Генерация видео
Видео из фото нейросетью — это когда вы загружаете снимок, пишете две-три строки о движении, и модель дорисовывает, что происходит дальше. Снимок становится первым кадром ролика. Так из фото товара получается рекламный ролик, а из серии снимков стройки — таймлапс. Я 13 лет снимал и руководил продакшном, с 2023 года встроил нейросети в свою работу, и ролик «ИИ-свадьба и реакция невесты» у меня собрал 2,4 млн просмотров (данные моего сайта на 5 ноября 2026 года). Ниже — как я делаю видео из фото: с чего начать, какой из двух путей выбрать, какую модель брать и где чаще всего получается мусор.
Коротко: 1) снимок — это первый кадр, нейросеть дорисовывает движение от него; 2) описывайте одно-два движения и камеру, а не весь сюжет; 3) для товара хватит фото почти любого качества, для лица нужен чёткий кадр; 4) два пути — один снимок плюс сценарий (быстро, мало контроля) или своя раскадровка из нескольких кадров (дольше, но ролик получается таким, как задуман); 5) первую генерацию считайте пробной, рабочая обычно вторая или третья; 6) готовый план чуть ускорьте в монтаже.
Видеомодель не «включает» фотографию как запись. Она берёт снимок как первый кадр и дальше придумывает каждый следующий: как сдвинется камера, куда пойдёт человек, как ляжет свет. Из этого следуют две вещи, которые повторяю постоянно.
Первая: фото задаёт всё, что в кадре, а промт задаёт только движение. Внешность, одежду, цвет стен описывать не нужно, они уже на снимке.
Вторая: из одного снимка нельзя получить другие ракурсы того же места. Нейросеть не видела, что за спиной у героя, и начнёт ломать физику. Так не может сейчас делать ни один генератор картинок. Если нужны разные углы, их делают с нуля и сразу в одном запросе, а не «разворачивают» готовое фото.
И главное, что повторяю с первых своих разборов видео из фото: главную роль играет не сама анимация, а история. Ожившая картинка без смысла — просто движущийся снимок, который пролистывают.
Здесь многое зависит от того, что на фото.
Товар. Для продуктового ролика хватит фото товара практически в любом качестве. На уроке по рекламе я специально взял старый тапок, чтобы показать: рекламное видео можно сделать практически из чего угодно. Снимок сначала чищу в генераторе картинок коротким запросом, у меня он звучал так: «Размести тапок на чистом белом фоне для демонстрации товара, удали всё лишнее. Сделай тапок абсолютно новым». Дальше уже с чистым кадром работает видеомодель.
Человек и лицо. Тут нужен чёткий снимок с понятным светом, и правила другие: одно лицо в кадре, одно действие, короткий промт. Про лица я написал отдельную статью: как оживить фото нейросетью и не получить жуткое лицо.
Место, стройка, интерьер. Для таймлапса работает серия снимков, а не один кадр. Когда я пытался показать ремонт по двум фотографиям, получилось очень много генеративного мусора. Чем больше промежуточных кадров даёте, тем выше качество.
Старые фото из поездок. Самый благодарный материал для соцсетей и памяти. Их не нужно сортировать и описывать: нейросеть сама анализирует снимки, пишет сценарий и собирает ролик. Об этом ниже.
На уроке по рекламным видео я делю работу на два способа.
Полуконтролируемый: одно фото плюс сценарий. Загружаете снимок товара, просите текстовую нейросеть написать сценарий и отдаёте его видеомодели. Запрос к текстовой нейросети у меня простой: «Изучи фото и создай покадровый сценарий для короткого коммерческого рекламного ролика этого продукта». Любая текстовая модель это может: Claude, ChatGPT или Gemini, задача несложная. Контроля меньше, зато больше гибкости: модель сама предложит движения, которых вы бы не придумали.
Контролируемый: своя раскадровка. Вы заранее собираете кадры, которые хотите видеть, и видеомодель только оживляет их. Когда ролик должен выйти ровно таким, как задуман, выхода нет: создавать изображение и это изображение анимировать. Так я делал рекламу телефона из одного многокадрового изображения-раскадровки, и из него получился полный рекламный ролик.
Какой путь брать? Для первых проб и для соцсетей — первый. Для заказчика, где важен каждый кадр, — второй. Генератор в этой цепочке меняется как деталь пазла, а сама система остаётся.
Я всегда стремлюсь к тому, чтобы создавать меньшее количество действий. Чем меньше просите, тем меньше шансов, что модель ошибётся.
Заготовка, которой пользуюсь сам: кто в кадре, где он находится, что делает, какая камера, какой свет, какая атмосфера и стиль. На видео из фото первые пункты уже закрыты снимком, поэтому остаётся движение, камера и свет. Если ролик длиннее нескольких секунд, советую разбивку по секундам: что происходит на первой, что на третьей.
Отдельно про пространство вокруг кадра. На одном из уроков я потратил кучу денег на генерации, пока не объяснил модели, где именно сижу и что находится за границами кадра. Как только описал, она сразу сделала то, что нужно. Нейросеть не видит, что за рамкой, и выдумывает. Одна фраза об окружении экономит десятки попыток.
И ещё: короткий промт сохраняет больше деталей, чем длинный. С длинным описанием модель однажды поменяла внешность героини. Полные формулы с примерами я собрал в статье промты для видео: как писать, чтобы нейросеть поняла с первого раза.
Универсальной нет, и я не делаю вид, что есть. Вот как распределяю задачи сам.
Картинки для раскадровки делаю в двух моделях, Nano Banana и Seedream: часто одна справляется лучше другой, часто одна дополняет другую. Главный кадр обычно в Seedream, правки в Nano Banana.
Цены у моделей разные и меняются, поэтому назову только то, что знаю точно. На neurover.io 2 кредита равны 1 рублю, и цена видна до запуска генерации. У Kling, как я уже писал, самый дешёвый вариант — ролик короче пяти секунд. Seedance 2.5 — самая дорогая модель в моём наборе.
Про попытки говорю честно: первая генерация почти никогда не финал. На вводном уроке первая попытка мне не понравилась слабой динамикой, опубликовал вторую. На уроке по рекламе я видел пару косяков в первой генерации и сказал то, что говорю всегда: со второй или третьей генерации этой проблемы не будет. Закладывайте две-три попытки на каждый кадр.
При этом скорость всё равно другая. Готовый рекламный ролик по переделанному промту у меня был сделан за четыре минуты. Набор фото для таймлапса стройки занимает минут двадцать. А стоит такой таймлапс заказчику абсолютно других денег: его покупают ремонтные компании и ивент-агентства, которым нужно показать застройку сцены из одной фотографии.
Видео замедленное. Генераторы часто выдают слегка замедленную картинку. Поэтому я ускоряю почти каждый план: так реалистичнее, и ускорение прячет часть искажений.
Слишком много референсов. Когда на вход уходит слишком много фотографий героя, результат получается отвратительный. Я ни разу не использовал больше пяти.
Мало исходных кадров для таймлапса. Про ремонт по двум фото уже писал: модель забивает промежутки мусором. Снимайте больше промежуточных состояний.
Чужое лицо. Самые реалистичные модели, Sora и Veo, фото чужого человека не принимают, я это проходил. Со своими снимками проще, а чужие без разрешения брать не стоит в любом случае.
Первая попытка принята за итог. Это самая дорогая ошибка новичка, потому что брак потом виден зрителю, а не вам.
Самая частая задача — рекламные клипы и продуктовые видео. Что бы вы ни продавали, берите своё: обувь — свои кроссовки, украшения — своё кольцо. Ролик с придуманным товаром никому не нужен.
Вторая — визуализация того, чего ещё не было. Моя «ИИ-свадьба» — именно это: сцены свадьбы собраны нейросетью, а рядом в ролике настоящая реакция невесты. Из той же серии таймлапс застройки сцены из одной фотографии, который заказывают ивент-агентства.
Третья — память. Старые фото из путешествий превращаются в ролик, где нейросеть сама анализирует снимки, пишет сценарий и генерирует видео. Промты писать не нужно, только ваши фото и порядок действий.
Четвёртая — большие проекты. В клипе Дениса Клявера «Не плачь, Анастасия», где я был ИИ-арт-директором, героиня полностью создана нейросетью, а интерьеры сделаны так, как не позволил бы бюджет живой съёмки.
Если вам нужен именно продуктовый ролик из фото товара, в Клубе ИИ-Креаторов есть урок «Рекламные и продуктовые видео в Seedance 2» (36 минут, 7 апреля 2026 года): там оба пути разобраны на примере того самого старого тапка, от чистки фото до готового ролика. Для первого результата хватит и того, что выше: снимок, одно движение, честное описание пространства и две-три попытки.
А теперь спорный вопрос. Видео из фото — это полноценный формат, который можно продавать заказчику, или временный трюк, пока модели не научились делать всё из текста? Я считаю, что контроль через готовый кадр переживёт ещё не одно поколение моделей. Если думаете иначе — жду возражений в своём канале.
Зависит от задачи. Реалистичность мне нравится у Kling, таймлапсы лучше прорисовывает Veo, оживление фото в Grok Imagine выходит дешевле Seedance. Seedance 2.5 беру, когда нужно точно указать, что с фото взять, а что нет.
Да, это самый быстрый путь: снимок плюс сценарий, который пишет текстовая нейросеть. Контроля меньше, но для соцсетей и пробы идеи этого хватает. Для ролика «как задумано» лучше собрать раскадровку из нескольких кадров.
Чем больше промежуточных состояний, тем лучше. По двум фотографиям ремонта у меня получился генеративный мусор. Сам набор фото для стройки занимает минут двадцать.
Так работают многие генераторы. Я ускоряю почти каждый план в монтаже: картинка становится реалистичнее, а часть искажений прячется.
Нет. Внешность уже на снимке, промт нужен для движения, камеры и света. Длинное описание может поменять героя, короткое сохраняет детали.
Генерация видео · 12 ноября 2026
Как сделать видео с помощью нейросети: идея, сценарий, кадры, генерация, звук и монтаж. Пошаговый путь ИИ-креатора с примерами и ошибками новичков.
Генерация видео · 12 ноября 2026
Как оживить фото с помощью нейросети: подготовка снимка, выбор модели, короткий промт, что делать с лицом и как поймать брак. Опыт ИИ-креатора, без хайпа.
Модели и сервисы · 12 ноября 2026
Seedance 2.5 от ByteDance: что умеет, чем отличается от 2.0, где генерировать и как писать промт. Разбор на моих генерациях — без хайпа.