Этот словарь AI-видео объясняет 40 терминов, с которыми вы почти наверняка столкнётесь, когда заказываете, делаете или согласовываете ролик, созданный с помощью генеративного ИИ. Термины сгруппированы по этапам: модели, промпты, монтаж, звук, реклама и правила. Каждому дано определение в одном, двух или трёх простых предложениях. Рядом стоит английское название, потому что именно его вы увидите в интерфейсах, сметах и поиске.
Определения проверены 20 сентября 2026 года. Сами слова меняются медленно, а инструменты быстро, поэтому актуальные названия смотрите в обзоре лучшая нейросеть для видео в 2026 году.
Модели и генерация
- Генеративный ИИ (generative AI). Программы, которые создают новый текст, изображения, звук или видео на основе закономерностей, выученных на огромном объёме готовых материалов. Модель предсказывает, как выглядит правдоподобный результат. Она ничего не ищет и ничего не снимает.
- Диффузионная модель (diffusion model). Тип модели, на котором работает большинство нынешних генераторов изображений и видео. Её учат убирать шум с картинок, поэтому она может начать с чистого случайного шума и шаг за шагом превратить его в кадр, соответствующий запросу.
- Текст в видео (text-to-video). Создание клипа только по текстовому описанию. Это быстро и удобно для поиска идей, но почти всё о внешнем виде результата решает модель.
- Изображение в видео (image-to-video). Оживление статичного кадра, который вы заранее дали или утвердили. Стиль зафиксирован до появления движения, поэтому студии опираются именно на этот способ. Подробнее об этом в статье о том, как делать рилсы с помощью нейросети.
- Видео в видео (video-to-video). Изменение готового материала с помощью запроса или референса: другой стиль, другой фон, другая одежда. Движение исходного клипа сохраняется.
- Сид (seed). Число, которое задаёт случайную начальную точку генерации. Если повторить сид с тем же запросом, настройками и версией модели, результат воспроизводится, и можно менять по одному параметру за раз.
- Временная согласованность (temporal consistency). То, насколько лицо, продукт или фон остаются одинаковыми от кадра к кадру. Когда она слабая, картинка мерцает, этикетки «плывут», а черты лица постепенно меняются.
- Артефакт (artefact). Видимая ошибка модели: лишний палец, расплывшийся текст, предмет, проходящий сквозь другой.
Промпты и управление
- Промпт (prompt). Инструкция для модели. Хороший промпт для видео читается как строка из режиссёрского листа: объект, действие, место, свет, объектив и движение камеры.
- Негативный промпт (negative prompt). Список того, чего в кадре быть не должно: текст, лишние люди, размытие. В одних сервисах для него есть отдельное поле, другие его вообще не поддерживают.
- Референс (reference image). Изображение, которое показывает модели, как должен выглядеть человек, продукт или стиль. Несколько референсов с разных ракурсов работают лучше одного.
- Ключевой кадр, кейфрейм (keyframe). Изображение, которое фиксирует, как клип обязан выглядеть в определённый момент. Многие сервисы принимают первый и последний кадр, а некоторые больше: Ray3.2 от Luma, например, допускает до 16 в одном клипе.
- Консистентность персонажа (character consistency). Умение сохранять одного и того же героя или маскота узнаваемым во многих кадрах и роликах. Для этого нужны референсы, неизменное описание и дисциплина. Методы разобраны в статье одинаковый персонаж в нейросети.
- Управление камерой (camera control). Указание модели, как движется камера: наезд, облёт, наклон, съёмка с рук. В одних сервисах это ползунки и пресеты, в других движение описывают в промпте.
- LoRA. Сокращение от low-rank adaptation. Это небольшое дополнение к модели, обученное на небольшом наборе изображений, чтобы она воспроизводила конкретный продукт, лицо или стиль. Чаще всего его применяют с моделями, которые можно запускать самостоятельно.
Производство и монтаж
- Раскадровка (storyboard). Последовательность кадров, которая показывает ролик план за планом до его создания.
- Разработка стиля (look development). Этап, на котором статичные изображения фиксируют стиль, людей и продукт до генерации движения. Правки здесь занимают минуты, поэтому замечания лучше всего давать именно тогда.
- Апскейл (upscaling). Повышение разрешения клипа, например с 720p до 4K, с помощью модели, которая дорисовывает правдоподобные детали. Картинка становится чётче, но неправильную этикетку апскейл не исправит.
- Инпейнтинг (inpainting). Перегенерация одной выбранной области изображения или видео при сохранении всего остального. Так исправляют неудачную руку или случайный логотип, не переделывая весь кадр.
- Композитинг (compositing). Сборка одного кадра из отдельно сделанных элементов, например настоящая фотография вашего товара внутри сгенерированной сцены. Это самый надёжный способ сохранить точность в видео о продукте.
- Цветокоррекция (colour grade). Выравнивание цвета и контраста во всех кадрах, чтобы ролик выглядел цельным. Клипы из разных моделей получаются разными по картинке, поэтому здесь цветокоррекция важнее обычного.
Звук и голос
- Нативный звук (native audio). Звук, который та же модель генерирует вместе с изображением: речь, эффекты, атмосфера. Он есть у Veo 3.1, Kling 3.0 и Seedance 2.5.
- Синтез речи (text-to-speech, TTS). Синтетический голос, читающий текст. Хороший результат всё равно требует работы: пунктуации и дублей.
- Клонирование голоса (voice cloning). Создание синтетического голоса по записям реального человека. Нужны письменное согласие этого человека и ясная договорённость о том, для чего голос можно использовать.
- Липсинк (lip-sync). Совмещение движений губ человека в кадре со звуковой дорожкой. Благодаря ему аватар или дублированный ведущий выглядит так, будто действительно говорит.
- AI-дубляж (AI dubbing). Перевод речи в видео на другой язык, часто голосом самого говорящего и с подгонкой губ. О практической стороне читайте в статье видео на двух языках.
- Саунд-дизайн (sound design). Шаги, шорох ткани, тон помещения и другие эффекты, из-за которых изображению веришь. Сгенерированный материал часто приходит немым или с бедным звуком, так что на этом этапе делается очень много. Смотрите статью звук для AI-видео.
Реклама и площадки
- Хук (hook). Первые одна, две или три секунды короткого видео, которые решают, будут ли его смотреть дальше. Форматы, которые стоит попробовать, собраны в статье хуки для рилс: примеры.
- Реклама в стиле UGC (UGC-style ad). Реклама, сделанная похожей на видео, которое покупатель сам снял на телефон. Если человек в кадре сгенерирован, её часто называют AI UGC. Мы объясняем формат в статье что такое AI UGC-реклама.
- AI-аватар, AI-ведущий (AI avatar, AI presenter). Цифровой человек, который произносит текст на камеру. Его можно придумать с нуля или создать на основе реального человека с его согласия. Смотрите нашу услугу AI-ведущие и аватары.
- 9:16. Вертикальное соотношение сторон для Instagram Reels, TikTok и YouTube Shorts. Обычный размер экспорта составляет 1080 на 1920 пикселей.
- Безопасная зона (safe zone). Часть вертикального кадра, которую не перекрывает интерфейс приложения. Субтитры, логотипы и цены размещают внутри неё, потому что по краям поверх видео лежат имя аккаунта, кнопки и подпись. Отступы в пикселях приведены в нашей шпаргалке про размер рилс, безопасные зоны и настройки экспорта.
- Тестирование креативов (creative testing). Запуск нескольких версий рекламы, обычно с разными хуками, чтобы узнать, какая работает лучше. Дешёвые вариации стали одной из главных причин, по которым бренды используют ИИ для рекламы в соцсетях.
Права и правила
- Дипфейк (deepfake). Видео или аудио, где реальный человек делает или говорит то, чего на самом деле не было. Статья 50 европейского Закона об ИИ, которая применяется со 2 августа 2026 года, обязывает тех, кто публикует дипфейки, сообщать, что контент создан искусственно.
- Образ и согласие (likeness and consent). Образ человека складывается из узнаваемого лица, голоса и манеры. Чтобы использовать его в ролике или аватаре, нужно письменное разрешение с указанием медиа, территории и срока.
- Маркировка AI-контента (AI label). Пометка на посте или рекламе о том, что материал создан или изменён с помощью ИИ. TikTok просит авторов отмечать реалистичный AI-контент, Meta показывает метку «AI info», а YouTube просит раскрывать реалистичный изменённый или синтетический контент при загрузке. Подробнее о том, когда маркировка обязательна на каждой площадке, мы написали отдельно.
- Content Credentials. Защищённые от подделки данные, приложенные к файлу: откуда он взялся и как его редактировали. Стандарт разрабатывает коалиция C2PA, которая сравнивает его с этикеткой состава на продуктах. Площадки читают эти данные и ставят AI-метки автоматически.
- Невидимый водяной знак (invisible watermark). Сигнал, спрятанный в пикселях или звуке, который помечает файл как созданный ИИ и рассчитан на то, чтобы пережить обычный монтаж. Самый известный пример: SynthID от Google, встроенный во всё, что создают Veo и Gemini Omni.
- Права на использование (usage rights). Условия, которые определяют, где, как долго и в каких медиа можно показывать видео. Платная реклама, дополнительные страны и долгие сроки часто оцениваются отдельно, поэтому договоритесь о них до начала работы. Начните с того, где будет показано видео: это третья строка нашего шаблона брифа на видео.
- Авторское право на результат ИИ (copyright in AI output). Принадлежит ли кому-то сгенерированное видео, зависит от страны и от того, сколько в нём человеческого творческого вклада. Бюро авторского права США в январе 2025 года пришло к выводу, что материал, целиком созданный ИИ, не охраняется и что одних промптов недостаточно. Старая британская норма о произведениях, созданных компьютером, сейчас пересматривается. Что бренду стоит закрепить письменно, описано в нашем разборе, кому принадлежит AI-видео. Это общая информация, а не юридическая консультация.
Как пользоваться этим словарём
Чтобы заказать хороший ролик, знать эти слова необязательно. Они помогают в двух местах. Первое место: чтение сметы, где разработка стиля, апскейл и права на использование превращаются в строки с ценами. Второе: обратная связь, где фраза «в четвёртом кадре плывёт этикетка» приводит к исправлению быстрее, чем «что-то не так».
В Zero Shot, лондонской студии AI-видео, мы стараемся не пользоваться жаргоном в собственных ответах. Если в предложении студии встретился термин, которого нет в этом списке, попросите его объяснить. А если у вас уже есть проект, пришлите короткий бриф, и мы ответим простым языком и с фиксированной ценой.
Частые вопросы
Чем text-to-video отличается от image-to-video?
Text-to-video создаёт клип только по текстовому запросу, и всё о внешнем виде решает модель. Image-to-video начинает со статичного изображения, которое вы дали или утвердили, поэтому стиль зафиксирован ещё до движения. Второй способ управляется лучше.
Что такое сид в генерации видео?
Сид (seed) задаёт случайную начальную точку генерации. Тот же сид с тем же запросом, настройками и версией модели даёт такой же или очень похожий результат, и это позволяет менять по одному параметру за раз.
Чем дипфейк отличается от AI-аватара?
Дипфейк показывает реального человека, который делает или говорит то, чего не делал и не говорил, обычно без его разрешения. AI-аватар является цифровым ведущим, придуманным с нуля или созданным на основе человека, который дал письменное согласие. Граница проходит по согласию.
Нужно ли маркировать видео, сделанное нейросетью?
Часто да. У TikTok, Meta и YouTube есть правила раскрытия реалистичного AI-контента, а требования прозрачности из статьи 50 европейского Закона об ИИ применяются со 2 августа 2026 года. Сверяйтесь с актуальной справкой каждой площадки. Это общая информация, а не юридическая консультация.