Une image, un prompt, une durée — et hop. 🎬
Au-delà de 5 s, la vidéo est générée par segments enchaînés : plus long à produire (~× le nombre de tranches de 5 s).
💡 Les balises [pause], [soupir]… guident la voix (modèle v3). Elles sont gardées, pas lues.
Aucun historique pour l'instant.