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.

Экран генерации видео: поле описания сцены, выбор модели и формата кадра

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.

Экран генерации видео: переключатель «из текста в видео», модель Seedance V1 Lite, разрешение 720p, длительность 5 секунд и цена 20 кредитов на кнопке
Разрешение и длительность задаются до запуска, и цена на кнопке пересчитывается сразу: пять секунд в 720p — 20 кредитов.

Чем отличаются два способа

Разница не в качестве, а в том, что оказывается в кадре.

СпособЧто на входеЧто в кадреКогда брать
Сцена по описаниюТолько текстПридуманные моделью объектыФон, перебивка, абстракция, подложка под титры
Оживление кадраФотография и описание движенияВаш предмет или человекТовар, 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. У Seedance 1.5 Pro и Veo 3.1 действует фиксированная цена за ролик, которая зависит от параметров генерации.

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 шестнадцать раз.

Тарифы видеомоделей

Кредит по среднему пакету стоит около 1,3 ₽. У Seedance 1.5 Pro цена фиксирована за ролик и зависит от длительности, разрешения и звука; у остальных моделей в таблице показана ставка и цена короткого запуска.

МодельРазрешениеТарифКороткий ролик
Seedance 1.5 Pro480pза ролик4 секунды — 8 без звука / 16 со звуком
Seedance 1.5 Pro720pза ролик4 секунды — 14 без звука / 28 со звуком
Seedance 1.5 Pro1080pза ролик4 секунды — 34 кредита
Grok Imagine480p2 кредита за секунду6 секунд — 12 кредитов
Grok Imagine720p3 кредита за секунду6 секунд — 18 кредитов
Seedance 2.0 Mini480p8 кредитов без исходного видео4 секунды — 32 кредита
Seedance 2.0720p33 кредита без исходного видео4 секунды — 132 кредита
Kling 3.0720p, без звука12 кредитов3 секунды — 36 кредитов
Kling 3.0720p, со звуком16 кредитов3 секунды — 48 кредитов
Kling 3.01080p, без звука15 кредитов3 секунды — 45 кредитов
Kling 3.01080p, со звуком22 кредитов3 секунды — 66 кредитов
Veo 3.1 Liteфиксированная цена за роликЦена зависит от разрешенияСумма показана перед запуском
Veo 3.1 Qualityфиксированная цена за роликЦена зависит от разрешенияСумма показана перед запуском

Откуда в ролике берётся звук?

Своим звуком отдаёт Kling 3.0: он генерирует дорожку вместе с картинкой. Разница в цене заметная — 16 кредитов за секунду со звуком против 12 без звука в 720p и 22 против 15 в 1080p.

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: 4, 8 и 12 секунд стоят 8, 16 и 18 кредитов без звука. Для длинного движения — Veo 3.1: там фиксированная цена за ролик. 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?

На Seedance 1.5 Pro в 480p ролик на 12 секунд стоит 18 кредитов, а на 4 секунды — 8: оба запуска укладываются в стартовый баланс 30 кредитов. На Grok Imagine минимум шесть секунд за 12 кредитов, то есть два ролика. У Veo 3.1 фиксированная цена за ролик зависит от разрешения и видна перед запуском.

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.

Соберите первую сцену

Зарегистрируйтесь и получите 30 кредитов: этого хватает на двенадцать секунд видео на лёгкой модели.

Получить 30 кредитов