haute résolution, avec le visage dégagé de lunettes de soleil ou d'ombres marquées. Une expression avec un peu de vie vaut mieux qu'une photo neutre et plate quand la scène cible est animée.
Quelle est la durée du clip terminé ? Elle correspond à la durée du clip de référence que vous importez. Pour des montages mèmes, rester sous quinze secondes est généralement le bon choix.
Verdict final
Le format de recréation de scènes n'est pas près de disparaître, et la barrière pour en faire une est tombée à deux imports et une phrase. Remplacez les visages sur une seule image dans GPT Image 2, donnez cette image et le clip original à Kling Motion Control, et laissez le modèle de mouvement faire ce qui prenait autrefois un après-midi.
Lancez-le deux fois pour une scène à deux personnages, assemblez les résultats sur le tempo, et vous obtenez quelque chose que les gens s'enverront vraiment.
