SkyProduction réunit musique, clips vidéo et bandes sonores sur un canevas infini

Le 27 septembre, SkyProduction (天工工作台), la plateforme de Kunlun Tech, a lancé trois capacités d'un seul coup : la création de clips vidéo par IA ouverte aux utilisateurs, l'intégration des trois modèles de génération musicale Mureka V8, V9 et V9.5 au canevas infini, et la mise en ligne simultanée de la bande sonore intelligente pour les vidéos et les images.

Ces trois briques étaient jusque-là dispersées dans des outils différents. On écrivait la chanson à un endroit, on générait les images à un autre, et on allait chercher la bande sonore dans un troisième. Les allers-retours entre outils ne produisent aucune œuvre en soi, mais consomment beaucoup de temps, obligent à payer séparément plusieurs produits et à encaisser plusieurs séries de tirages peu concluants. L'approche de SkyProduction consiste à les réunir sur un même canevas, où les médias, les nœuds et les résultats restent en place.

Trois points d'entrée pour un seul flux

Les trois fonctionnalités correspondent à trois points de départ, utilisables séparément comme ensemble.

S'il n'y a même pas encore de chanson, on peut créer directement un nœud audio sur le canevas et faire appel à Mureka V9.5 pour générer la musique. Il suffit d'écrire une invite décrivant le style, l'émotion et le mode de chant pour obtenir les paroles et le morceau ; on peut aussi choisir de se passer des paroles et de ne garder que l'instrumental. Par rapport aux générations précédentes, Mureka V9.5 apporte quatre améliorations : la progression structurelle du morceau est plus naturelle, l'arrangement adapte ses couches et sa densité au fil des sections, la voix sonne plus crédible, et l'exécution des consignes de style, d'émotion, de chant et d'arrangement est plus stable. Pour reprendre les mots de l'éditeur, il fait passer la génération musicale de « produire chaque élément » à « placer chaque élément là où il doit jouer son rôle ».

Si le montage est terminé mais que la bande sonore n'est pas encore arrêtée, on peut recourir à la fonction de bande sonore intelligente tout juste mise en ligne. Les nœuds vidéo et les nœuds image du canevas infini prennent tous en charge cette fonction : le contenu visuel et une description complémentaire servent ensemble de base à la génération, l'image étant elle-même le brief musical. L'utilisateur peut choisir différents modèles de musique, définir la plage temporelle de la bande sonore, et conserver ou supprimer le son d'origine de la vidéo à sa guise. Une fois générée, la bande sonore revient sur le canevas sous la forme d'un nouveau nœud audio, que l'on peut écouter ou utiliser directement comme matériau pour les compositions suivantes.

Si l'on veut un clip complet, la fonction AI MV commence par analyser la structure, le rythme et les paroles de la chanson, génère un plan de réalisation et un storyboard, puis produit les images avec Seedance 2.5, en maintenant la cohérence des personnages et des décors d'un plan à l'autre. Cette capacité avait d'abord été ouverte sur SkyEngine ; elle l'est désormais pour tous les utilisateurs.

Ce qui mérite l'attention

Prises isolément, aucune de ces capacités n'a vraiment de quoi surprendre. Pour la génération musicale, il y a Suno ; pour la génération vidéo, Kling et Seedance ; pour la bande sonore, il existe quantité de banques de médias toutes prêtes. La vraie différence, c'est que SkyProduction les place dans un même contexte.

Les morceaux issus de la génération musicale, les segments audio découpés selon le storyboard par AI MV et les bandes sonores produites par la fonction intelligente sont tous des nœuds audio sur le canevas, que les nœuds suivants peuvent référencer directement, sans télécharger, téléverser puis tout réorganiser. Pour celles et ceux qui réalisent des courts métrages et des animations avec l'IA, ce point fait gagner plus de temps qu'une amélioration de la qualité d'image d'un modèle isolé.

Il y a aussi un changement que l'on remarque moins. Auparavant, la musique et la vidéo ressemblaient à deux chaînes de production distinctes, dont il fallait aligner à la main les droits, les formats et le rythme ; aujourd'hui, elles partagent un même contexte : le tempo de la bande sonore peut se caler directement sur l'image, et les images du clip sont pilotées par la structure de la chanson. Pour celles et ceux qui produisent des contenus en série, cet alignement est en soi un outil de cohérence, qui épargne bien des retouches répétées.

Cela prolonge aussi la direction prise par SkyProduction cette année. Le rapport semestriel 2026 de Kunlun Tech indique que SkyProduction s'appuie sur la technologie d'agents pour intégrer des modèles vidéo tels que SkyReels, Seedance et Kling, dans une production industrielle de mini-séries IA en flux unique, « du scénario au film fini ». En juillet, le produit a connu une itération majeure avec le lancement d'un mode de création à deux voies, « storyboard intelligent par agent + canevas infini » : un agent réalisateur se charge de la coordination du scénario, des personnages, des décors et des placements de caméra, tandis que le canevas infini propose l'inférence de panoramas à 720 degrés, l'édition multi-angles et des sources lumineuses, ainsi qu'une table de réalisation 3D. Du côté de Mureka, toute la chaîne a été reliée, de l'idée de départ aux « paroles, voix, personnages, chanson, clip », avec en plus la prise en charge des pochettes animées et des chanteurs IA personnalisés.

Les outils génèrent, le choix reste humain

Zhou Zhou et Jinhua, les créateurs du clip IA de「地球恋曲」du groupe Wutiaoren, ont confié en interview une phrase qui trouve ici toute sa place : l'essentiel, au bout du compte, c'est que le public s'intéresse à l'œuvre elle-même, peu importe les outils utilisés.

Cette mise à jour de SkyProduction ne répond pas à la question de savoir si une œuvre générée par IA est bonne ou non ; elle se contente de comprimer le travail répétitif. Les outils décomposent et génèrent, mais le cadrage, la direction émotionnelle et la version finale à retenir restent du ressort du créateur.

Pour les créateurs indépendants et les petites équipes, cela signifie qu'un processus qui exigeait auparavant trois ou quatre abonnements et autant de logiciels peut désormais s'explorer sur un seul canevas. Le revers est au même endroit : lorsque toutes les étapes peuvent être comprimées en quelques minutes, la seule différence entre les œuvres, c'est le jugement lui-même.