Полная версия:
Полное руководство по AI-видеопроизводству. Часть 2
Камера и оптика
Автор выбирает крупность, высоту камеры, угол, объектив, траекторию и скорость. Эти параметры должны выражать отношение к событию. Медленный push-in усиливает внимание, но не подходит автоматически каждой эмоциональной сцене. Статичная камера может быть сильнее, если зритель должен наблюдать и самостоятельно заметить изменение. Движение камеры получает смысл только в связи с действием и монтажом.
Свет и цвет
Режиссёр фиксирует направление света, контраст, температуру, мотивированный источник и допустимую насыщенность. Эти решения должны повторяться между шотами. Если крупный план внезапно получает другой key light или тон кожи, зритель чувствует разрыв, даже если не может объяснить его словами. На финальном этапе материалы разных моделей приводятся к общей базе, а затем получают единый look.
Референсы и их роли
Каждый референс должен иметь назначение. «Нравится эта картинка» — слабая инструкция. Полезная формулировка звучит конкретно: Image 1 фиксирует лицо и причёску; Image 2 — костюм; Image 3 — планировку комнаты; Video 1 — пластику; Audio 1 — голос; текст не должен переносить цвет и освещение из Image 1. Такая разметка снижает вероятность смешивания признаков.
Image / Video / Audio 1 — локальные слоты конкретного интерфейса, не Reference IDs. В проекте каждому материалу назначается REF с authority binding и actual AS/VER; compiler сопоставляет устойчивую связь со слотами текущего route. Один provider label не становится глобальным ID.
Звук
AI-режиссёр проектирует реплики, паузы, фон, ключевые шумы и музыкальное развитие. Он решает, какой звук создаётся нативно, какой берётся из референса, а какой будет заменён после генерации. Также он планирует звуковые мосты между шотами. Иногда именно звук объясняет связь, которую изображение само по себе не удерживает.
Производственные ограничения
Формат кадра, разрешение, длительность, бюджет генераций, дедлайн, права на материалы и требования площадки входят в режиссёрскую задачу. Сцена для вертикального Reels проектируется иначе, чем широкий кадр для презентационного фильма. Если ключевое действие происходит по краям 16:9, простой кроп в 9:16 разрушит композицию. Ограничения нужно учитывать до генерации.
Контроль качества
Финальный выбор делается не по одному стоп-кадру. AI-режиссёр проверяет лицо, руки, глаза, артикуляцию, контакт с предметами, физику одежды и волос, географию, свет, текст в кадре, синхронизацию звука, монтажную точку и возможность продолжить сцену. Удачный кадр, который нельзя соединить с соседними, может оказаться слабым дублем для фильма.
1.5 Сценарий референсы storyboard генерация монтаж
Короткая формула процесса выглядит так: сценарий → референсы → storyboard → генерация → монтаж. На практике между этими этапами есть несколько решений, и пропуск любого из них увеличивает количество случайных перегенераций.
1. Задача и формат. Определить аудиторию, платформу, длительность, соотношение сторон, цель и ожидаемое действие зрителя. На этом этапе решается, что именно считается готовым результатом.
2. Идея и режиссёрская концепция. Сформулировать логлайн, конфликт, визуальную идею и эмоциональную дугу. Для короткого ролика достаточно одного ясного изменения, но оно должно быть читаемым.
3. Сценарий и beat sheet. Разделить историю на события. Каждый beat должен вводить новую информацию, менять действие или эмоциональное состояние.
4. Project Bible. Зафиксировать правила проекта: формат, визуальный стиль, камеру, свет, цвет, персонажей, локации, реквизит, голос и монтаж. Этот документ защищает проект от дрейфа между моделями и днями работы.
5. Reference pack. Собрать только те материалы, которые действительно управляют результатом. Подписать роль каждого изображения, видео и аудио. Удалить противоречащие референсы.
6. Shot list и storyboard по C14–15. Shot list хранит функцию, whole-frame timing, действие, camera/light/audio и refs. Storyboard связывает Start state → Action → End state, композицию и переход к следующему shot; это не набор независимых красивых картинок.
7. План генераций. Решить, что создавать одним проходом, что разбивать на отдельные шоты, где использовать start/end frame, где motion reference, а где Multi-Shot. Выбрать модель под задачу, а не под привычку.
8. Технический тест. Сначала проверить риск: профиль лица, контакт рук, камеру, двух персонажей, речь или переход. Сохранить inputs/settings и критерий. Экономия зависит от задачи и actual результатов; сам факт короткого теста не гарантирует меньше дублей.
9. Генерация и отбор. Сохранять версии, менять по одной переменной и оценивать дубль по заранее заданным критериям. Лучший результат — тот, который выполняет функцию шота и соединяется с соседними.
10. Монтаж и finishing. Черновая сборка с temp dialogue / звуковыми cues начинается рано. До picture lock проверяются длительность речи, sync feasibility, graphics/VFX needs и color management. После lock выполняются финальный conform, mix, color/graphics polish и export QC. Изменение текста или тайминга может потребовать reopen lock.
Эта схема циклична. Монтаж может показать, что нужен новый insert. Тест движения может заставить упростить storyboard. Неудачная реакция может изменить длительность предыдущего шота. Итерация считается нормальной, если проект сохраняет исходную цель и изменения делаются осознанно.
Как выглядит процесс на короткой сцене
Возьмём рекламную сцену на 15 секунд: на стол падает капля воды, превращается в прозрачную ткань и оборачивает флакон духов.
• Для этой рекламы выделим три production action phases: падение капли, превращение, раскрытие продукта. Dramatic beats по C13 появятся, если эти изменения несут информацию или меняют отношение зрителя; физические фазы и beats не являются синонимами.
• Reference pack фиксирует форму флакона, материал ткани, поверхность стола, палитру и движение жидкости.
• Storyboard задаёт макро-план капли, переход через движение ткани и финальный hero shot.
• План генераций разделяет физически рискованную трансформацию и стабильный продуктовый финал. Они могут выполняться разными моделями.
• Монтаж соединяет шоты по движению и звуку, а финальный цвет выравнивает блики, чёрную точку и насыщенность.
Если начать сразу с одного длинного промпта, модель вынуждена одновременно придумать физику, трансформацию, камеру, точный продукт и композицию финала. Разделение задачи повышает контроль и позволяет заменить только слабую часть.
1.6 Что отдавать модели и что делать самому
Полезная граница проходит не между «ручной» и «автоматической» работой, а между ответственностью за решение и скоростью исполнения. Модель сильна там, где нужно быстро исследовать пространство вариантов, синтезировать материал или выполнить чётко поставленную локальную задачу. Человек нужен там, где требуется намерение, вкус, контекст, ответственность и выбор.
Зона Роль AI режиссёра Роль модели Идея Выбирает тему, позицию и смысл Предлагает варианты, вопросы и альтернативы Сценарий Определяет конфликт, beats и финальное изменение Помогает структурировать и проверять логику Референсы Отбирает материалы и назначает их роли Анализирует признаки и собирает варианты reference pack Storyboard Выбирает точку зрения и функцию каждого шота Создаёт черновые кадры и варианты покрытия Генерация Ставит задачу, выбирает модель и критерии Синтезирует изображение, движение и звук Отбор Принимает или отклоняет дубль в контексте сцены Помогает найти технические дефекты и сравнить версии Монтаж Управляет смыслом, ритмом и вниманием Ускоряет транскрипцию, маскирование, очистку и черновые операции Финальная ответственность Проверяет права, этику, точность и готовность публикации Не может принять ответственность за выпускЧто разумно делегировать
• создание большого числа черновых вариантов композиции;
• перевод сценария в первичный beat sheet или shot list;
• анализ референса по камере, свету, движению и монтажу;
• адаптацию одной сцены под синтаксис разных моделей;
• генерацию раскадровочных кадров и технических тестов;
• локальное исправление фона, предмета или временного сегмента;
• поиск видимых continuity-ошибок и составление списка для проверки;
• рутинные операции постпродакшна, если результат можно проверить.
Что нельзя отдавать без контроля
• формулировку смысла и авторской позиции;
• выбор, какие эмоции допустимы и уместны для конкретной аудитории;
• решение о сходстве с реальным человеком, использовании голоса и прав на референсы;
• финальный выбор дубля и монтажной версии;
• проверку фактов, бренда, текста, логотипов и юридических ограничений;
• оценку того, понятна ли история зрителю без пояснений автора.
Модель может предложить монтаж, но не знает, какой оттенок паузы важен именно для вашей истории. Она может продолжить движение камеры, но не обязана понимать, что этот жест меняет отношение зрителя к герою. Она может сгенерировать убедительную речь, но не несёт ответственности за согласие владельца голоса. Человек остаётся автором решений даже тогда, когда большую часть материала синтезирует AI.
1.7 Почему один красивый кадр ещё не делает кино
Красивый still останавливает взгляд. Видео удерживает внимание во времени: через историю, продукт, пластику, ритм или атмосферу. Для narrative-сцены особенно важны причина и следствие, ожидание, действие и реакция. Эта книга даёт систему для разных форматов, а не требует от каждого ролика структуру фильма.
Один still не показывает, сохраняется ли персонаж при повороте, продолжается ли движение и работает ли звук. Проверяйте целый clip, соседние shots и последовательность. Stop-frame review полезен для деталей, но не заменяет playback и монтажную проверку.
Кино возникает между кадрами
Смысл часто появляется в склейке. Лицо героя и следующий кадр с пустой кроватью создают один вывод. То же лицо и кадр с открытым окном создают другой. Изображение героя не изменилось, но монтаж изменил его мысль в сознании зрителя. AI-режиссёр должен проектировать не только содержимое шота, но и связь с тем, что было до и будет после.
Такая связь строится несколькими способами:
• взгляд направляет внимание к следующему объекту;
• движение продолжается через склейку;
• форма, цвет или свет создают match cut;
• звук начинается раньше изображения или продолжается после него;
• реакция завершает действие предыдущего кадра;
• изменение крупности открывает новую информацию;
• пауза даёт зрителю время понять событие.
Пять проверок для красивого шота
1. Функция. Что этот шот сообщает или меняет? Если его удалить, сцена потеряет смысл, эмоцию или ритм?
2. Вход. Из какого положения, движения, звука и эмоционального состояния начинается кадр?
3. Выход. Какой элемент подготовит следующий шот: взгляд, движение, предмет, тишина или композиция?
4. Continuity. Совпадают ли персонаж, пространство, свет, реквизит и направление движения?
5. Монтажность. Есть ли момент, в котором кадр можно естественно сократить, продлить или соединить с соседним?
Если на большинство вопросов нет ответа, перед нами самостоятельная визуальная демонстрация. Она может быть полезна как mood shot, заставка, фон или часть портфолио. Для истории ей нужна функция внутри последовательности.
1.8 Главные ошибки начинающего AI режиссёра
1. Начинать с модели. Автор открывает любимый сервис и пытается придумать задачу под доступную кнопку. Правильнее сначала определить функцию сцены, а затем выбрать инструмент, который её выполняет.
2. Генерировать до сценарной структуры. Красивые дубли накапливаются, но не складываются в историю. Сначала нужен хотя бы короткий beat sheet: исходное состояние, событие, реакция и новый результат.
3. Пытаться уместить фильм в один промпт. Модель получает слишком много одновременных требований к персонажам, физике, камере, диалогу и переходам. Сложную задачу следует разбить на шоты или на несколько управляемых проходов.
4. Собирать референсы без ролей. Несколько красивых изображений могут противоречить друг другу по лицу, одежде, свету и композиции. Каждый файл должен отвечать за конкретный набор признаков.
5. Не задавать приоритеты. Если обязательная форма продукта стоит в одном ряду с пожеланием «атмосферно и кинематографично», модель может пожертвовать точностью ради стиля. Критичные ограничения нужно формулировать отдельно и проверять первыми.
6. Игнорировать continuity. Персонаж узнаваем в каждом отдельном клипе, но меняет рост, одежду, украшения, сторону пробора или манеру двигаться. Паспорт персонажа и continuity sheet должны появиться до серии генераций.
7. Оценивать по первому и последнему кадру. Артефакты часто возникают в движении: пальцы слипаются при контакте, предмет меняет форму, взгляд прыгает, ткань нарушает физику. Дубль нужно смотреть целиком, в нормальной скорости и покадрово в проблемных местах.
8. Менять всё одновременно. Новый промпт, другая модель, новые референсы и иная длительность не позволяют понять причину улучшения или ухудшения. Метод одной переменной делает тесты воспроизводимыми.
9. Доверять автоматическому Multi-Shot без проверки. Модель может красиво менять планы, но повторять информацию, перескакивать ось, терять реквизит или не выдерживать паузу. Автоматический монтаж следует оценивать по тем же правилам, что и ручной.
10. Перегенерировать всю сцену из-за одной ошибки без сравнения вариантов. Если доступны edit, mask, segment regeneration или cutaway, сначала оцените локальную правку. Она может быть дешевле, но может нарушить соседние участки; стоимость и стабильность проверяются, а не предполагаются.
11. Откладывать звук на самый конец. Речь и звуковые события влияют на длительность шотов, паузы и монтаж. Даже временная аудиодорожка должна появиться до финальной генерации диалоговой сцены.
12. Не вести версии. Display filename не заменяет IDs и lineage. Например, для учебного PRJ_INTRO различаются SC_INTRO_01, SH_INTRO_01, TK_INTRO_01, AS_INTRO_VIDEO_01 и VER_INTRO_VIDEO_01_001. Это иллюстрация namespace, не запись реально созданного Take. Полная grammar / manifest по C84–85; spec_version хранится отдельно от media revision.
13. Не собирать черновой монтаж рано. Проблемы последовательности становятся заметны только на таймлайне. Черновая сборка после первых пригодных дублей показывает, каких планов не хватает и какие генерации уже не нужны.
14. Путать реализм с режиссурой. Точная кожа, блики и физика повышают убедительность, но не создают смысл автоматически. Реалистичный ролик может быть пустым, а стилизованный — драматургически точным.
15. Не иметь критерия готовности. Без заранее заданного стандарта автор бесконечно ищет «ещё лучше». До генерации нужно определить, какие параметры обязательны, какие допустимо исправить в посте и какие дефекты делают дубль непригодным.
Минимальный чек лист перед первой генерацией
• Я могу одним предложением объяснить, что меняется в сцене.
• У каждого шота есть функция и примерная длительность.
• Я знаю, какие признаки фиксирует каждый референс.
• Критичные элементы персонажа, продукта и локации записаны отдельно.
• Я выбрал модель под конкретную задачу и понимаю её ограничения.
• Самый рискованный элемент будет проверен коротким тестом.
• Есть схема названий файлов и сохранения промптов.
• Я знаю, по каким признакам приму или отклоню дубль.
• Черновой монтаж начнётся до завершения всех генераций.
Итог главы
AI-режиссёр — это автор и руководитель производственной системы. Его работа начинается до промпта и продолжается после генерации. Он переводит идею в события, события — в шоты, шоты — в задачи для моделей, а затем собирает результат в последовательность с единым персонажем, пространством, светом, звуком и ритмом.
Документированные routes расширяют возможности генерации, references, audio, extension и editing. Указанный output всё равно проходит фактическую проверку. Чем больше задач объединено в pass, тем важнее ясно определить результат, допустимые вариации и критерии отказа.
В следующих главах этот принцип будет развёрнут в конкретные инструменты: карту моделей, Project Bible, паспорта персонажа и локации, систему референсов, storyboard, shot list, JSON, режиссуру актёра, генеративные переходы, монтаж, цвет и звук.
Рабочая формула книги:
Идея → project intent / references → beats или action phases → shot list / storyboard → тест route → генерация / отбор → монтаж / conform → finishing / delivery. Continuity, performance, звук и цвет проектируются с начала и проверяются на всём пути.
Практическое задание
Возьмите любую идею для ролика длительностью 15–30 секунд и подготовьте одну страницу проекта.
1. Логлайн. Одно предложение: кто герой, чего он хочет и что меняется.
2. Для narrative-упражнения — четыре пункта: исходное состояние, событие, реакция, новое состояние. Для fashion / music / product выберите свою последовательность функции, движения и раскрытия.
3. В этом учебном упражнении — до пяти planned shots. Укажите функцию и whole-frame duration при 24/1; сумма должна соответствовать выбранному runtime. Это ограничение упражнения, не production правило.
4. Reference pack. Назначьте отдельные материалы для персонажа, локации, света, движения и звука.
5. Граница делегирования. Запишите, какие решения принимаете вы и какие операции выполняет модель.
6. Критерии приёмки. Определите пять признаков готового дубля и три дефекта, при которых его нельзя использовать.
После этого попробуйте сформулировать промпт. Если структура проекта ясна, текст станет короче и точнее. Если промпт по-прежнему пытается решить всё сразу, вернитесь к beats и разделите задачу.
Примечания и официальные источники
[1] ByteDance Seed. One-take Creation, Flexible Referencing: Introducing Seedance 2.5. Announcement 31 July 2026; 30 s, references, editing. https://seed.bytedance.com/en/blog/one-take-creation-flexible-referencing-introducing-seedance-2-5
[2] Alibaba Cloud Model Studio. Wan 3.0 Video Generation. Updated 28 September 2026; model / task combinations, duration and editing. https://www.alibabacloud.com/help/en/model-studio/wan3-video-generation-guide
[3] Kling. VIDEO 3.0 Multi-Shot guide; Custom / Auto, subject references and 3–15 s. https://kling.ai/blog/kling-video-3-multi-shot-guide
[4] MiniMax API. Video Generation: MiniMax-H3 model specs and separate first/last / reference entry. https://platform.minimax.io/docs/guides/video-generation
[5] MiniMax Research. MiniMax H3: An Open Model Breaking the Boundaries Between Tasks and Modalities. 31 July 2026; native stereo and multimodal context. https://www.minimax.io/blog/minimax-h3
Model-specific details принадлежат C02 / C67–71; качество, экономия и continuity требуют actual media.
Источники просмотрены 8 октября 2026 года. Announcement date, document update date и actual test date различаются; предыдущая отметка «проверено 22 сентября» не подтверждается этой редакцией. Регион / account / current UI и output quality проверяются отдельно.
Глава 2 Карта современных видеомоделей
Видеомодели больше нельзя честно сравнивать одной шкалой. Модель, которая хорошо строит многоплановую сцену из текста, может уступать в переносе конкретного движения. Система с сильной работой по референсам может быть неудобна для локального монтажа. Генератор с нативным звуком не обязательно лучше специализированного lip-sync инструмента. Поэтому полезный вопрос звучит не «какая модель лучшая?», а «какую часть производственной задачи она выполняет предсказуемее?»
Эта глава — карта задач для выбранных Wan 3.0, Seedance 2.5, Kling VIDEO 3.0 / 3.0 Omni и MiniMax H3. Срез официальных материалов: 8 октября 2026 года. Это не перечень всех самых новых моделей: появление другого поколения Kling не отменяет отдельно выбранный route 3.0. Announcement, документированный режим, доступ конкретного аккаунта и actual результат теста — четыре разных вида свидетельства.
Важное правило чтения карты:
Отсутствие функции в публичной документации не означает, что модель никогда не сможет выполнить похожую задачу. Оно означает, что на эту функцию нельзя уверенно опирать производственный план.
2.1 Как читать карту
Различайте provider, product, model, mode, interface и region. H3 — модель MiniMax; Hailuo — продуктовая среда. Motion Control — отдельный route Kling. Provider model ID, например wan3.0-video, не является Project, Shot или Asset ID. Доступ модели в другом продукте не доказывает одинаковый payload, тариф и набор режимов.
Четыре обозначения документированной возможности
