Как сделать видео нейросетью: из текста и из готового кадра
Ролик получают двумя способами: сценой по описанию или оживлением готовой фотографии. Результат у них разный, цена тоже. Дальше — оба способа с ценой секунды и частыми ошибками в описании движения.
Видеомодель не снимает продолжение вашей жизни: она собирает короткий эпизод по описанию. Отсюда две особенности, которые определяют всю работу. Эпизод короткий — от четырёх до тридцати секунд. И он собирается заново при каждом запуске, поэтому два прогона с одним и тем же текстом дадут разные ролики.
Из этого следует практический вывод: длинное видео собирается из нескольких сцен, а не заказывается одним запросом. И каждая сцена описывается отдельно.
Что выбрать под задачу, как описать движение, чтобы камера поехала туда, куда надо, и сколько это стоит в кредитах и рублях.
Из текста или из фотографии: что выбрать?
Первый путь — сцена по описанию. Вы пишете, что происходит в кадре, и получаете ролик целиком: предметы, обстановка и движение придуманы моделью. Подходит, когда нужен фон, перебивка, абстрактная сцена или иллюстрация к идее.
Второй путь — оживление готового кадра. Вы загружаете фотографию, описываете движение, и модель достраивает движение вокруг того, что уже есть в кадре. Это единственный способ получить ролик с вашим товаром или вашим человеком: сгенерированный «похожий» предмет для карточки не годится.
Ошибка новичка — просить сцену по описанию там, где нужен конкретный объект. Модель нарисует похожий стакан, похожую упаковку и похожее лицо, и в рекламе это будет заметно сразу.
Чем отличаются два способа
Разница не в качестве, а в том, что оказывается в кадре.
| Способ | Что на входе | Что в кадре | Когда брать |
|---|---|---|---|
| Сцена по описанию | Только текст | Придуманные моделью объекты | Фон, перебивка, абстракция, подложка под титры |
| Оживление кадра | Фотография и описание движения | Ваш предмет или человек | Товар, портрет, реклама конкретной вещи |
Как описать движение, чтобы получилось задуманное?
В описании смешивают две разные вещи, и из-за этого ролик выходит суетливым. Движение камеры — это как перемещается точка съёмки: наезд, отъезд, облёт, панорама. Движение в кадре — это что делает объект: пар поднимается, ткань колышется, человек поворачивает голову.
Рабочее правило: одно движение камеры и одно действие в кадре на сцену. Всё остальное — в следующую сцену. Если попросить у модели три события сразу, она уложит их в четыре секунды, и получится мельтешение.
Камера {медленно наезжает} на {кружку с кофе на деревянном столе}. В кадре {поднимается пар}. Свет {мягкий боковой из окна}, {тёплая палитра}. Композиция и предмет остаются прежними, склеек внутри ролика нет.
Подставьте своё: {движение камеры}, {объект}, {действие в кадре}, {свет и палитра}
Почему появляется склейка внутри ролика
Модель считает, что вы просите смену плана, если в описании есть два несвязанных действия или слова вроде «потом», «затем», «после этого». В результате внутри четырёхсекундного эпизода появляется монтажный стык, и ролик выглядит рваным.
Лечится прямым запретом в конце запроса: «склеек внутри ролика нет, план непрерывный». Это одна строка, и она экономит перезапуск.
Что делать, если объект «плывёт»
Плывущие детали — форма предмета меняется по ходу движения, буквы на упаковке превращаются в кашу — почти всегда следствие слишком быстрого движения. Замедлите камеру словами («медленный наезд», «плавная дуга») и сократите длительность: на четырёх секундах деталей теряется меньше, чем на пятнадцати.
Сколько стоит секунда видео?
У большинства моделей цена считается за секунду, поэтому стоимость ролика зависит от длительности. Исключение — Veo 3.1: там фиксированная цена за ролик, и на длинных сценах это выгоднее.
Практический приём: сначала собрать черновик на самой дешёвой модели, чтобы проверить, работает ли идея, и только потом повторять на дорогой. Разница в ставке между лёгкой и тяжёлой моделью — больше чем в семнадцать раз.
Цена за секунду по моделям
Кредит по среднему пакету стоит около 1,3 ₽. Минимальная длительность у моделей разная, поэтому в последней колонке — цена самого короткого ролика.
| Модель | Разрешение | Цена за секунду | Минимальный ролик |
|---|---|---|---|
| Seedance 1.5 Pro | 480p | 2 кредита | 4 секунды — 8 кредитов |
| Seedance 1.5 Pro | 720p | 3 кредита | 4 секунды — 12 кредитов |
| Grok Imagine | 480p | 2 кредита | 6 секунд — 12 кредитов |
| Grok Imagine | 720p | 3 кредита | 6 секунд — 18 кредитов |
| Seedance 2.0 Mini | 480p | 8 кредитов без исходного видео | 4 секунды — 32 кредита |
| Seedance 2.0 | 720p | 33 кредита без исходного видео | 4 секунды — 132 кредита |
| Kling 3.0 Std | 720p и 1080p, без звука | 35 кредитов | 3 секунды — 105 кредитов |
| Kling 3.0 Std | 720p и 1080p, со звуком | 52 кредита | 3 секунды — 156 кредитов |
| Veo 3.1 Lite | фиксированная цена за ролик | 25 кредитов за ролик | 25 кредитов |
| Veo 3.1 Quality | фиксированная цена за ролик | 170 кредитов за ролик | 170 кредитов |
Откуда в ролике берётся звук?
Своим звуком отдаёт Kling 3.0: он генерирует дорожку вместе с картинкой. Разница в цене заметная — 52 кредита за секунду против 35 без звука в версии Std и 70 против 47 в Pro.
Остальные модели отдают немой ролик, и это не недостаток: под большинство задач дорожку удобнее собрать отдельно и наложить при монтаже. Трек или джингл под ролик генерируется за 10 кредитов, и его можно переиспользовать в целой серии видео.
Практическое соображение: платить за встроенный звук стоит там, где он рождается в самой сцене — шаги, дождь, шум улицы. Для музыкальной подложки отдельная дорожка выходит дешевле и заменяется без перегенерации картинки.
Как собрать ролик длиннее тридцати секунд?
Из нескольких сцен. Каждая описывается отдельным запросом, генерируется отдельно и склеивается в любом видеоредакторе. Один запрос на минуту связного действия не сработает: у моделей есть предел длительности, и он невелик.
Чтобы сцены выглядели одним роликом, а не набором обрывков, держите постоянными три вещи: свет, палитру и оптику. Их проще всего перенести из сцены в сцену, если один раз собрать описание блоком и менять в нём только действие.
- Свет
Одинаковая формулировка во всех сценах: «мягкий боковой свет из окна» или «холодный контровой». Смена света между кадрами читается как смена локации.
- Палитра
Два-три названия цветов, повторяющиеся дословно. Иначе один эпизод выйдет тёплым, другой синим.
- Оптика и план
Крупность и характер объектива тоже стоит повторять: «средний план, лёгкое размытие фона».
- Одно действие на сцену
Длинное действие режется на части: наезд — отдельная сцена, поворот предмета — отдельная.
Частые ошибки при генерации видео
Четыре штуки, и каждая стоит перезапуска. Ни одна не связана с ограничениями модели: это ошибки описания.
- Три события в одном ролике
Модель уложит их в отведённые секунды, и получится суета. Одно движение камеры плюс одно действие в кадре.
- Просить текст в кадре
Надписи в движении расползаются почти всегда. Титры и логотип надёжнее наложить в редакторе поверх готового ролика.
- Сразу брать длинную сцену
Пятнадцать секунд на дорогой модели — это цена десяти черновиков. Идея проверяется на четырёх секундах в 480p.
- Не запрещать склейку
Без прямого запрета модель охотно ставит монтажный стык внутри короткого эпизода.
Короткие ответы
Про длительность, цену, звук и исходники.
Какая нейросеть лучше для видео?
Зависит от задачи. Для черновика и проверки идеи — Seedance 1.5 Pro в 480p по 2 кредита за секунду. Для длинного движения — Veo 3.1: там фиксированная цена за ролик, и на пятнадцати секундах это дешевле посекундной ставки. Для сцены со звуком — Kling 3.0, единственная модель, которая отдаёт дорожку вместе с картинкой.
Сколько длится ролик из нейросети?
От трёх до тридцати секунд в зависимости от модели. Минимальная длительность у Kling 3.0 — три секунды, у Seedance — четыре, у Grok Imagine — шесть, максимум там же тридцать. Более длинное видео собирается из нескольких сцен в редакторе.
Можно ли сделать видео из своей фотографии?
Да, это отдельный режим: вы загружаете кадр и описываете движение, а модель достраивает его вокруг того, что уже есть на снимке. Это единственный способ получить в ролике именно ваш товар или вашего человека, а не похожий объект.
Почему в ролике появляются лишние склейки?
Модель принимает за смену плана два несвязанных действия в описании или слова «потом», «затем», «после этого». Помогает прямой запрет в конце запроса: план непрерывный, склеек внутри ролика нет.
Сколько видео выйдет из стартовых 30 кредитов?
Двенадцать секунд на самой дешёвой модели: секунда на Seedance 1.5 Pro в 480p стоит 2 кредита, минимальный ролик — четыре секунды за 8. На Grok Imagine минимум шесть секунд за 12 кредитов, то есть два ролика. На Veo 3.1 Lite — один запуск за 25 кредитов.
Нужен ли VPN для генерации видео?
Нет. Все видеомодели работают из России напрямую в браузере, описание сцены пишется по-русски, оплата проходит российской картой в рублях.
Ещё в блоге
Промпты для видео нейросети
Движение, камера, свет и длительность: из чего собирается промпт, по которому получается ролик.
Как пользоваться нейросетью
Четыре шага первого запуска: задача, модель, запрос, разбор результата.
Двенадцать приёмов контроля над кадром
Раскладка первой фразой, плотность сцены, тайм-коды в видео и замок сохранности товара.
Соберите первую сцену
Зарегистрируйтесь и получите 30 кредитов: этого хватает на двенадцать секунд видео на лёгкой модели.