Pipeline utilisé pour fabriquer une « scène » animée en trois étapes indépendantes :
- Image de base (le décor) — FLUX.1 [dev] via fal.ai
- Vidéos du personnage (boucles) — MiniMax H3 (image → vidéo)
- Voix du personnage — TTS Qwen3 (vLLM-Omni)
Chaque étape se pilote en quelques appels HTTP (curl). Aucun outil annexe requis.