Quatre mondes, un canard : la continuité, c’est le métier

Duck or Fly est un clip rap qu’on a fait chez Crimson Spark, en production originale. L’artiste, Kiko Sky, est fictive. La chanson aussi, comme les quatre mondes et tous ceux qui les habitent, d’un punk qui rame dans une baignoire à un canard qui fait tourner des disques. Chaque image est générée. Rien n’a été filmé.

Chaque plan naît seul

Un modèle vidéo IA fait un plan à la fois. Il ne sait pas à quoi ressemblait le plan d’avant, qui était où, ni ce que portait le canard. Demandez-lui deux fois la même rappeuse et vous obtenez deux cousines. Sur quelques secondes, personne ne le remarque. Sur trois minutes et quatre mondes, cette dérive est la première chose que le public sent, même s’il ne sait pas la nommer.

Sur ce clip, le spectacle était donc la partie facile. Le travail, c’était de faire lire une cinquantaine de générations séparées comme une seule histoire : le même visage, le même canard, les mêmes règles, du premier « Yo » au dernier « Fly » chuchoté.

Duck or Fly en chiffres

Production, octobre 2026

4

mondes, un par partie de la chanson

3

personnages présents dans chaque monde

3

raccords sur objet entre les mondes

0

image filmée

Une question devenue règle de casting

La chanson ne pose qu’une question : duck or fly. Baisser la tête et rester dans le rang, ou prendre le ciel. On a fait de cette question la règle de chaque monde. Partout, la foule joue la sécurité, et Kiko non.

Dans la salle de fitness des années 90, un punk rame de toutes ses forces dans une baignoire et n’avance pas. Dans le casino rose et noir, les joueurs ont des têtes de canard et se couchent, et Kiko mise tout. Dans la grotte de l’âge de pierre, un homme des cavernes veut cuire un canard en cage, et elle fait sauter le loquet. Dans le monde impossible, les escaliers flottent à l’envers, le canard libéré est devenu DJ, et des ailes lui poussent.

Trois personnages qui voyagent

Le moyen le plus sûr de faire de quatre mondes quatre clips, c’est de les distribuer séparément. On a fait l’inverse. Trois personnages traversent tous les mondes, avec un nouveau look par monde : Kiko, son canard, et le même punk à mohawk, tour à tour rameur, croupier, homme des cavernes et magicien. Le canard change de tenue avec elle : un bandeau au gym, un nœud papillon dans la sacoche, un os dans les plumes, un casque aux platines.

Chacun de ces looks, et chaque décor vide, a été approuvé sur une fiche de référence avant le premier plan. La fiche, c’est ce que le modèle reçoit à chaque fois : le visage, la tenue complète, les couleurs, rien d’autre. C’est pour ça que le punk du casino est visiblement celui de la baignoire.

Passer d’un monde à l’autre par un objet

Une coupe sèche d’un gym à un casino casse l’illusion. Chaque changement de monde passe donc par une forme. La dernière image d’un monde et la première du suivant partagent un objet, au même endroit du cadre.

Ces raccords se planifient avant la génération. Le modèle ne posera pas un haut-parleur pile au centre du cadre par chance : la consigne du plan dit où il finit, et le plan suivant est écrit pour commencer là.

La règle de synchro, et quand cacher le visage

Trois moments chantés par couplet et par refrain : début, milieu, fin. Cinq secondes maximum, en gros plan, le visage grand dès la première image.

C’est la règle fixée sur Hit Your Mark, et elle a tenu encore. La deuxième moitié compte autant : quand Kiko chante sur un plan d’histoire, son visage reste hors champ. On la voit de dos à la table de poker, de loin dans le ciel, ou seulement sa main sur le loquet. Un visage généré qui ne bouge pas les lèvres pendant que la voix continue fait faux plus vite que n’importe quoi d’autre.

Avant tout ça, la chanson a été cartographiée à partir de la voix isolée : chaque ligne, mesure par mesure, au dixième de seconde. Chaque plan chanté est coupé sur sa première syllabe, et personne ne bouge les lèvres pendant un passage instrumental.

Ce que le modèle ne décide pas

Chaque plan est passé par une vérification physique avant d’être généré : qui touche quoi, où un personnage entre et sort du cadre, l’échelle d’une boombox grande comme une maison, la couleur de chaque tenue dans chaque monde. Un défaut repéré sur papier coûte une phrase. Un défaut repéré après la génération coûte un plan.

Le montage est passé par trois versions, chacune revue plan par plan. La troisième a été approuvée telle quelle.

Ce qui est généré, et ce qui ne l’est pas

Chaque image, chaque personnage, chaque décor et chaque voix de Duck or Fly sont générés par IA, la chanson aussi. Kiko Sky est fictive, et aucun visage ni aucune voix d’artiste réel n’est utilisé. Le concept, les paroles, le storyboard, la carte de la chanson, le montage, les titres et la revue ont été faits par le studio.