Dolphin AI transforme un script en vidéo multi-plans sans perdre le costume

Un long clip n’est pas la même chose qu’une scène. C’est sur cette distinction que la plupart des outils vidéo IA trébuchent encore, et c’est le problème qu’un nouveau venu cherche à résoudre directement.

Dolphin AI, développé par la plateforme sociale indienne Eloelo, a été dévoilé à Mumbai lors de FICCI FRAMES 2026 le 29 septembre. Depuis le 4 octobre, il est en accès anticipé avec une liste d’attente publique. La promesse est étroite et précise : fournissez-lui un script, et récupérez une vidéo multi-plans dans laquelle les personnages, leurs vêtements et les lieux restent cohérents d’un plan à l’autre. Il produit des clips allant jusqu’à 60 secondes en une seule passe, avec voix, musique et points de montage synchronisés aux images.

Pourquoi le multi-plans est la partie difficile

Générer un seul bon plan est en grande partie résolu pour de courtes durées. Générer cinq plans qui appartiennent à la même scène ne l’est pas. Un modèle qui rend chaque plan indépendamment n’a aucun souvenir de l’apparence de la veste deux coupes plus tôt, ni du côté de la pièce où se trouvait la fenêtre. La continuité se brise, et le public le remarque immédiatement.

Dolphin aborde cela comme un flux de travail agentique plutôt qu’un simple appel à un modèle. Il planifie la liste des plans à partir du script, puis verrouille les références importantes pour chaque personnage et chaque lieu tout au long de la séquence. La société propose aussi le recasting, ce qui permet de remplacer un interprète après coup sans régénérer toute la vidéo, ainsi qu’un contrôle du mouvement pour les plans nécessitant un mouvement de caméra spécifique.

L’outil prend en charge la synchronisation labiale en langues indiennes, un choix délibéré vu son marché de lancement. Les modèles génériques gèrent bien l’anglais et traitent les autres langues comme une réflexion après coup. Un outil livré avec la prise en charge des langues indiennes vise d’abord le marché local des créateurs.

Comment il se compare

Le problème de continuité n’est pas propre à Dolphin, et il vaut la peine d’être précis sur ce que font aujourd’hui les alternatives. Le mode Multi-Shot de Runway produit des séquences d’environ dix secondes et n’inclut souvent aucun audio par défaut. Pika prend désormais en charge le travail multi-plans jusqu’à environ 30 secondes avec storyboards et conception sonore. Dream Machine de Luma limite généralement les clips à une plage de cinq à dix secondes. Dolphin promet une sortie plus longue en une seule passe, avec audio et continuité gérés ensemble, ce qui, si cela tient en dehors d’une bande de démonstration, constitue un pas au-delà des options actuelles.

Reste à savoir si cela tient la route. Les démos des entreprises sont montées pour obtenir les meilleurs résultats. Des tests indépendants montreront à quelle fréquence la garde-robe d’un personnage dérive une fois que le nombre de plans augmente et que la durée s’approche d’une minute.

L’angle de l’intégration

Dolphin expose un serveur MCP et une interface en ligne de commande, ce qui permet à d’autres outils de déclencher directement des générations. Cela compte plus qu’il n’y paraît. Un studio qui dispose déjà d’un pipeline pour l’écriture, la gestion des ressources et la révision peut appeler Dolphin depuis ce système au lieu d’exporter des fichiers vers une application web et de les réimporter. La tarification suit un modèle d’abonnement plus crédits, avec des tarifs indiens encore non annoncés, et les conditions nomment des niveaux Starter, Pro et Creator.

Le positionnement agentique répond aussi à une critique liée au flux de travail. Un monteur a besoin d’une vidéo et, tout aussi souvent, d’une version de celle-ci qui peut être révisée sans repartir de zéro. Le recasting sans régénération, et le contrôle du mouvement sur un seul plan, visent tous deux la révision plutôt que la première génération. C’est la partie du pipeline où le temps part réellement.

Le flux de travail derrière la continuité

Pour garder un personnage cohérent d’un plan à l’autre, il faut généralement construire un ensemble de références. L’agent extrait les détails importants du script et du premier plan généré, puis les conserve comme contraintes pour chaque plan suivant. Une veste a une couleur et une coupe. Une pièce a une fenêtre d’un côté et une porte de l’autre. Une fois ces éléments fixés, les générations ultérieures ont moins de marge de dérive, et la vidéo peut être assemblée sans retournage.

Les cas difficiles sont ceux où la référence elle-même change. Un personnage qui retire un manteau au milieu d’une scène, ou un lieu montré sous deux angles qui n’ont jamais été générés, force le système à décider ce qui est encore cohérent et ce qui a réellement changé. C’est là que l’étape de planification justifie son utilité, et qu’un outil plus simple qui « génère chaque plan séparément » s’effondre.

Dolphin permet aussi à un utilisateur de recaster un interprète après génération, ce qui implique que l’identité du personnage est suivie séparément de la performance. C’est cette séparation qui rend la révision peu coûteuse. Si l’identité et le mouvement sont stockés indépendamment, modifier l’un ne force pas à reconstruire l’autre.

La couche de conformité

Tout ce qui cible les créateurs indiens doit composer avec les règles de divulgation, et les documents de Dolphin le disent. YouTube exige des étiquettes lorsque du contenu réaliste utilise des médias synthétiques, et la non-divulgation répétée entraîne des sanctions. Le régulateur publicitaire indien a des règles d’étiquetage à l’état de projet pour les publicités générées par IA, et les intermédiaires doivent respecter les IT Rules du pays en matière de contenu illicite. Les conseils fournis avec l’outil demandent aux utilisateurs de divulguer les plans synthétiques, d’obtenir les autorisations de ressemblance, de suivre les licences des modèles et de conserver les enregistrements de prompts pour les audits.

Pourquoi le lancement indien compte

L’Inde est l’un des plus grands marchés de créateurs au monde, et la plupart de sa production est dans des langues que les modèles vidéo mondiaux gèrent mal. Un outil construit localement, avec prise en charge des langues locales et tarification locale, comble un vide que les grands studios n’ont pas priorisé. Si la continuité de Dolphin tient, il pourrait prendre une part significative d’un marché qui a été mal desservi.

La question du prix reste ouverte. Les tarifs indiens n’ont pas été annoncés, et les niveaux nommés jusqu’ici sont génériques. Ce qu’un créateur paie par minute finalisée déterminera si l’outil est une option professionnelle ou amateur. Les outils mondiaux comparables facturent en crédits pour les secondes générées, et le coût effectif par plan utilisable, après les reprises, est souvent plusieurs fois le prix affiché. Dolphin sera jugé sur la même base.

Il y a aussi un angle lié aux talents. Les propres documents de l’entreprise pointent des rôles qui en bénéficient : monteurs vidéo IA, producteurs d’histoires pilotés par prompts, conteurs de marque et créatifs d’agence, avec des conseils pour construire des bandes démo qui démontrent une cohérence multi-plans. C’est le signe que l’outil est proposé à des personnes qui l’utiliseront pour des projets clients, où une continuité brisée signifie un retournage et une échéance manquée.

Ce qu’il faut surveiller

Deux signaux montreront si Dolphin est plus qu’un lancement régional. Le premier est un test de continuité indépendant sur des clips qui approchent les 60 secondes complètes. Le second est de savoir si les intégrations MCP et CLI sont adoptées par des studios qui ont déjà un pipeline, car c’est la différence entre un jouet et un outil.

L’angle du marché indien est toutefois réel. Un outil local avec prise en charge des langues locales et conseils de conformité locaux a un avantage qu’un modèle mondial proposant un produit d’abord en anglais n’a pas. Reste à savoir si cet avantage survit au contact d’un secteur en évolution rapide ; les prochains mois le diront.