Créer la danse Nya Arigato avec l’IA à partir d’une photo

Une vidéo Nya Arigato convaincante conserve la même personne pendant toute la transformation : les mains mettent un serre-tête à oreilles de chat, les arbres verts deviennent roses et la danse devient enjouée. Faire exécuter quelques gestes de pattes génériques à un personnage ne produit pas le même effet.

Voici le véritable exemple de 15 secondes que nous avons créé pour le générateur de danse IA Nya Arigato, avec exactement la photo ci-dessous. Nous expliquons l’extrait choisi, le prompt et les imperfections pour vous permettre d’évaluer l’ensemble du processus.

Options actuelles de l’outil : 5, 15 ou 28 secondes, toujours à partir du début de la source. Choisissez 28 secondes pour la transformation avec oreilles de chat et fond rose ; les options courtes couvrent l’introduction à l’attitude cool. L’exemple analysé ci-dessous conserve notre ancien extrait de 12,7–27,7 secondes : il ne correspond pas à l’option actuelle des 15 premières secondes.

La photo et notre résultat réel

Les cheveux blancs, la moustache et le pull beige restent reconnaissables pendant la transformation. Le personnage met réellement le serre-tête avec ses mains vers la quatrième seconde ; les arbres deviennent roses vers 4,7–4,9 secondes. La chorégraphie continue avec des gestes de pattes et se termine en position accroupie. Nous n’avons pas vu réapparaître le visage ou les lunettes de soleil d’origine.

Ce n’est pas une copie exacte de la photo : le pull présente une autre texture de maille côtelée, le pantalon et les chaussures noirs sont reconstitués, et les mouvements rapides des doigts sont flous. Il s’agit d’une seule génération examinée, pas d’un taux de réussite mesuré.

Choisissez la bonne version de Nya Arigato

Le mème de danse plus ancien est associé à « Tokyo » de Leat’eq et au refrain souvent écrit « nya ichi ni san, nya arigato ». Un article d’Universal Music d’avril 2021 date le morceau de 2018 et décrit son activité internationale sur TikTok au début de 2021. Cet historique n’établit ni l’origine de cette transformation précise ni sa popularité actuelle.

Certaines versions conservent un décor fixe. Les démonstrations publiques de la page Nya Arigato de Media.io, par exemple, montrent des gestes de pattes sans cette apparition d’oreilles de chat et de fond rose.

La référence fournie correspond à cette performance en extérieur. Elle est la source du mouvement, pas le résultat généré présenté plus haut.

Sélectionnez un extrait continu contenant toute la transformation

La source importée dure environ 27,75 secondes. Nous avons choisi 12,7–27,7 secondes : un extrait continu de 15 secondes, sans accélération, réorganisation des plans ni répétition du début.

| Moment de notre référence sélectionnée | Temps approximatif | | -------------------------------------------------- | ----------------------- | | Début dans le décor extérieur vert | Avant 3,9 secondes | | Les mains mettent le serre-tête à oreilles de chat | 3,9–4,5 secondes | | Les arbres passent du vert au rose | 4,7–4,9 secondes | | Les gestes de pattes continuent | Après la transformation |

Ces repères concernent notre extrait, pas tous les clips Nya Arigato. Prendre les cinq premières secondes de la source complète ferait manquer cette transformation.

Pour cet exemple, nous avons fourni l’extrait de 15 secondes, pas la source complète d’environ 28 secondes.

Distinguez l’identité des effets souhaités

La photo définit la personne et sa tenue de base ; la vidéo définit les mouvements et les changements dans le temps. Une consigne générale demandant de garder le fond ou les accessoires inchangés entrerait en contradiction avec les arbres roses et la mise en place du serre-tête.

Notre prompt exclut aussi les lunettes de soleil de l’interprète source, sauf si elles figurent sur la photo importée.

Edit #Video1. Replace the sole performer with the person in #Image1. Take their face, hair, skin, body proportions and base clothing from the photo, not its pose or background. Do not retain the original sunglasses unless the photo has them.

The video defines motion and the cool-to-cute transformation: preserve the gestures, expressions, timing, camera, the action of putting on the cat-ear headband, and the trees changing from green to pink. Keep the headband attached after it is put on. Keep the same replacement identity and base outfit before and after the change; never restore the source performer's face. Natural hands and proportions, with no extra people, actions or cuts.

Ce sont des consignes de génération, pas une garantie de résultats identiques avec toutes les photos.

Ce que nous avons testé et son coût

Nous avons utilisé notre méthode vidéo guidée par référence, une photo d’Einstein et l’extrait sélectionné. Une génération payante a produit 15,000 secondes, 480 × 854 pixels, 30 images/s. La génération audio était désactivée ; nous avons ensuite rétabli localement le son de la référence sélectionnée. Les copies publiques ajoutent le filigrane du site sans modifier les entrées de génération.

Le coût fournisseur estimé était de 2,04 dollars américains pour cet essai, comprenant les 15 secondes d’entrée et les 15 secondes de sortie. Il s’agit d’une estimation, pas d’une facture ni de notre tarif client. L’outil affiche le total actuel en crédits avant la soumission. Aucun nouvel essai automatique n’a été effectué.

L’identifiant de la demande est 01a13636-296d-78b0-bf87-2096bfec49bf. Cet article documente notre propre test ; ce n’est ni une preuve indépendante de popularité ni une garantie du résultat d’un autre utilisateur.

Créez et vérifiez votre version

1. Importez une photo nette d’une personne adulte. Un cadrage en pied apporte plus d’informations que le portrait de notre test. Gardez le visage, la coiffure et les vêtements visibles. Consultez la liste de vérification des photos.
2. Choisissez la durée et vérifiez le coût. L’outil propose 5, 15 ou 28 secondes en 480P ou 720P. Chaque option commence au début ; choisissez 28 secondes pour la transformation complète. La durée par défaut est de 15 secondes. Vous n’avez pas besoin d’écrire votre propre prompt.
3. Examinez le résultat complet. Vérifiez le visage, les mains et la tenue. Pour la version de 28 secondes, vérifiez aussi le serre-tête et la transition vers le fond rose. Assurez-vous que le son ne s’interrompt pas et regardez tout le clip avant de le télécharger.

Les échecs techniques entraînent automatiquement la restitution des crédits de génération. Les imperfections visuelles d’une vidéo terminée ne sont pas des échecs techniques ; lancer une autre génération constitue un nouvel essai payant.

En quoi cela diffère d’un montage CapCut

Le modèle Nya Arigato de CapCut cité ici indique 18 emplacements multimédias et un format 1:1. Il assemble les médias fournis dans un montage ; cette fiche ne démontre pas le remplacement d’un personnage pendant toute cette transformation en extérieur. Cette comparaison concerne ce modèle, pas l’ensemble des fonctions de CapCut.

Notre préréglage fournit une référence de mouvement précise et un prompt de remplacement du personnage. Pour utiliser une autre scène ou chorégraphie, apportez votre propre référence à AI Character Swap.

Utilisez des photos, des vidéos et du son que vous avez le droit d’utiliser. La génération n’accorde pas en elle-même de droits sur la musique, les séquences vidéo ou leur usage commercial. Signalez les retouches réalistes réalisées avec l’IA lorsque vous les partagez.