Créer des GIF d’expressions de personnage

Le 4 novembre, OpenAI a présenté Images 2.6. Une demande dans le chat peut produire un GIF en boucle. Pour des réactions de personnage, il faut vérifier la lisibilité de l’émotion, la stabilité de l’identité et la répétition du mouvement.

Avec Arcloop, examinons six GIF originaux et leurs images successives : consignes, résultats et pistes d’amélioration. Image 2.6 est aussi disponible sur Arcloop. Ouvrez l’espace de création Arcloop avec votre référence et votre description d’action. Les GIF et mesures ci-dessous proviennent de nos tests dans ChatGPT.

1. Choisir le personnage

Les comptes ChatGPT disposant de la génération de GIF permettent d’envoyer une image fixe et de décrire son mouvement. Il n’est pas nécessaire de maîtriser une timeline, mais il faut séparer les éléments variables des éléments à préserver.

Notre personnage a les cheveux courts gris argenté, les yeux dorés, des oreilles de chat, un tablier bleu et orange, une clochette et un ruban orange dans les cheveux, ainsi qu’une queue à droite de l’image. Ces détails restent fixes ; expression, gestes et mouvement de queue peuvent varier.

Lever les mains est une action ; perdre la clochette ou changer la couleur du tablier peut compromettre l’identité. Fixer caméra et cadrage facilite l’inspection sans garantir l’absence de déformations. Vérifiez chaque GIF, puis la cohérence des six. Pour documenter les repères visuels, consultez préparer une fiche de personnage avant le prompt (en anglais).

2. Décrire les émotions par des actions visibles

Une action précise donne un critère de vérification. Voici les six consignes originales traduites :

1. Timidité : oreilles en arrière, les deux mains cachant la moitié du visage.
2. Colère avec feulement : joues gonflées, oreilles dressées, légère menace.
3. Mouvement d’humeur tsundere : bras croisés, tête détournée, queue oscillant doucement.
4. Un cadeau pour toi : offrir un petit cœur des deux mains, les yeux qui s’illuminent.
5. Pleurs de détresse : larmes aux yeux, bouche abaissée, épaules légèrement tremblantes.
6. Clin d’œil satisfait : mains sur les hanches, un seul clin d’œil.

Timidité. Les mains montent vers la bouche, les oreilles s’abaissent et les joues rougissent. L’émotion se lit ; inspectez aussi la jonction entre doigts et joues lorsque le visage est masqué.

Colère. Sourcils froncés, bouche ouverte et mains levées dominent ; les joues gonflées sont moins visibles. Une émotion réussie ne signifie pas que chaque détail est respecté. Le GIF étant muet, le feulement doit être visuel.

Attitude tsundere. Bras croisés, tête détournée et yeux fermés précisent l’attitude. Un petit symbole de souffle apparaît aussi. Pour un autocollant épuré, demandez d’exclure ces ajouts.

Cœur. Un cœur rose apparaît dans les paumes et les mains le présentent. L’action est claire, mais le point culminant est un rire yeux fermés, plutôt que des yeux qui s’illuminent. L’intention et l’interprétation du regard diffèrent.

Pleurs. Yeux humides, oreilles tombantes, bouche modifiée et traits de tremblement près des épaules expriment la détresse. Pour des sanglots exagérés, demander seulement des larmes naissantes peut ne pas suffire : précisez l’intensité.

Clin d’œil. Les mains sont sur les hanches et un œil se ferme. Le sourire et la posture donnent l’air satisfait. Une action simple est plus facile à contrôler point par point.

Le modèle peut réinterpréter le visage. Décrivez émotion, changement facial, une action principale et pose finale ; corrigez un écart à la fois. Le guide des prompts d’expressions aide à préciser sourcils, yeux, bouche et position de tête.

3. Améliorer les transitions avant la vitesse

Prévoyez le retour à la pose initiale. Le GIF original du cœur commence sans cœur, mains près du torse, et finit en le présentant. Le clin d’œil finit mains aux hanches, mais commence mains près des épaules. Les fichiers se répètent sans avoir des extrémités identiques : recherchez un saut au redémarrage.

Vous pouvez essayer cette consigne complémentaire :

Commencer avec un petit cœur dans les deux mains au niveau du torse. Le présenter lentement, sourire un instant, puis revenir par le même chemin. Terminer avec les mêmes mains, position du cœur et expression qu’au départ. Garder caméra et fond fixes.

Un objet présent dès le début évite une transition d’apparition et disparition. Pour le clin d’œil, gardez les mains aux hanches pendant toute la séquence et limitez l’action à fermer puis ouvrir l’œil. Modifier la vitesse du GIF généré dans ChatGPT peut régler le rythme, mais pas créer un mouvement absent, réparer des doigts déformés ou aligner des poses incompatibles. Simplifiez d’abord l’action et vérifiez le retour.

4. Quelle durée peut atteindre un GIF ?

Nous avons obtenu un cycle de 20 secondes, mais seulement 16 images de 1.25 seconde chacune. Durée et continuité doivent être évaluées séparément ; ce résultat ne prouve pas une durée maximale.

Les six premiers GIF avaient des cycles d’environ 1.36–1.52 seconde, huit images et une répétition infinie. Les 6–7 novembre 2026, nous avons renvoyé la même référence dans ChatGPT et demandé 2, 10 et 20 secondes : tenir le cœur au torse, le présenter, sourire, puis le ramener ; vue frontale à mi-corps, caméra fixe, fond blanc et aucun texte.

Les originaux ont été téléchargés sans montage, interpolation ou changement local de vitesse. Nous avons additionné les délais des images dans les fichiers, plutôt que chronométré une boucle infinie.

Chaque cycle comporte une seule séquence complète, répétée indéfiniment. La version demandée à 10 secondes manque de 0.08 seconde ; nous conservons cet écart mesuré.

2 secondes. Les deux premières images tiennent le cœur, les 3–5 le présentent avec un sourire, les 6–8 le ramènent. Le rythme est compact, mais les changements de pose chaque quart de seconde restent perceptibles. Les extrémités sont proches, pas identiques : le raccord parfait n’est pas démontré.

10 secondes. Les 16 images détaillent davantage les étapes, mais chacune reste 0.62 seconde. Doubler les images ne garantit pas plus de fluidité. La clochette et le ruban migrent aussi des cheveux au col.

20 secondes. Toujours 16 images, mais de 1.25 seconde : les pauses augmentent sans nouvelles images de mouvement. C’est une génération distincte, pas notre ralentissement de la version précédente. La clochette revient à droite, mais la tasse du tablier devient une empreinte de patte.

Pour cette réaction, partez du rythme de 2 secondes et corrigez mains et raccords. Allongez les pauses progressivement. Pour raconter de nouvelles actions sur plus de dix secondes, envisagez animation ou vidéo avant une conversion en GIF.

Une seule sortie par durée a été conservée, demandée successivement dans la même conversation. Le premier prompt était plus court ; les suivants ajoutaient des détails à préserver. Dimensions et nombre d’images n’étaient pas fixés, sans essais répétés. Cette exploration d’un cas ne permet pas d’attribuer toutes les variations à la durée ni d’estimer un taux de réussite ou une limite générale.

5. Dimensions et fonds

Les demandes 512×512 et 1024×1024 n’ont pas donné ces dimensions ; les fonds blanc, rose et réellement transparent ont produit des GIF vérifiables. Contrôlez les pixels téléchargés, les marges pendant toute l’action et l’usage final, pas seulement la demande ou l’aperçu.

Les quatre tests partageaient référence, action, cycle de 2 secondes, huit images et vue frontale fixe à mi-corps. Nous demandions de préserver clochette, tablier bleu-orange, tasse et queue, en gardant oreilles, mains et queue dans le cadre. A et B ne changeaient que la taille demandée ; C et D changeaient le fond de A.

Tous sont des originaux : huit images de 250 ms, cycle de 2 secondes et boucle infinie, sans redimensionnement, détourage ou réencodage local. KiB correspond à 1024 octets.

A et B n’ont pas respecté la taille ; demander 1024 n’a pas agrandi le fichier. Cela ne fait pas d’environ 439 pixels une limite du produit. Agrandir l’aperçu ne démontre aucun gain de détail.

Oreilles, mains et queue restent visibles sans coupure évidente. Pourtant, D n’a que 4 pixels de marge en haut et au moins 15 à droite. Ne pas être coupé ne signifie pas disposer d’une marge confortable. Inspectez les pointes et la queue avant de recadrer, surtout le haut de D.

Les images initiale et d’offrande de A ont été affichées à 64 et 128 pixels de large. À 64, cœur et geste se reconnaissent, mais regard, doigts et motif du tablier se lisent moins bien ; à 128, le visage est plus clair. Privilégiez le cœur et le geste avant de grossir le visage. La compression après envoi sur une messagerie n’a pas été testée.

Les fonds blancs étaient proches du blanc, pas uniformément blancs purs dans les échantillons. Le rose gardait sa teinte globale ; la moyenne RGB d’une zone supérieure gauche de 10×10 pixels variait légèrement entre images. Une stabilité visuelle peut suffire pour une réaction ; sur une page blanche exacte, vérifiez le rectangle presque blanc aux bords.

Les huit images de D contiennent des pixels transparents, avec des coins d’opacité 0. Sur blanc et foncé, le support apparaît autour du personnage : ce n’est ni du blanc ni un damier dessiné. A, B et C ne contiennent aucun pixel transparent après décodage ; un index de transparence dans le fichier ne suffit pas.

Cheveux, oreilles, mains et queue se détachent sans bloc blanc résiduel. Les pixels sont entièrement opaques ou transparents, sans transition semi-transparente. Vérifiez mèches et contours sur le fond de destination ; la transparence ne garantit pas des bords satisfaisants partout. Le poids moindre de D ne prouve pas une économie systématique. Sans comparaison de recadrage, palette réduite ou suppression d’images, travaillez sur une copie, changez un réglage et revérifiez mouvement et bords. Aucun taux de réussite n’est établi.

6. Les changements de plan sont-ils suivis ?

Les changements demandés apparaissent, et le côté de la clochette ainsi que le même cœur sont globalement préservés. Cela ne valide pas cadrage, continuité et boucle. Inspectez séparément les coupes du gros plan et le retour de l’action.

Même référence, trois nouveaux GIF blancs de 2 secondes et huit images : rapprochement puis recul progressifs, coupe au gros plan, puis coupe au gros plan avec retour à mi-corps. L’action de tenir, offrir, sourire et ramener était commune. A de la section précédente sert de référence fixe. Aucun montage, recadrage ou réglage local de vitesse.

Chaque image dure 250 ms, avec répétition infinie. Les coupes ont été inspectées image par image.

Test 1. Tête et buste grandissent avec les mains et le cœur, puis diminuent en 6–8 : le changement d’échelle ressemble à une approche suivie d’un recul. Le recul ne commence pas nettement à l’image 5 demandée ; les oreilles sortent en 3–5. Huit images laissent voir des paliers entre poses.

Test 2. Les images 1–2 sont à mi-corps, la 3 passe directement au gros plan. Les mains gardent le même cœur rose ; aucune disparition, permutation de main ou réapparition observée. Clochette et ruban restent à droite. L’échelle varie encore dans le gros plan. Oreilles et bas du cœur sont coupés, ce dernier en 4–5. L’image 8 reste serrée, puis la boucle revient à mi-corps. L’absence de retour était voulue, pas un défaut de suivi, mais nuit au raccord.

Test 3. Les coupes 2–3 et 6–7 correspondent aux demandes. Tablier et tasse redeviennent visibles ; clochette du même côté et un seul cœur tenu sans seconde offrande. Mais à l’image 6, le cœur est encore tendu ; à la 7, déjà au torse. Le retour se comprend sans être assez montré. La 8 ressemble davantage au départ sans démontrer un raccord parfait ; les coupures du cœur et des oreilles persistent.

Pour ce cas, gardez une caméra fixe ou réduisez le changement d’échelle du test 1. Pour une coupe, desserrez le gros plan afin de montrer mains et cœur ; demandez que le retour commence avant la coupe et continue après. Si cela échoue, deux plans assemblés manuellement à des états proches pourraient aider, mais cette solution n’a pas été testée. Une sortie par test, sans graine fixe, ne permet pas de généraliser les réussites. Nous avons observé échelle et action, sans vérifier une caméra tridimensionnelle.

Avec votre référence prête, commencez à créer sur Arcloop. Une émotion, une action principale, puis vérification de l’identité, des transitions et du fichier réel.