Comment fonctionne Higgsfield Genjutsu ? Et comment Maboroshi fait le même travail pour moins cher (2026)

Par DeHub Team — 2026-10-24

Higgsfield Genjutsu prend une vraie vidéo et y remplace une seule chose : une personne, un animal, un produit, une tenue. Le mouvement de caméra, le rythme et l'arrière-plan restent exactement comme filmés. Higgsfield n'explique pas comment ça marche, alors la plupart des gens pensent qu'il s'agit d'un seul modèle secret.

Ce n'est pas le cas. Une fois démonté, le montage façon Genjutsu est une chaîne de huit étapes, et presque chaque maillon est un modèle ouvert bien connu. Nous avons reconstruit cette chaîne sous le nom de Maboroshi, dans DeHub Creator. La faire tourner nous-mêmes nous a montré où part vraiment l'argent, et c'est pour ça que nous pouvons facturer moins cher.

Ce guide passe en revue chaque étape avec une vraie image de chacune. Il explique ensuite comment changer une scène entière, ce que coûte chaque option et ce que devient votre clip une fois créé.

Ce que fait Higgsfield Genjutsu

D'après la page Genjutsu de Higgsfield, vous avez deux modes :

• Motion Transfer. Le mouvement de votre clip anime un nouveau personnage ou une scène reconstruite.
• Object Swap. Un élément que vous désignez est remplacé et le reste du plan ne bouge pas. Les exemples de Higgsfield sont des produits, des accessoires et des tenues.

Vous importez un clip de 4 à 30 secondes, ajoutez jusqu'à 30 images de référence, puis choisissez l'un des plus de 30 préréglages ou écrivez une courte description. La sortie va jusqu'à 1080p. Higgsfield ne dit pas quels modèles tournent en dessous.

Ce que vous voyez, c'est le résultat. Le mouvement de caméra est conservé, l'éclairage correspond, le nouveau sujet passe derrière les bons objets et la bouche bouge au rythme de la voix. Un modèle texte-vers-vidéo seul ne peut pas faire ça, donc quelque chose doit d'abord mesurer le clip d'origine. C'est cette mesure qu'on appelle la rétro-ingénierie, et elle se découpe en huit tâches.

Comment ça marche, étape par étape

Notre point de départ a été le Genjutsu Open Source Workflow de Sirio Berati, sous licence MIT. Il a montré que l'effet pouvait être reconstruit avec des briques ouvertes. Nous avons gardé les étapes qui comptent, remplacé celles qui n'étaient pas sûres pour de vrais utilisateurs, et ajouté paiements, validation et reprise. Chaque image ci-dessous a été produite en exécutant l'étape sur un vrai clip.

Étape 1 : normaliser le clip

Chaque import est converti à 24 images par seconde constantes et redimensionné à 960 pixels maximum sur son grand côté. Les vidéos de téléphone ont souvent une fréquence d'images variable, ce qui fait dériver un modèle. Une fréquence et une taille fixes donnent à chaque étape suivante la même grille de travail, et gardent le traitement rapide et peu coûteux.

Le clip doit durer 30 secondes ou moins et avoir une piste son. Sur la voie Kling de Maboroshi, il doit durer de 3 à 15 secondes, avec au moins 720 pixels de chaque côté.

Étape 2 : retirer la bande son

L'audio est retiré avant toute génération. Demucs, un modèle ouvert, sépare la voix de la musique, si bien que le modèle vidéo ne reçoit que ce dont il a besoin. La piste d'origine complète est mise de côté, intacte.

C'est pour ça que le clip final sonne exactement comme l'original. Les modèles vidéo sont mauvais en audio : ils le décalent, le brouillent ou inventent des sons. La piste d'origine ne passe donc jamais par le modèle.

Étape 3 : cartographier la profondeur

Un modèle de profondeur estime à quelle distance de la caméra se trouve chaque pixel, image par image. Maboroshi utilise Video Depth Anything, conçu pour la vidéo et stable d'une image à l'autre. L'image ci-dessous a été faite avec un modèle de profondeur plus petit, image par image, mais le principe est le même : le proche est clair, le lointain est sombre.

La profondeur permet au nouveau sujet de se tenir au même endroit, à la bonne taille, devant les taxis et derrière le lampadaire. Sans elle, les personnages remplacés flottent.

Étape 4 : détourer le sujet

SAM 3 Video, le Segment Anything de Meta pour la vidéo, trouve le sujet que vous désignez (par exemple "person") et trace un masque net autour de lui sur chaque image. Les petits fragments sur les bords sont nettoyés automatiquement pour que des pixels isolés ne perturbent pas le modèle. Le masque dit au moteur de rendu exactement quoi remplacer et quoi laisser tranquille.

Étape 5 : suivre le visage

MediaPipe Face Landmarker trace un maillage de 478 points sur chaque visage, à chaque image. Ce maillage transmet les expressions, les mouvements de tête et ceux des lèvres au nouveau personnage. C'est pour ça qu'un chat remplacé peut encore avoir l'air de chanter la phrase.

Étape 6 : vous validez la vidéo de contrôle

Profondeur, masque et maillage du visage sont combinés en une seule vidéo de contrôle, que vous voyez avant que quoi que ce soit de coûteux ne se produise. Si le détourage est raté, vous vous arrêtez là et ne payez rien de plus. Le rendu final ne s'exécute que sur la version exacte que vous avez validée. Changez le clip, le sujet ou la référence et la validation est réinitialisée.

Higgsfield ne vous montre pas cette étape. Nous pensons que c'est la plus utile, car un mauvais masque est la principale raison pour laquelle un rendu payant revient raté.

Étape 7 : le rendu

Le rendu se fait de l'une de ces deux façons :

• Voie Seedance Premium. Seedance 2.5 reference-to-video produit un brouillon peu coûteux à partir de la vidéo de contrôle et de vos images de référence. Vous ne payez le 1080p que si le brouillon vous plaît, et la version finale est terminée à partir de ce même brouillon : vous obtenez ce que vous avez validé.
• Voie Kling. Le clip d'origine et une ou deux images du personnage partent vers Kling O3 video-to-video edit en un seul passage. Ni préparation ni brouillon. C'est plus rapide et moins cher, et c'est notre choix par défaut pour la plupart des remplacements.

Étape 8 : remettre le son d'origine

Les deux voies se terminent en remettant la piste audio d'origine complète, copiée plutôt que réencodée. La voix, le rythme et le timing sont exactement ceux que vous avez filmés, et c'est la première chose que l'on remarque en comparant les résultats côte à côte.

Changer n'importe quelle scène, ou n'importe quoi dedans

Le 12 octobre 2026, Higgsfield a lancé Katana, une compétence de montage qui fonctionne dans un chat d'IA. Vous lui donnez une vidéo de référence, ou un préréglage de sa bibliothèque, plus jusqu'à cinq photos de personnes, de produits ou de vêtements. Il reconstruit tout le montage autour d'eux, en gardant la structure des plans et le rythme de la référence, et ne refait que les plans que vous corrigez. Il faut un abonnement Higgsfield actif, et il consomme les crédits de cet abonnement.

DeHub couvre le même travail avec trois outils, tous facturés au clip :

• Remake, pour les montages à plusieurs plans. Importez un clip avec des coupes. Maboroshi trouve lui-même les points de coupe, ou vous les marquez (jusqu'à sept), et découpe le clip en huit plans maximum. Chaque plan reçoit sa propre direction, et vous pouvez refaire n'importe quel plan jusqu'à cinq fois sans toucher aux autres. Quand vous êtes satisfait, les plans sont réassemblés dans l'ordre avec l'audio d'origine, et l'assemblage ne coûte rien de plus. Chaque plan est facturé comme un remplacement Kling normal.
• Kling O3 Character Swap, pour n'importe quoi dans le cadre. Dans DeHub Creator, ce modèle remplace des personnages, des produits ou des décors dans votre clip à partir de jusqu'à quatre images. Utilisez-le pour changer la voiture, la boisson dans la main de quelqu'un, la veste ou la rue derrière.
• Seedance 2.0 restyle, pour toute la scène. Toujours dans Creator, importez une vidéo et décrivez un nouveau style, par exemple la nuit, la pâte à modeler ou une tempête de neige. Le mouvement reste et tout le monde autour change.

L'image ci-dessous montre la détection des coupes de Remake sur notre propre vidéo promo. Il a trouvé trois coupes automatiquement et découpé le clip en quatre plans.

Pourquoi nous pouvons le faire pour moins cher

Toutes les étapes ci-dessus, sauf le rendu, coûtent peu à exécuter. La normalisation, la séparation audio, la profondeur, le masque et le maillage du visage tournent sur notre propre serveur et coûtent quelques centimes. L'argent part dans le modèle de rendu final, facturé à la seconde. Donc nous :

• Facturons à la seconde. Un clip de 5 secondes n'est pas facturé comme un clip de 15.
• Sautons l'étape payante quand elle n'est pas nécessaire. La voie Kling n'a ni frais de préparation ni frais HD séparés.
• Vous faisons vérifier d'abord. Vous validez le masque avant de payer, donc moins de rendus payants finissent à la poubelle.
• Ne facturons aucun abonnement. Vous payez le clip que vous avez devant vous, et le crédit rechargé sur DeHub n'expire jamais.

Un clip de 15 secondes, côte à côte :

• Higgsfield Genjutsu, 1080p : 144 crédits, environ $7.20, abonnement requis
• Higgsfield Genjutsu, 720p : 104 crédits, environ $5.20, abonnement requis
• DeHub Maboroshi, voie Kling, avec validation du masque et audio d'origine : $4.55
• DeHub Creator, Kling O3 Character Swap en 1080p : $3.02
• Higgsfield Genjutsu, 480p : 40 crédits, environ $2.00, abonnement requis

Clips plus courts, là où la facturation à la seconde gagne :

• 5 secondes : Maboroshi $1.75, remplacement Creator $1.01
• 10 secondes : Maboroshi $3.15, remplacement Creator $2.02
• 15 secondes : Maboroshi $4.55, remplacement Creator $3.02

Deux réserves honnêtes. Si vous n'avez besoin que d'un clip en 480p et que vous payez déjà un abonnement Higgsfield, ses $2.00 sont moins chers. Et notre voie Seedance Premium en 1080p complet coûte bien plus cher que Higgsfield, environ $31 pour 15 secondes, car elle facture chaque seconde d'entrée et de sortie à un prix proche de ce que le modèle nous coûte. Nous détaillons cela dans notre guide sur l'alternative à Higgsfield Genjutsu.

Montez-le, publiez-le, gagnez avec

Higgsfield s'arrête au bouton de téléchargement. Sur DeHub, le clip est un point de départ, pas la fin du travail.

L'éditeur vidéo intégré. L'éditeur vidéo de DeHub fonctionne dans votre navigateur et dans l'app DeHub. C'est une vraie timeline multipiste, pas un simple curseur de découpe. Déposez votre clip Maboroshi à côté de vos autres images, puis :

• Coupez sur les changements de scène et les temps de la musique.
• Ajoutez des sous-titres et traduisez toute une piste de sous-titres dans une autre langue.
• Supprimez les arrière-plans.
• Générez une bande son ou des effets sonores.
• Enregistrez votre écran ou votre voix directement dans la timeline.

Les projets sont enregistrés dans le cloud avec un historique des versions, et vous pouvez partager un montage pour recevoir des commentaires horodatés.

L'app sociale autour. DeHub est un réseau social autant qu'un studio : un montage terminé passe donc directement de l'éditeur à une publication ou à un Short. Là, les spectateurs peuvent vous laisser des pourboires, et vos vues comptent pour les récompenses watch-to-earn. Les spectateurs d'autres langues peuvent activer un doublage automatique. DeHub continue d'enrichir le fil, les Shorts, le live et les agents IA qui peuvent publier selon un planning.

Un seul compte couvre toute la boucle : faites le remplacement, montez-le, publiez-le et soyez payé.

Essayez

1. Ouvrez dehub.io/creator/maboroshi pour remplacer un sujet, ou choisissez Kling O3 Character Swap dans DeHub Creator pour changer n'importe quoi dans le cadre.
2. Importez un court clip avec du son et une ou deux images de référence nettes.
3. Vérifiez le masque, validez et lancez le rendu. Le prix est affiché en dollars avant de payer.
4. Ouvrez le résultat dans l'éditeur vidéo, terminez votre montage et publiez-le sur votre fil.

Questions fréquentes

Comment fonctionne Higgsfield Genjutsu ?

Higgsfield ne publie pas son pipeline. Ce genre d'effet se construit en mesurant d'abord le clip d'origine : sa fréquence d'images, le son, la profondeur, le contour du sujet et le maillage du visage. Un modèle référence-vers-vidéo ou d'édition vidéo refait ensuite uniquement le sujet, et l'audio d'origine est remis à la fin. Maboroshi exécute exactement cette chaîne, et ce guide montre chaque étape.

Quels modèles utilise le montage façon Genjutsu ?

Dans Maboroshi : Demucs pour l'audio, Video Depth Anything pour la profondeur, SAM 3 Video pour le masque, MediaPipe Face Landmarker pour le visage, et Seedance 2.5 reference-to-video ou Kling O3 video-to-video edit pour le rendu.

Maboroshi est-il moins cher que Higgsfield Genjutsu ?

En 720p et 1080p, oui. Un clip de 15 secondes coûte $4.55 sur la voie Kling de Maboroshi et $3.02 avec le Kling O3 Character Swap de Creator, contre environ $5.20 et $7.20 sur Higgsfield. Aucune des options DeHub ne demande d'abonnement. L'option 480p de Higgsfield, à environ $2.00, est moins chère si vous avez déjà un abonnement.

Qu'est-ce que Higgsfield Katana, et DeHub a-t-il un équivalent ?

Katana est la compétence de Higgsfield, utilisée dans un chat, qui reconstruit un montage de référence avec vos propres personnes, produits ou vêtements. Sur DeHub, Remake reconstruit les clips à plusieurs plans plan par plan, Kling O3 Character Swap remplace des personnages, des produits ou des décors, et Seedance 2.0 change le style d'une scène entière. Les trois sont facturés au clip.

Puis-je changer l'arrière-plan ou des objets, pas seulement la personne ?

Oui. Utilisez Kling O3 Character Swap dans DeHub Creator pour remplacer des produits ou des décors à partir d'images de référence, ou Seedance 2.0 pour changer le style de tout le clip avec un prompt. Maboroshi lui-même garde l'arrière-plan exactement tel que filmé, ce qui est ce qu'il faut pour un remplacement de sujet propre.

L'audio d'origine est-il conservé ?

Oui. Sur les deux voies de Maboroshi, la piste d'origine complète est recopiée sur le clip terminé, intacte.

Les petits caractères

Les chiffres Genjutsu de Higgsfield proviennent de sa page Genjutsu consultée en septembre 2026. Les détails sur Katana proviennent de l'article de Higgsfield sur Katana du 12 octobre 2026. Higgsfield facture en crédits et change souvent ses abonnements, alors vérifiez ses prix actuels avant de comparer. Les prix DeHub sont les tarifs publics au moment de la rédaction, et le prix affiché avant chaque étape est toujours celui que vous payez. L'image de profondeur de l'étape 3 a été faite avec un modèle de profondeur image par image, à titre d'illustration. Maboroshi utilise lui-même Video Depth Anything.