BigBanana AI Director : créer des mini-séries IA industrialisées grâce à un workflow basé sur les images clés
BigBanana AI Director relie le scénario, les assets, les images clés et la génération vidéo au sein d'une chaîne de production complète, afin d'aider les créateurs à produire de manière fiable des mini-séries et des séries animées IA cohérentes.
BigBanana AI Director : créer des mini-séries IA industrialisées grâce à un workflow basé sur les images clés
Le principal défi de la génération vidéo par IA n'est souvent pas de savoir « générer une belle image », mais de pouvoir transformer une histoire en une mini-série cohérente, modifiable et livrable. Les personnages peuvent changer de visage d'un plan à l'autre, les scènes manquer de continuité, les mouvements de caméra être difficiles à contrôler, et il faut finalement consacrer beaucoup de temps à organiser manuellement les ressources.
BigBanana AI Director (atelier de séries animées IA) s'attaque précisément à ces problèmes de production. Il s'agit d'une plateforme de création de mini-séries et de séries animées destinée aux créateurs, qui centralise dans un même espace de travail les étapes allant de l'inspiration, du scénario et des assets de personnages jusqu'aux plans et à la livraison du montage final. Le principe central du projet peut se résumer ainsi : Script-to-Asset-to-Keyframe, c'est-à-dire commencer par structurer l'histoire, constituer ensuite des assets réutilisables, puis piloter la génération vidéo au moyen d'images clés.
Passer de la « génération par tirage » à une chaîne de production contrôlable
De nombreux outils Text-to-Video conviennent aux essais rapides, mais lorsqu'un créateur doit produire plusieurs épisodes, il est généralement difficile de contrôler l'identité des personnages, leurs vêtements, les décors ainsi que l'état initial et final des plans en se contentant de régénérer à partir d'une invite. Le workflow de BigBanana décompose le processus de génération en plusieurs étapes vérifiables :
- Script : planification narrative. Saisissez un synopsis, un extrait de roman ou l'idée d'un épisode pour générer un scénario structuré.
- Asset : assets de cohérence. Transformez les personnages, les décors et les accessoires en assets de référence réutilisables.
- Keyframe : contrôle par images clés. Définissez l'image de début et l'image de fin d'un plan, puis générez la transition vidéo intermédiaire.
- Delivery : livraison du montage final. Effectuez le premier montage, prévisualisez les plans, suivez le rendu et exportez le résultat.
L'intérêt de cette séparation est que chaque étape dispose d'un point d'édition clairement défini. L'IA accélère la création, tandis que le créateur peut toujours modifier la description des personnages, les dialogues, les mouvements de caméra et les invites, au lieu de devoir accepter un résultat généré en une seule fois.
Génération de plans pilotée par les images clés
BigBanana introduit le concept d'image clé de l'animation dans le workflow vidéo IA. Le créateur peut d'abord générer ou importer une Start Frame et une End Frame précises, puis utiliser des modèles vidéo tels que Veo pour générer un mouvement fluide entre les deux images. Cette méthode permet d'exprimer une intention visuelle concrète plus facilement que la simple description d'un « mouvement de caméra allant d'ici à là ».
Par exemple, pour faire marcher un personnage de l'entrée d'une pièce jusqu'à une fenêtre, il est possible de définir d'abord la composition du personnage à l'entrée, puis sa pose finale près de la fenêtre. Le modèle vidéo complète le mouvement intermédiaire. Au cours de la génération, il lit également l'image de la scène actuelle, la référence des vêtements du personnage et celle des accessoires, ce qui réduit les risques de déformation du personnage et de changements brusques du décor.
La plateforme propose également une prévisualisation des storyboards en grille 3 × 3. Le système peut d'abord générer 9 angles de vue candidats, puis le créateur peut sélectionner la grille complète ou recadrer l'une de ses cases pour l'utiliser comme première image. Cela fournit une étape de sélection de la composition à faible coût, adaptée à la comparaison rapide de l'échelle des plans, des angles de vue et de la disposition de l'image avant la génération vidéo finale.
Les quatre principales étapes de production
Phase 01 : planification narrative
Lors de la planification narrative, le système extrait du contenu fourni des informations structurées sur les personnages, les scènes, les accessoires, les plans, les actions et les dialogues. Le créateur peut définir la langue, la durée cible, le style visuel et la combinaison de modèles, puis continuer, réécrire ou retoucher manuellement chaque élément du corps du scénario généré par l'IA, des descriptions visuelles des personnages, des mouvements de caméra et des invites.
Pour la production en série, le système génère également un plan de production entièrement automatisé avant le lancement de la génération. Le créateur peut choisir plan par plan d'utiliser le workflow de storyboard en grille 3 × 3 ou celui de l'interpolation entre la première et la dernière image, afin d'arbitrer entre efficacité et contrôle.
Phase 02 : assets de cohérence
Les assets de personnages comprennent des images de référence standardisées pour l'apparence ainsi qu'un système de garde-robe, permettant de préserver l'identité d'un même personnage et de gérer plusieurs tenues. Les scènes et les accessoires peuvent également être transformés en assets indépendants, avec conservation des invites, des images de référence et des références de forme.
Les assets peuvent provenir du projet actuel ou être réutilisés depuis une bibliothèque interprojets. Pour les personnages, les scènes ou les accessoires qui ne disposent pas encore d'images, la plateforme permet de compléter les éléments par lots afin de préparer un contexte complet pour la génération des plans à venir.
Phase 03 : création des plans
L'atelier des plans présente sous forme de grille les informations narratives, les personnages, les scènes et les accessoires de chaque plan. Chaque plan permet de gérer la Start Frame et l'End Frame, notamment leur génération, leur importation, leur héritage et la modification d'images existantes.
La génération vidéo propose deux workflows : Image-to-Video à partir d'une seule image, et génération par interpolation basée sur la première et la dernière image. Le premier convient pour animer rapidement une image fixe ; le second est mieux adapté aux scènes dont le point de départ, le point d'arrivée et la direction du mouvement doivent être précisément définis.
Phase 04 : livraison du montage final
Le centre de livraison du montage final propose une prévisualisation de la timeline, un affichage de l'état d'avancement des plans et des journaux de rendu. L'outil de premier montage assisté par IA, inspiré du style CutOS, permet de réordonner et de recadrer les plans générés, d'appliquer des filtres et d'effectuer des vérifications avant l'exportation.
Les sorties comprennent la vidéo master, une archive compressée des séquences et les ressources sources, ce qui facilite la poursuite de la postproduction dans des outils professionnels tels que Premiere ou DaVinci Resolve. Les données des épisodes peuvent également être importées et exportées, ce qui convient à la migration entre appareils et à une collaboration légère.
Gestion des invites et diagnostic des problèmes
Lorsque la qualité de génération est instable, le problème peut venir de la description du scénario en amont, de la définition des personnages, des invites de scène ou des exigences liées aux images clés. BigBanana propose une page centralisée de gestion des invites pour rechercher et modifier les modèles, les personnages, les scènes, les accessoires, les images clés et les invites vidéo, tout en conservant un historique des modifications pour permettre le retour à une version précédente.
Les créateurs peuvent ainsi diagnostiquer les problèmes le long de la chaîne de production, sans devoir rechercher à plusieurs reprises la configuration d'origine dans différentes pages de génération. Pour les équipes qui produisent en série, l'historique des invites peut également contribuer à établir des normes de production réutilisables.
Comment déployer la version publique
Le dépôt public actuel conserve principalement la documentation, docker-compose.yaml et les anciennes versions de référence. Les prochaines versions seront principalement publiées sous forme d'images Docker officielles ; le déploiement et les mises à niveau doivent donc se baser sur l'image officielle.
Les étapes de déploiement de base sont les suivantes :
git clone https://github.com/shuyu-labs/BigBanana-AI-Director.git
cd BigBanana-AI-Director
docker-compose up -d
Une fois le service démarré, accédez à l'adresse suivante dans votre navigateur :
http://localhost:3005
Pour consulter les journaux ou arrêter le service :
docker-compose logs -f
docker-compose down
Pour mettre à jour l'image officielle et recréer le conteneur :
docker-compose pull
docker-compose up -d --force-recreate
Lors de la première ouverture de l'application, vous devez renseigner une clé API ou un jeton AntSK dans le guide de démarrage, le centre de compte ou la configuration des modèles. Par défaut, la plateforme utilise l'API AntSK pour accéder uniformément aux modèles de texte, d'image et de vidéo. La version publique nécessite une combinaison de modèles appropriée, par exemple GPT-5.2, Nano Banana Pro, ainsi que Sora-2 ou Veo-3.1. Une version en ligne est également disponible directement à l'adresse https://director.tree456.com/.
Modèles et conditions de licence
AntSK API fournit une interface unifiée donnant accès à plusieurs catégories de modèles, notamment les modèles de texte GPT-5.2, GPT-5.1 et Claude 4.6 Sonnet, les modèles visuels Nano Banana Pro et Gpt Image 2, ainsi que les modèles vidéo Sora-2, Veo-3.1, Vidu, Seedance 2.0 et happyhorse. Son objectif est de réduire les changements de plateforme et de proposer un protocole compatible avec OpenAI, des statistiques d'utilisation et un suivi des coûts.
Le projet est distribué sous licence CC BY-NC-SA 4.0. Celle-ci autorise l'apprentissage individuel, l'utilisation non commerciale, les modifications et les œuvres dérivées, mais interdit toute utilisation commerciale sans autorisation. Les utilisateurs de la version commerciale peuvent obtenir la livraison du code source complet ; pour une licence commerciale, contactez [email protected]. Les besoins en passerelle privée vers des modèles, en canaux d'accès à d'autres modèles ou en personnalisation approfondie doivent également faire l'objet d'une adaptation distincte basée sur le code source de la version commerciale.
À quels usages convient-il ?
BigBanana AI Director convient particulièrement à la production systématique de mini-séries, aux séries animées IA, à la production de contenus en plusieurs épisodes et aux workflows nécessitant la réutilisation fréquente d'assets de personnages et de scènes. Il ne s'agit pas uniquement d'un générateur d'images ou de vidéos ponctuel : il organise le scénario, l'univers, les assets, les plans et les livrables au sein d'une même structure de projet.
Si l'objectif est de valider rapidement une idée, un outil en ligne peut déjà suffire. En revanche, pour produire durablement plusieurs épisodes à partir d'un roman ou d'un synopsis, le pilotage par images clés et la réutilisation des assets offrent une base de production plus stable. Pour les créateurs qui souhaitent réduire les configurations répétitives, améliorer la cohérence des plans et conserver la possibilité d'effectuer des retouches manuelles, ce workflow industrialisé présente une valeur à long terme supérieure à la simple recherche d'un résultat optimal en une seule génération.