Quand l'IA rencontre le cinéma vertical : des histoires pour l'écran que l'on tient réellement en main

Le format portrait n'est pas du cinéma recadré

Pendant des décennies, la narration cinématographique a été pensée pour la largeur. Le format paysage récompense l'ampleur : plans à deux, plans d'ensemble larges, mouvement latéral. L'image verticale fonctionne exactement à l'inverse : elle récompense la hauteur, le mouvement du corps entier du sol au plafond, les gros plans de visages et l'architecture verticale. Le passage du 16:9 au 9:16 n'est donc pas une simple rotation de la caméra, mais une grammaire de composition à part entière (Tone Production).

Qui ignore cela et recadre après coup une image de cinéma existante perd plus que des bords. Si l'on découpe une image paysage 4K standard (3840×2160) en un cadrage 9:16 véritable, il ne reste qu'environ un tiers de l'original : une bande centrale d'environ 1215×2160. Les tiers gauche et droit de l'image sont entièrement perdus, et tout sujet non placé au centre se retrouve coupé. La littérature spécialisée parle à juste titre non pas d'un recadrage mais d'une « amputation » (Tone Production). C'est précisément pourquoi un matériau tourné nativement en 9:16 permet d'autres décisions : résolution maximale, composition consciente et contrôle total sur ce que voit le spectateur.

Que le format portrait ne soit pas un pis-aller, la recherche le montre aussi. Une étude à grande échelle publiée dans le Journal of Interactive Marketing établit que les utilisateurs mobiles traitent plus fluidement les vidéos verticales et perçoivent moins d'effort parce qu'ils n'ont pas à tourner l'appareil ; l'effet est particulièrement marqué chez les jeunes utilisateurs (Mulier, Slabbinck & Vermeir, Sage). C'est un constat empirique issu du contexte publicitaire, non une preuve pour les séries de fiction, mais il étaye la thèse de base : sur le smartphone, l'image verticale est la forme la plus naturelle, et non la plus compromise.

Une grammaire visuelle pour l'écran que l'on tient en main

Dès que l'on compose pour le format portrait, les choix techniques changent. L'image verticale attire l'attention sur un seul sujet ; les gros plans serrés et moyens remplissent le cadre de manière cohérente, tandis que les plans larges paraissent vite perdus, car le sujet reste petit dans une surface dont il ne peut combler la hauteur. Pour introduire un lieu, on privilégiera donc un bref panoramique ou une inclinaison verticale plutôt qu'un plan d'ensemble statique (Tone Production).

La profondeur spatiale se crée autrement : par des lignes directrices verticales comme des escaliers, des encadrements de porte, des lampadaires ou de hautes fenêtres qui parcourent toute la hauteur de l'image, ainsi que par des éléments d'avant-plan et un espace négatif délibérément placé au-dessus et au-dessous du personnage. Les lignes de regard suivent elles aussi une logique propre : les yeux d'un personnage qui parle se situent sur la ligne du tiers supérieur, à environ 33 pour cent du haut, ce qui laisse en même temps la place aux sous-titres (Tone Production). Ici, les sous-titres ne sont pas un accessoire mais une partie de la composition : dans la pratique, on garde libre la zone supérieure de l'image pour les en-têtes de plateforme, l'action proprement dite se joue dans la bande centrale, et les sous-titres se placent dans le tiers inférieur à l'intérieur de la zone de sécurité, ce qui importe car les interfaces utilisateur et les icônes d'interaction masquent les bords (Tone Production).

Même la caméra et l'éclairage doivent être repensés : beaucoup de caméras de cinéma, de rigs et de systèmes d'accessoires sont configurés pour un usage horizontal ; pour le 9:16 natif, on tourne souvent la caméra dans le rig, on fait pivoter le moniteur de 90 degrés et on rééquilibre le gimbal. Comme les focales plus courtes font entrer plus vite le matériel d'éclairage dans le cadre, les projecteurs reculent ou montent davantage (Tone Production). Rien de tout cela n'est le fruit du hasard : c'est de la conception de production pour un écran que l'on tient en main.

Là où l'IA aide vraiment — et là où elle devrait se taire

Le second moteur, à côté de la grammaire, est l'économie de production. C'est précisément là qu'intervient l'IA. Media Partners Asia décrit que l'intelligence artificielle est employée tout au long de la chaîne de valeur, à l'échelle mondiale surtout pour la localisation et le doublage, et que sa contribution à la réduction des coûts devrait fortement augmenter (Deadline, rapport MPA). Chez le fournisseur européen My Drama, qui appartient à l'ukrainien Holywater, l'IA est, selon ses propres indications, utilisée à chaque étape de production : du travail de scénario à la localisation, en passant par le montage, la musique et la génération de motifs secondaires (VideoWeek).

Concrètement, on peut distinguer plusieurs flux de travail. Pour la prévisualisation rapide, les storyboards et les cadrages alternatifs, il existe des outils de recadrage assistés par IA : Auto Reframe d'Adobe dans Premiere Pro ajuste automatiquement le rapport d'aspect et le cadrage, crée une séquence dupliquée et propose des préréglages de mouvement de « Slower Motion » à « Faster Motion », tout en reconnaissant lui-même que les séquences complexes comportant plusieurs centres d'image ou des mouvements rapides exigent une reprise manuelle des images clés (Aide Adobe, indication du fournisseur). Google décrit une méthode d'apprentissage automatique qui convertit un matériau paysage en formats verticaux ou carrés en détectant visages, objets, logos, texte et mouvement et en découpant la vidéo en scènes afin de maintenir les éléments importants centrés (Google, indication du fournisseur). De tels outils sont utiles pour le versionnage et les variantes par plateforme, mais ils ne contournent pas la décision de fond : le recadrage automatique ne fait que reconstruire ce qui a déjà été filmé ; une image composée nativement en vertical prend des décisions sur la proximité, la profondeur et le mouvement qu'un algorithme ne peut inventer après coup.

Le second grand levier est l'accessibilité par-delà les barrières linguistiques. ElevenLabs vante pour sa méthode qu'elle prend en charge « 90+ languages and accents » et qu'elle se conditionne à la performance originale plutôt qu'à une transcription, de sorte que le ton, l'émotion et l'interprétation sont préservés et qu'un clone vocal du locuteur original est automatiquement généré (ElevenLabs, indication du fournisseur). Pour l'exploitation internationale, c'est pertinent : une série verticale peut ainsi être localisée pour de nombreux marchés sans être retournée pour chaque langue. Les questions de consentement et de droits sur les voix et les données d'entraînement sont ici centrales ; elles sont traitées séparément dans notre série.

Ce qui reste décisif, c'est la répartition des rôles : l'IA réduit les barrières de production et de distribution, mais elle ne doit pas déterminer l'histoire. Dans la pratique chinoise, les microdrames entièrement générés par IA restent rares ; plus répandues sont les formes hybrides où les rôles principaux sont joués par de vrais acteurs et les personnages secondaires générés, avec le jugement sobre d'un responsable de casting selon lequel la technique est « just not good enough yet » (The Globe and Mail).

D'un format secondaire à un écosystème autonome

Que la fiction verticale soit depuis longtemps bien plus qu'un fil d'actualité social, les chiffres le montrent. Le marché chinois des microdrames a atteint en 2024, selon l'association sectorielle citée par The Globe and Mail, environ 50,5 milliards de yuans, dépassant pour la première fois les recettes nationales du box-office (The Globe and Mail). Media Partners Asia chiffre le chiffre d'affaires chinois de 2024 à sept milliards de dollars, contre 0,5 milliard en 2021 (Deadline, rapport MPA). Selon une analyse d'Omdia de données de Sensor Tower, l'application ReelShort a fait passer son chiffre d'affaires de 36 millions de dollars (2023) à 214 millions (2024), et DramaBox de 8 à 217 millions (Deadline, Omdia). Aux États-Unis, en 2025, selon Sensor Tower, les spectateurs ont passé en moyenne 35 minutes par jour sur ReelShort, davantage que sur les grands services de streaming dans les données citées (The Globe and Mail).

Cet attachement naît d'une dramaturgie propre : les séries se déploient sur 60 à 80 épisodes d'une à trois minutes chacun (VideoWeek) ; les chapitres sont brefs, mais complets en tant qu'unité, et le développement des personnages se déploie sur toute une saison. Un titre comme « My 18-year-old Great-Grandma » a atteint, selon le fournisseur de données Enlightent, plus de 4,6 milliards de vues sur sa première saison de 90 parties (The Globe and Mail). Une série verticale devient ainsi une propriété intellectuelle qui peut évoluer : vers le film, vers la série horizontale, vers le format audio. MPA décrit déjà des « microdrames premium » avec des budgets de 400 000 à 600 000 dollars et un potentiel de franchise explicite (Deadline, rapport MPA).

Les maisons établies se réorganisent elles aussi. FOX Entertainment est entré au capital de Holywater et prévoit, selon la directrice du studio My Drama Sasha Tkachenko, quelque 200 séries verticales, y compris une possible intégration des IP de FOX (VideoWeek). Netflix, de son côté, a introduit avec « Clips » un fil vidéo vertical et personnalisé pour le mobile, mais souligne qu'il ne cherche pas à copier TikTok et utilise le format comme outil de découverte de ses propres titres (The Hollywood Reporter). Cette distinction est essentielle : un fil de découverte vertical fait d'extraits n'est pas la même chose qu'une série racontée nativement à la verticale.

Dans ce paysage, 9n16 doit se comprendre comme une idée de plateforme qui ne traite pas la narration verticale comme un format secondaire à côté de l'image animée classique, mais comme un écosystème de divertissement autonome doté de sa propre grammaire, de sa propre structure d'épisodes et de sa propre construction d'IP. L'approche prend au sérieux ce que suggèrent les chiffres du marché : que le public ne vit pas l'écran vertical comme un compromis, mais comme son écran principal. L'essentiel ici, c'est la posture. Il ne s'agit pas de remplacer le cinéma classique ni de dénigrer la culture des réseaux sociaux, mais de raconter pour l'écran mobile avec le même soin que l'on accorde au cinéma, et d'employer l'IA là où elle abaisse les barrières, non là où elle prend en charge la paternité de l'œuvre.

Contre-arguments, limites et risques

L'euphorie a ses revers. Premièrement, le recadrage n'est pas en soi une erreur : pour des œuvres à double exploitation, tourner en 4K avec une composition délibérément centrée et un peu plus aérée assortie d'un recadrage en post-production, ou une configuration à deux caméras, peut être un compromis légitime (Tone Production). L'erreur ne réside pas dans l'outil, mais dans le fait de le traiter comme un substitut à une conception verticale dès le départ. Deuxièmement, les chiffres du marché doivent être lus avec prudence : les données de chiffre d'affaires proviennent en partie d'estimations d'Omdia, de Sensor Tower ou de Media Partners Asia ; les prévisions jusqu'en 2030 ne sont pas des valeurs réelles, et les années de référence sont indiquées différemment (Deadline, rapport MPA). Troisièmement, le succès dépend de la réglementation et des plateformes : depuis février 2025, la Chine exige pour les microdrames une licence de distribution ou un numéro d'enregistrement, les plateformes ne peuvent ni diffuser ni promouvoir des contenus non licenciés ; dans le cadre d'un nettoyage, 25 300 séries représentant environ 1,4 million d'épisodes ont été retirées (Reuters).

Quatrièmement, l'adoption européenne reste ténue : selon Ampere, en Espagne, le pays où l'engagement est le plus élevé de la région, seuls environ sept pour cent des internautes ont déjà vu un mini-drame (VideoWeek). Et enfin subsiste le risque de contenu : un cofondateur de l'application britannique Tattle TV s'attend expressément à « a backlash » face à l'exploitation d'œuvres cinématographiques classiques au format portrait (VideoWeek). Une comparaison avec Quibi appelle à l'humilité : le service de Jeffrey Katzenberg a démarré début 2020 avec des épisodes de dix minutes et a été arrêté après environ six mois (The Globe and Mail), un format qui, justement, n'avait pas été pensé comme vertical natif pour le mobile.

Conclusion : l'avenir se décide au départ, pas au recadrage

L'avenir de la narration verticale ne se décide pas au recadrage, mais au départ. Les histoires développées dès le début pour la proximité, l'intimité et le mouvement du format portrait rencontrent un mode de visionnage devenu, pour beaucoup, le mode principal. L'IA peut abaisser les barrières de production et de distribution — prévisualisation rapide, cadrages alternatifs, localisation, doublage, versionnage — sans prendre en charge la paternité de l'œuvre. Le format portrait n'exige ni condescendance ni imitation du fil social. Il exige une grammaire visuelle propre et la volonté de la prendre au sérieux. Qui le fait gagne non seulement en portée, mais aussi une nouvelle forme cinématographique.