Нейросеть картинки для видео: раскадровка и кадры под оживление

Короткий ответ: ролик из нейросети почти никогда не начинают с видеомодели. Сначала в генераторе изображений рисуют кадры, по одному на сцену, потом каждый кадр оживляют на 5-10 секунд и склеивают в монтажной программе. Картинка считается 10-40 секунд и стоит копейки, видео — минуты и кредиты, поэтому свет, ракурс и внешность героя дешевле утвердить на статике. Ролик на минуту — это 12-14 кадров и примерно вдвое больше попыток.

Почему кадр рисуют в генераторе изображений, а не просят видеомодель сразу

Видеомодель принимает и текстовое описание, и картинку. Разница не в качестве, а в том, что вы успеваете проконтролировать до того, как потратили деньги.

Есть один случай, когда рисовать кадр незачем: атмосферная перебивка без героя и без узнаваемого места. Дождь по стеклу, волна, пар над чашкой. Там хватает текстового запроса, и лишний шаг не окупается.

Как разложить сценарий на кадры: одна мысль — один кадр на 5 секунд

Раскадровка делается до всякой генерации, обычной таблицей в блокноте. Порядок такой.

1. Напишите текст ролика вслух — то, что будет звучать или читаться. Хронометраж считается по речи: 140-150 слов на минуту.
2. Разрежьте текст на смысловые куски по 4-6 секунд. Один кусок — одна мысль. Если в предложении два действия, это два кадра.
3. К каждому куску припишите, что зритель видит. Не «красиво про доставку», а «руки закрывают коробку скотчем, крупный план, стол у окна».
4. Отметьте план: общий, средний, крупный. Два одинаковых плана подряд смотрятся как остановка, поэтому крупность чередуют.
5. Отметьте движение, которое понадобится от видеомодели: наезд, проводка, поворот головы, пар поднимается. Одно движение на кадр.
6. Пометьте кадры без героя. Их генерировать проще всего, с них и начинают, чтобы набить руку на сервисе.

Готовая раскадровка выглядит как таблица из пяти столбцов: номер, реплика, что в кадре, план, движение. С ней запрос к генератору пишется за минуту, потому что половина работы уже сделана словами.

Что должно быть в картинке, чтобы видеомодель её оживила

Красивая картинка и картинка, пригодная под оживление, — это разные вещи. Второй нужен запас, которого первая обычно не имеет.

• Свободное поле по краям. Объект, упирающийся в рамку, при наезде камеры обрезается или растягивается. Оставляйте 10-15% пустоты со стороны предполагаемого движения.
• Один центр внимания. Три равнозначных объекта модель начинает двигать одновременно и все три ломает.
• Поза, из которой есть куда двигаться. Человек, застывший лицом в камеру с руками по швам, оживает хуже, чем тот же человек в середине шага.
• Глубина. Передний план, герой, фон. Плоская заливка сзади при движении камеры превращается в кашу.
• Никаких мелких надписей. Вывеска, ценник, этикетка при оживлении расползаются в набор похожих на буквы закорючек. Текст ставится слоем в монтаже.
• Целые руки и лица. Дефект, который на статике почти незаметен, за 5 секунд движения становится главным событием кадра.
• Разрешение не ниже 1080 по короткой стороне. Мелкий исходник видеомодель размывает, и вернуть резкость потом дороже, чем перерисовать кадр.

Как удержать одного героя во всех кадрах: референс, повтор описания и один свет

Главная беда собранных из генераций роликов — в каждой сцене новый человек. Лечится это тремя приёмами, и работают они только вместе.

1. Описание внешности из 6-8 признаков, зафиксированное дословно: возраст, тип лица, цвет и длина волос, цвет глаз, одежда с цветом и материалом, особая примета. Этот блок копируется в каждый запрос без изменений.
2. Референс вместо описания. Первый удачный кадр подаётся в генератор как образец: в Midjourney это ссылка на изображение персонажа, в остальных сервисах — режим генерации по картинке. Сходство держится заметно лучше, чем от текста.
3. Один свет и один объектив на весь ролик. В запросе повторяются формулировки про источник света, время суток и фокусное расстояние. Смена света читается зрителем как смена человека, даже когда лицо то же.
4. Проверка попарно. Кадры выкладываются рядом в один файл и смотрятся вместе. Отличия видны только в сравнении, поодиночке каждый кадр кажется нормальным.

Если герой всё равно плывёт, задачу упрощают: снимают лицо со спины, с затылка, руками, силуэтом. Ролик про доставку прекрасно живёт без единого лица в кадре.

Технические требования к кадру: 1080×1920, поля под титры и ноль текста

Соотношение задаётся на этапе картинки, а не потом. Кадр 16:9, обрезанный до вертикали, теряет половину композиции, и герой оказывается на краю. Из бесплатных генераторов кадры в вертикали нормально держат Кандинский и Шедеврум, из платных — Midjourney и Flux через сервисы с оплатой по подписке.

Приём «последний кадр становится первым»: склейка двух сцен без прыжка

Два клипа, сделанных из двух разных картинок, на стыке дают скачок: свет другой, поза другая, зритель спотыкается. Приём, который это убирает, стоит одну лишнюю операцию.

1. Оживите первый кадр и сохраните готовый клип.
2. Вытащите из него последний кадр как картинку — это делается в любой монтажной программе экспортом стоп-кадра.
3. Подайте этот стоп-кадр в генератор изображений в режиме правки: поменяйте только то, что должно измениться в новой сцене.
4. Полученную картинку оживите как второй клип. Свет, одежда и фон перейдут из первого клипа сами.
5. Склейте два клипа встык. Переход перестаёт читаться, дополнительная плашка на монтаже не нужна.

У части видеосервисов этот же приём встроен: в настройках задаётся первый и последний кадр клипа, и модель достраивает движение между ними. Так делают переход из состояния «до» в состояние «после» — для рекламы услуг это самый ходовой кадр.

Сколько кадров и попыток уходит на ролик в 60 секунд

Итого рабочий день на минуту готового видео у человека, который делает это не в первый раз. Первый ролик занимает два-три дня, и это нормально: время уходит не на кнопки, а на понимание, какой кадр вообще оживёт. Из брака примерно половина отсеивается ещё на картинках, и это самая дешёвая половина — в видеогенерации каждая такая попытка стоила бы кредитов и минут ожидания.

Где раскадровка нейросетью превращается в оплачиваемую работу

Заказчику продают не картинки и не клипы, а понятный процесс: сценарий, утверждённая раскадровка, готовый ролик в срок и фиксированное число правок. Раскадровка тут — главный документ: она согласовывается за час и снимает половину споров, потому что клиент видит будущий ролик до того, как на него потрачены деньги. Как собрать такой процесс и сколько закладывать на брак, разобрано на странице курса для дизайнеров и видеомейкеров, а как встроить эти ролики в регулярный контент для соцсетей — на странице для специалистов по соцсетям. Если непонятно, хватит ли под ваши задачи бесплатных лимитов или нужна подписка, для этого есть бесплатный разбор на 20-30 минут.

Частые вопросы

Какая нейросеть делает картинки для видеоКадры рисуют в генераторах изображений: Midjourney, Flux, GPT Image, Recraft, из бесплатных и русскоязычных - Кандинский и Шедеврум. Оживляют кадр уже видеосервисы: Kling, Hailuo, Runway, Luma, Veo. Это два разных инструмента и два разных счёта.

Можно ли сделать видео из картинки бесплатноДа, у большинства видеосервисов есть суточная выдача кредитов, которой хватает на несколько клипов по 5 секунд в день. Ограничения бесплатного уровня обычно те же: водяной знак, очередь подлиннее и меньшее разрешение. Точные лимиты меняются, их смотрят на странице тарифов сервиса.

Сколько картинок нужно на ролик в одну минутуСчитайте по 5 секунд на кадр: минута - это 12-14 кадров. С учётом брака нарисовать придётся 20-30 картинок, из них до видео дойдёт примерно половина. Ролик на 15 секунд для сторис - это 3-4 кадра.

Почему сгенерированная картинка не оживает нормальноЧаще всего в кадре нечему двигаться: герой стоит в замороженной позе, фон плоский, объект упирается в край рамки. Видеомодели нужен запас пространства по краям, один понятный центр внимания и предмет, у которого есть очевидное движение.

Как сделать так, чтобы герой был одинаковым во всех кадрахОпишите внешность 6-8 признаками и повторяйте формулировку дословно во всех запросах, а лучше подайте первый удачный кадр как референс через режим по образцу. Одинаковыми должны быть и свет, и одежда, и объектив, иначе склейка кадров развалится.