Text-to-video ou image-to-video : quel workflow vidéo IA choisir pour un fil de contenu adulte ?

Pour un fil de contenu adulte, où les abonnés paient pour voir la même personne dans chaque publication, la vidéo IA à partir d’une image est le meilleur choix par défaut. Vous validez d’abord une image fixe, puis le modèle ajoute du mouvement à cette image précise. Le text-to-video invente la personne, la scène et le mouvement à partir de mots : il est donc bon pour explorer des idées et mauvais pour garder un même visage.

Ce que sont le text-to-video et l’image-to-video

Ce sont deux types de modèles de diffusion qui construisent un clip à partir de bruit. La différence tient à ce qui les guide.

Text-to-video

Un modèle de text-to-video travaille uniquement à partir de votre prompt. Une ligne comme « une femme blonde de 22 ans qui regarde la caméra » décrit un type de personne, pas une personne précise : le modèle choisit donc un visage légèrement différent à chaque fois. Sur une série de clips, le personnage dérive.

Cette liberté est utile quand aucune personne précise ne doit apparaître : pour tester une scène, un mouvement de caméra ou une ambiance avant de s’y engager.

Image-to-video

Un modèle d’image-to-video part d’une image. Le visage, le corps, la tenue, le décor et la lumière sont déjà fixés, et le travail du modèle consiste à les mettre en mouvement. Le prompt n’a besoin de décrire que le mouvement.

Les modèles open source proposent les deux modes côte à côte. Wan 2.2, d’Alibaba, comprend un modèle de text-to-video, un modèle d’image-to-video et un modèle combiné texte-image vers vidéo, et indique une sortie en 480P et 720P pour les deux premiers.

Pourquoi une image de départ garde la personne stable

La recherche sur l’image-to-video montre pourquoi l’image de départ compte. L’article Motion-I2V (Shi et al.) divise le travail en deux : prédire d’abord comment chaque pixel de l’image de référence doit bouger, puis utiliser ce mouvement pour transporter les caractéristiques de l’image de référence dans les images générées. La personne du clip vient de l’image, et le modèle consacre ses efforts au mouvement.

Le text-to-video n’a pas ce point d’ancrage. Dans chaque image du clip, la version du visage vient du prompt et des suppositions du modèle.

Comparaison des deux workflows

Ce qui compte	Text-to-video	Image-to-video
Même visage d’un clip à l’autre	Faible : le visage est réinventé à chaque fois	Fort : le visage vient de l’image validée
Tenue, tatouages, corps	Dérivent d’un clip à l’autre	Repris de l’image fixe
Contrôle de la scène	Uniquement par les mots	Fixé dans l’image, où vous pouvez le vérifier et le modifier
Prompt	Long : personne, scène, lumière, caméra et action	Court : mouvement et caméra uniquement
Nouvelles prises	Nombreuses, pour trouver un clip qui ressemble à la persona	Moins nombreuses ; les ratés concernent en général le mouvement, pas l’identité
Meilleur usage	Idées, tests d’ambiance, plans sans personne reconnaissable	Clips pour le fil, clips PPV et demandes personnalisées

Le workflow « figer puis animer »

Un workflow qui place l’identité en premier et le mouvement en second vous donne des clips qui correspondent à vos photos.

1. Figez l’identité. Entraînez un modèle d’identité sur des photos qui vous appartiennent, ou concevez une persona originale. C’est ce qui garde le visage et le corps identiques dans les images comme dans les vidéos.
2. Créez l’image clé. Générez ou retouchez une image fixe avec la pose, la tenue, le décor et la lumière que vous voulez. Vérifiez les mains, les contours et la lumière à ce stade, où les corrections coûtent peu.
3. Animez l’image clé. Donnez l’image fixe à un modèle d’image-to-video avec un prompt de mouvement court : « tourne lentement la tête vers la caméra, léger sourire, caméra fixe ».
4. Finalisez et publiez. Passez le clip validé à l’upscaling, téléchargez-le, ajoutez le label IA exigé par votre plateforme et publiez-le vous-même.

Dans cet ordre, les problèmes de mouvement sont aussi plus faciles à corriger. Si un clip fond ou bave, l’image fixe est généralement bonne, et vous ne modifiez que le prompt de mouvement. Le guide des prompts pour images IA adultes couvre la partie image clé.

Quand le text-to-video reste le bon outil

Le text-to-video a sa place avant la production, pas pendant.

• Tester une scène. Voyez si un décor, un mouvement de caméra ou une ambiance fonctionne avant de créer des images fixes pour cela.
• Des plans sans personne reconnaissable. Arrière-plans, pièces et détails pour les plans de coupe.
• Trouver le look d’une nouvelle persona. Explorez, puis figez ce qui vous plaît dans des images fixes et un modèle d’identité.

Dès qu’une personne doit être reconnaissable, passez à l’image-to-video.

Les règles des plateformes pour la vidéo IA

Quel que soit le workflow utilisé, le clip est du contenu IA.

OnlyFans. Les Conditions d’utilisation (octobre 2026) n’autorisent le contenu IA que s’il « met clairement en scène le Créateur vérifié », si les fans peuvent voir qu’il s’agit d’IA « grâce à un indicateur tel que #ai ou #AIGenerated », et s’il respecte les Conditions et la Politique d’utilisation acceptable. L’article du centre d’aide Puis-je publier du contenu IA sur OnlyFans ? dit la même chose. La page sur la modération des contenus range parmi les suppressions le contenu qui met en scène « des comptes ou contenus entièrement générés par IA, ou comporte des images fortement modifiées ». L’image-to-video à partir de vos propres photos respecte la règle. Un clip d’une persona originale, non.

Fanvue. Fanvue autorise le contenu entièrement généré par IA avec une mention « claire et bien visible » dans la bio, dans la légende ou sous forme de filigrane.

MYM. MYM demande la mention « Virtual Image » dans la description ou les hashtags #AI ou #AIgenerated, et ajoute un badge « AI profile ».

Fansly. Fansly indique que « le contenu photoréaliste généré par IA n’est pas autorisé sur Fansly », même labellisé.

La vidéo IA à partir d’une image dans FansCreator

L’image-to-video est le workflow principal du générateur de vidéos IA NSFW de FansCreator : choisissez une photo validée de votre modèle, et le clip conserve son visage, son corps et sa scène tout en y ajoutant du mouvement. Les images fixes viennent du générateur d’images IA NSFW avec la même identité, si bien que photos et clips correspondent. La vidéo s’appuie sur des modèles comme Wan et Seedance, présentés sur la page Wan de FansCreator et sa page Seedance.

Les clips peuvent passer à l’upscaling avant le téléchargement. Vous téléchargez chacun d’eux et le publiez vous-même, avec le label que demande votre plateforme.

Quel workflow choisir

• Vous publiez une personne reconnaissable : l’image-to-video, à chaque fois.
• Vous explorez une nouvelle scène ou persona : le text-to-video, puis figez le résultat dans des images fixes.
• Vous vendez sur OnlyFans : l’image-to-video à partir de vos propres photos, labellisé #ai.
• Vous gérez une persona IA originale : publiez-la sur Fanvue ou MYM avec leurs labels IA.