Zero Shot

Как делают видео с помощью нейросети: путь от вашего сообщения до готового рилса

Как делают видео с помощью нейросети в студии: что решают люди, что делают модели, на что уходит время, что вы утверждаете и что нужно прислать.

Обновлено 7 мин чтения

Если коротко, видео с помощью нейросети делают так: люди придумывают идею, хук, сценарий и стиль, модель для изображений рисует ключевые кадры, видеомодель превращает каждый утверждённый кадр в несколько секунд движения, а затем люди выбирают дубли, исправляют дефекты, монтируют и добавляют звук. Сама генерация занимает минуты. Рабочее время уходит на выбор и доводку, а календарное в основном на согласования.

Здесь описано, что студия делает для клиента, от первого сообщения до готового файла. Если хочется попробовать самостоятельно, у нас есть пошаговая инструкция, как делать рилсы с помощью нейросети: там тот же процесс, но для тех, кто делает всё своими руками, с инструментами и настройками экспорта.

Как делают видео с помощью нейросети: этапы

Этап Что происходит Кто делает Что делаете вы Срок в общих чертах
1. Бриф и цена Мы читаем сообщение, задаём два или три вопроса и называем фиксированную цену Люди Присылаете оффер, аудиторию, референсы В тот же день или на следующий
2. Идея, хук и сценарий Одна идея, первые две секунды, список шотов с текстом озвучки или титров Люди Утверждаете сценарий Один или два дня
3. Стиль в статичных кадрах Ключевой кадр каждого шота, собранный по фото продукта и референсам Рисует модель, направляют и выбирают люди Утверждаете кадры От одного до трёх дней
4. Движение Каждый утверждённый кадр превращается в шот на несколько секунд, в нескольких дублях Генерирует видеомодель, выбирают люди Обычно ничего От одного до трёх дней
5. Монтаж, субтитры и звук Монтаж в ритм, субтитры, голос, шумы, музыка, цвет Люди Смотрите монтаж Один или два дня
6. Правки и сдача Согласованные изменения и финальные файлы в нужных форматах Люди Принимаете работу Один или два дня

Этапы частично идут параллельно, а сроки зависят от длины ролика и количества шотов. Как правило, первый рилс готов через одну или две недели. Следующие ролики той же серии делаются быстрее, потому что стиль, персонаж и голос уже согласованы.

Что решают люди до начала генерации?

Четыре вещи, и они важнее любого инструмента.

Идея. Один рилс доносит одну мысль. «Наша сыворотка достаточно мягкая, чтобы пользоваться ею каждый день» можно назвать идеей. «Расскажите о нашем бренде» идеей назвать нельзя. Если в брифе три сообщения, мы помогаем выбрать одно, а два других становятся следующими роликами.

Хук. Первый кадр и первая фраза решают, увидит ли кто-нибудь остальное. Мы пишем несколько вариантов начала для одной идеи и выбираем один до того, как двигаться дальше. Слабый хук потом не спасти красивой картинкой.

Сценарий. В коротком формате это список шотов: от восьми до двенадцати строк, в каждой один кадр и слова, которые звучат или появляются на экране. Он помещается на одну страницу, и его вы утверждаете первым.

Стиль. Кто в кадре, где он находится, какое время суток, как ведёт себя камера, какие цвета повторяются. Всё это мы фиксируем в коротком наборе референсов. Если этого не сделать, модель охотно нарисует каждый шот в новом стиле.

Что на самом деле делают модели?

Две задачи, и всегда в одном порядке.

Сначала модель для изображений рисует ключевой кадр каждого шота как обычную картинку. Здесь и нужны ваши фотографии продукта, предметная съёмка или 3D-файлы: кадр строится вокруг настоящего предмета, а не вокруг того, как его представляет себе нейросеть. Одни и те же референсы используются от шота к шоту, чтобы человек, комната и свет не менялись.

Затем видеомодель оживляет каждый утверждённый кадр: камера медленно приближается, рука поднимает чашку, поднимается пар, героиня поворачивает голову к окну. Шот длится несколько секунд и содержит одно действие. В длинных и перегруженных шотах лица начинают плыть, а физика ломается.

На этом работа моделей заканчивается. Они не знают, что вы продаёте, с кем разговариваете и какой из четырёх дублей удачный.

На что реально уходит время?

Не на генерацию. Дубль рендерится, пока вы завариваете чай. Часы уходят на четыре другие вещи.

  • Выбор между дублями. Каждый шот генерируется несколько раз, и большая часть дублей отправляется в корзину. Отсматривать их внимательно, кадр за кадром, долго. Но именно это отличает ролик, который держится, от ролика, в котором что-то не так, хотя никто не может объяснить, что именно.
  • Исправление дефектов. Сгенерированное видео «плывёт». Меняется этикетка, рукав становится другого цвета, на полсекунды появляется шестой палец. Что-то лечится новой генерацией, что-то правкой отдельных кадров, а что-то монтажной склейкой в обход проблемы.
  • Монтаж. Темп, порядок, субтитры, а также текст и логотипы, которые добавляются вручную, потому что рисовать их модели доверять нельзя.
  • Звук. Озвучка, шаги, шорох ткани, звук помещения, музыка с лицензией под ваш способ использования. Один и тот же шот в тишине выглядит как рендер, а с настоящим звуком воспринимается как съёмка.

В Zero Shot, лондонской студии AI-видео, мы на каждом проекте закладываем на доводку больше времени, чем на генерацию. Если вы сравниваете подрядчиков, спросите каждого, как у него распределяется время. Остальные полезные вопросы собраны в чек-листе, как выбрать студию AI-видео.

Какие этапы согласования вас ждут?

Обычно их три, и весь смысл в порядке.

  1. Сценарий. Вы утверждаете идею, хук и список шотов. Правки здесь ничего не стоят.
  2. Статичные кадры. Вы видите весь рилс как последовательность картинок и утверждаете человека, продукт, место и цвета. Правки здесь занимают минуты.
  3. Монтаж. Вы смотрите готовый ролик со звуком и просите изменения в пределах оговорённых кругов правок. Здесь правка может означать новую генерацию шотов, то есть часы или дни.

Поэтому студия и просит посмотреть картинки раньше, чем что-то начнёт двигаться. Спорят чаще всего о стиле, и спорить дешевле всего на этапе кадров. Если этот этап пропустить, а на монтаже выяснится, что лицо ведущей не нравится, самая дорогая правка придётся на самый дорогой момент.

Что нужно прислать клиенту?

Меньше, чем для съёмки, но кое-что всё же нужно.

  • Что вы продаёте и одно предложение или сообщение для этого ролика
  • Для кого видео и где оно будет показываться: обычные рилсы, платная реклама, страница товара
  • Один или два рилса, которые вам нравятся, и пара слов о том, чем именно
  • Фотографии продукта с разных сторон при ровном свете, а если есть, то предметная съёмка или 3D-файлы
  • Логотип, шрифты и фирменные цвета
  • Всё, что должно прозвучать дословно: цены, юридические оговорки, формулировки, которые вам разрешено использовать
  • Язык ролика или оба языка, если нужны версии на русском и английском
  • Один человек, который утверждает каждый этап, желательно в течение дня

Последний пункт влияет на срок сильнее, чем всё, что делаем мы. Если кадр должны согласовать четыре человека, каждое согласование длится вчетверо дольше.

Сколько времени занимает AI-видео?

Для рилсов и серий коротких видео счёт идёт на недели: не на часы, но и не на месяцы. Сама работа укладывается в несколько рабочих дней. До одной или двух недель первый ролик растягивают согласования.

Срок увеличивают три вещи: продукт, который обязан быть точным в каждом кадре, как в видео о продукте, персонаж, который должен оставаться одинаковым во множестве шотов, и длинные форматы, где только разработка стиля может занять неделю. Сокращают срок тоже три вещи: одно ясное сообщение, хорошие фотографии продукта в первый же день и быстрые ответы.

Одна честная оговорка. Если вам нужно показать реального человека или реальное место в точности такими, какие они есть, генерация не подойдёт, как бы быстро она ни работала. Где проходит эта граница, мы разобрали в материале AI-видео или съёмка.

Хотите увидеть процесс изнутри? Пришлите короткий бриф: что вы продаёте, для кого и один рилс, который вам нравится. В ответ вы получите несколько вопросов и фиксированную цену.

Частые вопросы

Правда ли, что AI-видео получается из одного текстового запроса?

Нет. Запрос даёт один короткий клип, а готовый рилс состоит из десяти и более клипов, которые должны совпадать между собой, держать сценарий и что-то продавать. Идею, сценарий, стиль, выбор дублей, монтаж и звук делают люди.

Что прислать в студию, чтобы начать работу?

Напишите, что вы продаёте, кто это покупает, где будет показываться видео, и приложите один или два рилса, которые вам нравятся. Если в кадре есть продукт, добавьте его чёткие фотографии с разных сторон, а также логотип, шрифты и фирменные цвета.

Будет ли мой продукт выглядеть правильно в сгенерированном видео?

Будет, если студия работает от ваших собственных фото, предметной съёмки или 3D-файлов и проверяет продукт в каждом шоте. Этикетки и логотипы лучше добавлять на монтаже, потому что мелкий текст модели до сих пор искажают.

Зачем студия показывает картинки раньше, чем видео?

Потому что картинку можно поменять за секунды, а на переделку готового шота уходят часы. Когда стиль утверждён в кадрах, дорогой этап начинается только после того, как все согласны, как выглядит ролик.

Читайте также

Контакты

Расскажите, что вам нужно

Выберите пару вариантов. Мы откроем чат, где бриф уже написан за вас.

Что нужно?
Когда?
Бюджет
Ваше сообщениеЗдравствуйте, Zero Shot! Хочу обсудить проект.
Отправить через

Удобнее голосом? Отправьте голосовое сообщение. На русском или английском, как вам проще.

WhatsApp Обсудить проект