Comment un épisode de Ghibli Mood ON est fabriqué

Voici le trajet complet, de ce mot jusqu'à la soirée achevée sur laquelle tu appuies sur lecture — y compris les deux étapes où se fait réellement l'essentiel du travail, qui ne sont pas celles auxquelles on s'attend.

Commencer par une ambiance, pas un scénario

La plupart des animations commencent par une histoire. Les nôtres commencent par une température.

Nous tenons une longue liste continue d'ambiances de soirée — l'odeur du pain à l'aube, le calme après une chute de neige, le grincement d'une chaise d'atelier, le bleu particulier de la demi-heure après le coucher du soleil. Chaque épisode en revendique une, et une seule. Si une deuxième ambiance commence à s'immiscer en cours de production, c'est le signe que l'épisode veut devenir deux épisodes.

Ce n'est qu'après avoir fixé l'ambiance que nous posons les questions pratiques : De qui est cette soirée ? Que cuisine-t-elle ? Que veut faire la météo ?

L'ambiance est la consigne. Tout ce qui vient après — la maison, la saison, la personne, le chat — n'est qu'une réponse à la question de comment livrer ce seul et unique sentiment.

Écrire la scène prend plus de temps qu'on ne l'imaginerait pour une vidéo sans dialogue. Un épisode de vingt minutes, ce sont trois documents : un plan, un calendrier météo, et une chronologie de minuscules événements. La tarte entre au four à la minute trois. La pluie double à la minute neuf. Le chat abandonne la poursuite du papillon de nuit à la minute quatorze.

Rien sur cette chronologie n'est un rebondissement. Ce sont des marques de métronome — elles existent pour que l'épisode ait un pouls que tu peux sentir sans le chercher.

Construire le monde

Le passage visuel est là où l'IA rejoint l'atelier, et il vaut la peine d'être précis sur ce que ça signifie, parce que « animation par IA » couvre un éventail énorme de pratiques.

1. 1

   La référence avant la génération

   Chaque scène commence par une planche de vraies photographies — de vraies chaumières, de vraies casseroles en cuivre, la vraie lumière à la vraie heure de la journée. Nous n'essayons pas d'inventer une esthétique. Nous essayons de nous souvenir précisément d'une esthétique.

2. 2

   Diriger artistiquement, puis itérer

   La génération est un outil à l'intérieur d'un processus dirigé, pas le processus lui-même. Composition, palette, sources de lumière et mise en scène sont décidées en premier et maintenues fixes ; le pipeline les sert. Les images qui reviennent magnifiques mais hors consigne sont jetées, et c'est le cas de la plupart d'entre elles.

3. 3

   Des passes à la main sur tout ce qui compte

   Visages, mains, la chute exacte de la lumière sur une surface clé, tout ce vers quoi le regard revient. Si un spectateur regarderait deux fois, une personne y est passée.

4. 4

   Le test de la carte postale

   Est-ce que cette image survivrait comme carte postale imprimée, sans rien qui bouge et sans son ? Sinon, elle retourne sur l'établi. Une scène faite d'images qui échouent chacune ce test ne peut pas être sauvée par le mouvement.

Deux règles que nous ne brisons jamais :

Le son vient en dernier et compte le plus

Le son est la moitié de l'épisode, et dans les épisodes calmes, c'est plus que la moitié.

Nous le superposons comme une literie. La tonalité de pièce tout en bas — le son de l'espace lui-même, presque inaudible, la première chose que quiconque retirerait et la dernière qu'il devrait retirer. Puis la météo. Puis les sons proches : des pages qui tournent, une soupe qui trouve son frémissement, une chaise qui prend le poids de quelqu'un. Et enfin, le rare événement lointain — un train, une chouette, un tonnerre qui garde une distance polie.

La règle de mixage est la même que celle qui gouverne l'image : la chose intéressante s'éloigne. Tout ce qui est près de toi est petit, doux et sans éclat. Tout ce qui est spectaculaire se trouve à deux collines de là. Cet arrangement est ce qui dit à un auditeur, sans un seul mot, qu'il est en sécurité à l'intérieur.

La dernière passe de chaleur

Avant de publier, nous regardons l'épisode entier une fois, avec un regard neuf, à la véritable heure du soir, lumières basses, aucune application de notes ouverte.

Nous ne cherchons pas d'erreurs à ce stade — les erreurs ont été repérées des semaines plus tôt. Nous cherchons l'accueil. La question est de savoir si une minute quelconque donne l'impression de se produire en représentation plutôt que d'héberger. Se produire en représentation, c'est tout ce qui semble conscient d'être regardé : une composition légèrement trop parfaite, un moment qui arrive à point nommé, un beau plan qui sait qu'il est beau.

Un épisode qui essaie de t'impressionner n'est pas un épisode dans lequel tu peux t'endormir.

Tout ce qui échoue à cette passe est adouci, ralenti, ou supprimé. C'est presque toujours une suppression.

Puis ça part

Tout le pipeline, du mot d'ambiance à la publication, prend entre trois et six semaines selon la quantité de travail manuel que demande la scène.

À la fin, la fenêtre s'allume dans la nuit de quelqu'un d'autre — généralement quelqu'un dont nous n'entendrons jamais parler, dans un pays où nous ne sommes jamais allés, à une heure où le reste de sa maison dort. C'est le vrai produit. Tout ce qui précède n'est que la machinerie pour qu'une pièce chaleureuse arrive à l'heure.

Ici, le soir est doux.