Claude Opus 5.5 a monté une scène VFX dans Blender et Nuke via MCP, sans une seule image générée par IA

Presque toutes les vidéos sur « l'IA au cinéma » fonctionnent de la même façon : on écrit un prompt et on obtient de belles images, mais incontrôlables. Le réalisateur ne peut pas dire « décale la lampe de poche vers la gauche et rends les feuilles plus lourdes ». Cette histoire est différente. L'auteur, issu du cinéma et de la post-production, n'a généré aucune image. Il a confié à Claude Opus 5.5 les commandes d'un pipeline VFX classique.

Ce qui a été fait exactement

D'après la description du post, Opus 5.5 a été connecté à Blender et Nuke via MCP (Model Context Protocol). Houdini a été utilisé en parallèle. Pour le vent, les lampes de poche et les feuilles, aucune solution toute faite n'a été retenue : le modèle a écrit son propre moteur physique en Python et NumPy.

Ensuite, Claude a travaillé comme un superviseur VFX. Il définissait la composition, les silhouettes, l'architecture, le mouvement des objets, l'éclairage et les petits détails d'animation. L'humain formulait des remarques, et le modèle les transformait en modifications de la scène. Selon l'auteur, ces remarques et corrections ont dépassé le nombre de 580, et il n'a jamais touché à la scène avec les mains. Tout le pilotage est passé par le dialogue.

En quoi cela diffère de la génération vidéo

La vidéo générative produit des pixels finis. Y corriger un seul détail sans risquer de casser le reste est presque impossible. Ici, le résultat du travail du modèle est une scène : géométrie, matériaux, lumière, animation, graphe de compositing et code de simulation. Chaque élément peut être ouvert, modifié, re-rendu. C'est la logique d'itération habituelle des studios, « correction — rendu — revue », sauf que l'exécutant est un modèle.

Le rôle de MCP est lui aussi important. C'est une méthode standard pour donner à un modèle l'accès à des programmes externes. Blender et Nuke deviennent pour lui une boîte à outils : lire l'état, exécuter une action, obtenir un résultat. Auparavant, ce type de liaison était surtout démontré sur des tâches simples. Ici, d'après l'auteur, elle a tenu des centaines de retouches successives sur une même scène.

Il est également intéressant que le modèle ait écrit lui-même le moteur physique. Situation typique : l'effet voulu n'existe dans aucun preset, ce qui revenait auparavant à confier la tâche à un artiste technique ou à un programmeur. Désormais, ce morceau peut être obtenu dans le même dialogue que celui où l'on discute du plan.

Ce qui reste hors champ

La source est unique : un post sur un réseau social et sa reprise dans une chaîne Telegram. Nous ignorons beaucoup de choses :

• combien de temps et de tokens ont été consommés par les 580 retouches ;
• comment le modèle « voyait » le résultat : s'il regardait les rendus ou travaillait à partir de descriptions et de chiffres ;
• combien de fois il a fallu annuler des étapes ratées ;
• dans quelle mesure la vidéo finale répondrait aux exigences d'une production, et pas seulement d'une démonstration.

La formule « aucune intervention manuelle » demande elle aussi de la prudence : l'auteur a pu fixer les tâches et valider le résultat, ce qui représente déjà une part considérable du travail de réalisation. L'expérience du cinéma et de la post-production est ici très probablement la ressource principale. Cette personne sait quelles remarques formuler et comment les exprimer dans le langage du métier.

Que faire de tout cela en pratique

Pour les développeurs et les product managers, la conclusion est simple : un bon terrain d'application des agents n'est pas la génération du résultat final, mais le pilotage d'outils professionnels via MCP ou API. On garde ainsi le contrôle, et le résultat reste modifiable.

Si vous concevez un produit pour les métiers créatifs, examinez ce schéma : le dialogue comme interface, un projet compréhensible par l'humain comme résultat. Pour les studios, la conclusion est autre : un expert du métier associé à un modèle puissant peut accomplir un travail qui exigeait auparavant une petite équipe. Mais il vaut mieux le vérifier sur vos propres tâches, et pas seulement à partir d'une vidéo spectaculaire.