Douze références pour guider une génération vidéo avec BACH 1.0 Pro
Video Rebirth lance BACH 1.0 Pro, un modèle vidéo IA capable de combiner 12 références visuelles et sonores pour des productions jusqu'en 4K.
Générer un beau plan ne suffit pas à réaliser une publicité ou un film. Il faut retrouver les mêmes personnages, préserver les détails d'un produit, respecter l'identité d'une marque et conserver une cohérence entre les séquences. BACH 1.0 Pro, le nouveau modèle vidéo de Video Rebirth, s'attaque à ces contraintes de production avec un système de références multimodales. Images, vidéos et fichiers audio peuvent servir de point de départ à une génération, tandis que le modèle occupe déjà la deuxième place d'un classement image-to-video d'Artificial Analysis. Douze références pour construire une scène
La principale nouveauté de BACH 1.0 Pro réside dans sa capacité annoncée à exploiter jusqu'à 12 références dans une même génération.
Le créateur peut combiner des images de personnages, des photographies de produits, des séquences vidéo ou des extraits audio pour guider le résultat. Ces éléments servent à définir les apparences, les mouvements de caméra, le rythme ou l'atmosphère sonore.
L'objectif est notamment d'éviter qu'un personnage change de visage, qu'un produit perde certains détails ou que des éléments graphiques propres à une marque soient déformés d'une image à l'autre.
Ce fonctionnement intéresse particulièrement les productions publicitaires et les films utilisant des personnages récurrents. Il permet de fournir au modèle des références concrètes plutôt que de dépendre uniquement d'une description textuelle.
Video Rebirth revendique une meilleure conservation de l'identité visuelle, sans toutefois publier de taux de réussite spécifique sur les générations utilisant les douze références. Trois modes de génération, un quatrième en préparation
BACH 1.0 Pro propose plusieurs façons de construire une séquence.
Le mode text-to-video produit une vidéo à partir d'une description. Le mode image-to-video permet de fournir une image initiale, une image finale ou les deux, afin de générer une transition entre des compositions définies.
Le troisième mode, reference-to-video, exploite simultanément différents médias pour guider la génération. Il constitue l'un des principaux arguments du modèle pour les projets professionnels, notamment lorsque l'identité des personnages, les mouvements et la continuité visuelle doivent être maîtrisés.
Un quatrième mode, video-to-video, est annoncé mais pas encore disponible. Il doit permettre de modifier une vidéo existante à partir d'une instruction textuelle, en conservant sa structure de mouvement et ses déplacements de caméra.
La distinction est importante : BACH propose actuellement des outils de génération guidée, mais son système de modification directe des vidéos sources reste à venir. Une deuxième place chez Artificial Analysis
Sur le classement AA-Video-I2V-Silent v1.0 d'Artificial Analysis, consacré à la génération vidéo à partir d'images sans évaluation sonore, BACH 1.0 Pro se positionne au deuxième rang avec 1 362 points Elo.
Il suit Gemini Omni Flash, crédité de 1 368 points, et se trouve à égalité de score avec Wan 3.0.
Ce classement s'appuie sur des comparaisons de vidéos évaluées à l'aveugle. Le score Elo reflète les préférences observées entre différentes générations, et non une mesure absolue de la fidélité visuelle ou de la qualité cinématographique.
Il ne permet pas non plus de conclure que BACH domine systématiquement ses concurrents sur la continuité des personnages, la précision des références ou le montage de plusieurs séquences. Une génération en 1080p et en 4K
BACH 1.0 Pro est proposé via une API destinée aux développeurs, avec deux niveaux de résolution.
La génération coûte 0,12 dollar par seconde en 1080p et 0,24 dollar par seconde en 4K.
Une vidéo de dix secondes revient donc à 1,20 dollar en 1080p ou 2,40 dollars en 4K, sans référence vidéo supplémentaire.
Les images et les fichiers audio utilisés comme références ne sont pas facturés en supplément. En revanche, lorsqu'une séquence vidéo sert de référence, sa durée est facturée en plus selon la résolution de sortie.
Par exemple, dix secondes de vidéo générée en 1080p avec cinq secondes de référence vidéo reviennent à 1,80 dollar.
Les références doivent être accessibles par des URL HTTP ou HTTPS publiques. L'API ne prend pas directement en charge les fichiers encodés en Base64, une contrainte à anticiper pour les entreprises manipulant des contenus confidentiels. La génération vidéo se rapproche des contraintes de production
Video Rebirth présente BACH 1.0 Pro comme un moteur destiné au cinéma, à la publicité, au commerce en ligne et à l'animation.
Son positionnement traduit une évolution des attentes des créateurs. La qualité d'une génération isolée compte toujours, mais la possibilité de répéter un personnage, de préserver un produit et de produire plusieurs plans appartenant au même univers devient tout aussi importante.
Le contrôle annoncé par BACH ne dispense pas d'un travail de direction artistique, de sélection des prises et de postproduction. Les résultats dépendent encore des références fournies et de la capacité du modèle à les interpréter correctement.
La question n'est donc plus seulement de savoir si une IA peut créer une vidéo convaincante, mais si elle peut reproduire une intention visuelle suffisamment fidèlement pour s'intégrer à une véritable chaîne de production. C'est sur cette différence que Video Rebirth entend positionner BACH 1.0 Pro.