We maakten twee korte films met dialoog met één videomodel

We maakten twee complete korte films met dialoog — Ember, een magic-noir tragedie die zich afspeelt in een woestijnstad, en Hollow Orbit, het verhaal van een neergestort onderzoeksschip op een bioluminescente getijde-gebonden planeet — met niets anders dan ons H3-videomodel op onze eigen GPU-stack. Elke film bestaat uit 8 shots × 5 seconden: totaal 16 shots, en elk shot is een enkele gestructureerde prompt. H3 heeft geen geheugen tussen shots, dus karakterconsistentie leeft in de prompt zelf, en dialoog wordt gegenereerd door het model, met lip-sync die plaatsvindt tijdens generatie. Dit artikel beschrijft de hele workflow: de identiteitstechniek, het dialoogformaat, waarom muziek nooit het model binnengaat, en wat de renders kosten.

Twee films, zestien prompts

Beide films werden eerst gepland als shotlijsten en daarna als prompts — één prompt per shot, sequentieel gerenderd op één lokale GPU-werker. Ember is een magic-noir tragedie: een straatmagiër steelt een verboden sintel om haar stervende broer te redden, de bewaker die van haar houdt vangt een dodelijke pijl voor haar, en zij offert haar eigen levensvonk op om hem te redden, waarna ze bij zonsopgang in sintels uiteenvalt. Strijd, liefde, verlies — veertig seconden lang. Hollow Orbit strandt een verkenningsschip op een getijde-gebonden planeet: het buitenaardse Koor herbouwt hun motor maar eist een inwonende geest, co-piloot Lena kiest ervoor om te blijven en wordt het roer, en de vallei bloeit in haar tatoeagegeometrie terwijl het schip ontsnapt.

[SHOT e1 — verbatim from the spec, opening truncated]
PHOTOREAL CINEMATIC FANTASY, anamorphic 2.39:1, warm ember palette against
cold indigo pre-dawn. IDENTITY LOCK: SERA, woman mid-20s, sun-bronzed olive
skin, black braided crown hair with loose windblown strands, amber eyes,
glowing copper sigil tattoos spiraling up both forearms, crimson open-backed
wrap top baring her shoulder blades, long charcoal skirt with a high slit...
SCENE: She stands on the ribbed clay rooftop of a teetering desert city at
first light, dealing a fan of tarot-sized cards whose faces smolder like
coals... AUDIO: dry wind over clay, distant bell-goat chimes, the soft hiss
of the burning card. No dialogue, no music, no subtitles, no logos.

[SHOT h1 — verbatim from the spec, opening truncated]
PHOTOREAL SCIENCE FICTION, anamorphic 2.39:1, awe-heavy establishing.
SCENE: the survey ship MERIDIAN LARK, a hundred-meter wedge, crashed nose-down
in a valley of glassy violet coral under a locked twilight sky; a banded gas
giant hangs fixed on the horizon; aurora curtains ripple green-violet...
ACTION 0-5s: two tiny suited figures descend the rope from the airlock onto
coral that glows faintly brighter around each of their footfalls, light
rippling outward like pond rings... No dialogue, no music, no subtitles.

Hoe karakterconsistentie werkt

Elke H3-generatie is onafhankelijk: shot 7 heeft geen kennis van shot 6. Consistentie is daarom een promptdiscipline, geen modelfunctie. Elke shotprompt begint met hetzelfde IDENTITY LOCK-blok, woordelijk geplakt, dat alles over een personage vastlegt dat nooit mag veranderen. Hier is de ingekorte SERA-lock uit de specificatie van Ember:

IDENTITY LOCK, repeat every shot:
SERA, woman mid-20s, sun-bronzed olive skin, black braided crown hair with
loose windblown strands, amber eyes, glowing copper sigil tattoos spiraling
up both forearms, crimson open-backed wrap top baring her shoulder blades,
long charcoal skirt with a high slit, brass bangles, wrapped barefoot sandals.
KADE, city guard about 30, brown skin, close-cropped black hair, trimmed
stubble, a scar over his right brow, dented bronze scale armor over an
indigo tunic, crimson sash at the waist.
[... repeated verbatim at the top of all eight prompts ...]

De lock fixeert gezicht, haar, kleding, sieraden, zelfs hoe haar magie zich manifesteert — en het wordt zonder een woord te veranderen in alle acht prompts van Ember geplakt. De shotprompt eronder verandert alleen wat moet veranderen: locatie, actie, camera, licht, geluid. Drift begint zodra je de lock herformuleert; een "zwarte gevlochten kroon" die in shot 6 "losse strandgolven" wordt, is een ander personage.

Dialoog die daadwerkelijk lip-synchroniseert

Regels worden met hun exacte bewoordingen in de shotprompt geschreven, en H3 voert ze uit — lip-sync gebeurt tijdens de generatie, niet in een post-pass. Twee regels houden elk dialoogshot bij elkaar: noem de spreker, en markeer de woorden als vast. Embers laatste zin tegen de bewaker, terwijl ze haar levensvonk bij zonsopgang opoffert:

[SHOT e8 — sacrifice finale, sunrise]
ACTION AND DIALOGUE: 0-2.5s she presses the guttering EMBER into his chest;
its light floods his wound; her own sigils stream out like molten thread into
him. SERA, a whisper, smiling: "Live brighter." 2.5-4s: his eyes open, gasp;
hers go softly dark as her body loosens into drifting embers and ash-light.

En Hollow Orbits beslissende moment, nadat het Koor de motor heeft herbouwd en zijn prijs heeft genoemd:

[SHOT h6 — cockpit conflict]
ACTION AND DIALOGUE: 0-1.5s IVAR slams the console. IVAR, raw: "We fly OUT."
1.5-3.5s LENA, steady, terrified, lip-synced: "Only a mind can hold the helm
it's offering. A machine can't carry it." 3.5-5s: hold on the two-shot, storm
light flaring between them, neither blinking.

Beide regels zijn expres kort: een close-up, één clausule, de exacte woorden tussen aanhalingstekens, en een Audio: regel die alleen stem en diegetisch geluid bevat. De instructie "geen score" is geen versiering — het is wat de volgende sectie mogelijk maakt.

Muziek blijft buiten het model

H3 rendert dialoog, ambiance en effecten tijdens de generatie, wat betekent dat een score die in dezelfde pass wordt ingebakken, zou botsen met de dialoogtrack binnen de eigen audio van het model. We houden muziek er volledig buiten en behandelen het als een mixprobleem.

Wat het kost om te draaien

Dezelfde stack is open in de studio: directe shots op /studio, scoor ze met de generator op /tools/music-generator, en houd elk asset doorzoekbaar op deze site. Schrijf één IDENTITY LOCK, plak deze letterlijk in elke prompt, zet de exact gesproken woorden tussen aanhalingstekens, en houd muziek buiten het model — dat is de hele methode achter beide films.