Vidéos publicitaires avec RunPod (pour experts)

Combien ça coûte

Le pod se supprime à la fin de la session : un pod arrêté mais non supprimé continue de coûter. Le disque reste, avec les modèles dessus.

Étape 1 — Compte, clé SSH, disque

1. Créez le compte sur runpod.io et chargez du crédit.
2. Dans Settings → SSH Public Keys, enregistrez votre clé publique (~/.ssh/id_ed25519.pub ; si vous n'en avez pas : ssh-keygen -t ed25519). Les scripts utilisent ~/.ssh/id_ed25519 ; pour une autre clé, définissez RUNPOD_SSH_KEY=/chemin/de/la/cle avant de les lancer.
3. Créez un Network Volume de 200 Go dans un data center EU (ex. EU-RO-1). Le disque contient les modèles (environ 176 Go) : vous ne les téléchargez qu'une fois. Le data center du disque décide où vous pourrez créer les pods.

Étape 2 — Le pod

Template conseillé : « One Click - ComfyUI Wan2.1 - Wan 2.2 » (auteur Hearmeman, id 758dsjwiqz). À la création :

• GPU : RTX PRO 6000 Blackwell (96 Go) en Secure Cloud. Avec moins de RAM, les modèles complets (28 Go chacun) font sortir le pod de la mémoire au chargement du second.
• Disque : votre network volume, monté sur /workspace.
• Variables du template : la première fois download_wan22=true et download_wan21=true (télécharge les modèles sur le disque, 8-10 minutes). Pour les pods suivants, mettez-les à false : les modèles sont déjà sur le disque et les retélécharger le remplit.
• Port 8188 : c'est ComfyUI dans le navigateur, à l'adresse https://<pod_id>-8188.proxy.runpod.net.

Sur la fiche du pod, dans Connect, récupérez les deux choses dont les scripts ont besoin : le pod id (il est dans l'URL) et l'utilisateur SSH du proxy (<pod_id>-<code>@ssh.runpod.io).

Étape 3 — InfiniteTalk (seulement pour les clips parlés)

Le template n'inclut pas InfiniteTalk. Une seule fois, sur le disque, dans /workspace/ComfyUI/models/, ajoutez ces fichiers (depuis Hugging Face) :

Le modèle de base wan2.1_i2v_480p_14B_bf16.safetensors est déjà téléchargé par le template.

💡 Espace. Un disque de « 200 Go » en contient environ 186 réels. Avec tout installé, il reste environ 20 Go pour les vidéos : si les téléchargements s'arrêtent sans erreur, c'est qu'il est plein. Le fichier wan2.1_t2v_14B_bf16.safetensors (27 Go, Wan à partir de texte) ne sert à rien : on peut le supprimer.

Les deux autres choses qu'InfiniteTalk réclame (un lien de dossier et un patch pour la bibliothèque transformers 5), orchestrate.sh les fait tout seul à chaque nouveau pod, parce qu'elles se trouvent sur le disque du conteneur et disparaissent quand le pod est supprimé.

Étape 4 — Les scripts sur votre PC

Téléchargez-les dans un dossier, tous ensemble (ils se cherchent entre eux) :

• lib_video.sh ↗ — les contrôles partagés
• orchestrate.sh ↗ — génère les clips sur le pod
• gen_video.py ↗ — un clip (utilisé par orchestrate)
• fix_wav2vec_tf5.py ↗ — le patch pour InfiniteTalk (appliqué par orchestrate)
• monta_video.sh ↗ — monte la vidéo parlée
• monta_short.sh ↗ — monte les shorts sans voix
• exemples : clip.tsv.esempio ↗, montaggio.tsv.esempio ↗, chiusura.txt.esempio ↗

Depuis le terminal :

mkdir -p ~/video-tools && cd ~/video-tools
for f in lib_video.sh orchestrate.sh gen_video.py fix_wav2vec_tf5.py monta_video.sh monta_short.sh clip.tsv.esempio montaggio.tsv.esempio chiusura.txt.esempio; do
  curl -fsSLO "https://app.roylead.com/supporto/video-tools/$f"
done
chmod +x *.sh

Il vous faut aussi ffmpeg (avec libx264 et libass), ffprobe, python3, curl, ssh.

On ne modifie pas les scripts : ils lisent tout dans des fichiers de données placés dans le dossier de la vidéo.

Étape 5 — Le dossier d'une vidéo

ma-video/
  clip.tsv                 les travaux : nom, type (it = parlé, wan = scène muette), image, réplique ou images de départ, prompt
  immagini/                les images de départ (une par plan, générées avec ChatGPT à partir des photos du produit)
  audio/battute/           les répliques en mp3, une par clip parlé
  montaggio.tsv            l'ordre des clips dans la vidéo, avec le mp3 à mettre sous les scènes muettes
  montaggio/sottotitoli.ass  les sous-titres (sur Meta, on regarde sans le son)
  chiusura.txt             3 lignes : offre, ligne 2, ligne 3 (facultatif)
  prodotto.png             photo du produit pour la clôture (facultatif, va avec chiusura.txt)

Les voix se font avec ElevenLabs, un texte entier par personnage avec [long pause] entre les répliques, puis on coupe sur les pauses en un mp3 par réplique (ffmpeg -af silencedetect). Si vous utilisez le playbook du lancement avec Claude Code, c'est lui qui prépare le scénario, clip.tsv, montaggio.tsv, les sous-titres et les coupes des voix.

Étape 6 — Générer et monter

# allumez le pod, prenez pod_id et l'utilisateur ssh dans "Connect", puis :
nohup ./orchestrate.sh <pod_id> <utilisateur_ssh> ~/ma-video > ~/ma-video/orchestrate.log 2>&1 &
tail -f ~/ma-video/orchestrate.log        # READY, MODELS, UPLOADED, puis un DONE par clip, ALL_DONE

Les clips arrivent dans ma-video/clip/. Les mains qui tiennent des objets ratent souvent : comptez 2-3 essais par scène (changez la graine en relançant, ou le prompt). Temps mesurés sur la RTX PRO 6000 : premier clip 5-7 minutes (il charge les modèles), puis 1-4 minutes chacun.

./monta_video.sh ~/ma-video      # → ma-video/video-finale.mp4 (1080x1920, 30 fps, -16 LUFS)
./monta_short.sh ~/ma-video      # → ma-video/short-<nom>.mp4, un par clip, avec le graphisme par-dessus

monta_video.sh s'arrête tout seul si la voix a des trous de plus de 1,5 seconde : mieux vaut une erreur maintenant qu'une vidéo muette en ligne. Le fichier final est écrit sur le disque système puis copié : sur un disque Windows monté dans WSL, la fusion peut s'arrêter avec « No space left on device ».

Ensuite, supprimez le pod.

Pièges déjà rencontrés

• ComfyUI répond 403 (erreur 1010) aux appels sans User-Agent de navigateur : les scripts en envoient un ; si vous utilisez curl à la main, ajoutez -A "Mozilla/5.0".
• SSH direct refusé : on passe par le proxy ssh.runpod.io avec -tt et les commandes sur stdin (c'est ce que fait lib_video.sh).
• ComfyUI ne démarre pas sur certaines machines Community (502 permanent, dans le log « could not bind on any address ») : la machine n'a pas d'IPv6. orchestrate.sh le relance tout seul sur 0.0.0.0.
• Mémoire insuffisante avec la RTX 5090 : 62 Go de RAM ne suffisent pas pour deux modèles complets de 28 Go. Soit un GPU avec plus de RAM, soit les versions fp8_scaled des modèles.
• GPU non disponible au moment de la création : la solution de repli qui a marché, une RTX PRO 6000 Max-Q en Community sans disque réseau, avec download_wan22=true (retéléchargement en 8 minutes).
• ComfyUI meurt et le template ne le relance pas : orchestrate.sh le relance ; à la main : python3 /ComfyUI/main.py --listen 0.0.0.0 --use-sage-attention --extra-model-paths-config /ComfyUI/extra_model_paths.yaml.

Règles Meta pour les vidéos faites avec l'IA

• Dans Ads Manager, il faut déclarer que le contenu est généré avec de l'IA.
• Le personnage se présente comme porte-parole, jamais comme « vrai client » : Meta considère cela comme trompeur.
• Toujours des sous-titres : la plupart des gens regardent sans le son.