RERENDU D'UNE VIDÉO est un nouveau cadre de traduction vidéo-vers-vidéo guidée par texte, sans exemple, permettant d'appliquer des modèles d'image au domaine vidéo. Ce cadre comprend deux parties : la traduction des images clés et la traduction de la vidéo complète. La première partie utilise un modèle de diffusion adaptatif pour générer des images clés, et applique des contraintes inter-images hiérarchiques pour assurer la cohérence de la forme, de la texture et de la couleur. La seconde partie propage les images clés aux autres images grâce à une correspondance de patchs sensible au temps et à un mélange d'images. Notre cadre permet d'obtenir une cohérence temporelle du style global et de la texture locale à faible coût (sans réentraînement ni optimisation). Cette adaptabilité est compatible avec les techniques de diffusion d'images existantes, permettant à notre cadre de les exploiter, par exemple en utilisant LoRA pour personnaliser des thèmes spécifiques et ControlNet pour introduire un guidage spatial supplémentaire. De nombreuses expériences ont démontré l'efficacité de notre cadre proposé pour produire des vidéos de haute qualité et cohérentes dans le temps.