Ответы · Процесс
Как делают AI-видео?
Обновлено 18 ноября 2026 г.

Почему люди продолжают спрашивать
Убедительное AI-видео может казаться невозможным тому, кто видел только сгенерированные неподвижные картинки. Один зритель написал, когда ему сказали, что понравившийся ему клип сделан AI:
Я видел, что некоторые говорят, что это ai, но я не могу понять, как это делается с нынешними возможностями ai
Это пришло из поста с этим вопросом в r/generativeAI. Ремесленная сторона ответа — большая тема сама по себе: промпты и указания камеры составляют около 22 000 постов в корпусе сообщества. Короткая версия такая: есть два слоя — то, что делает модель, и то, что делается вокруг неё.
Внутри модели: от шума к кадрам
Большинство современных видеомоделей учатся на очень большом количестве видеозаписей в паре с описаниями. Чтобы генерировать, они начинают со случайного шума и уточняют его за много шагов, и каждый шаг подталкивает кадры ближе к чему-то, что подходит под описание и любые переданные референсные изображения. На выходе — короткий клип, обычно от нескольких секунд до пятнадцати или тридцати, потому что держать каждый кадр согласованным сложнее, чем дольше длится клип. Референсные изображения сужают догадки: получив картинку персонажа, модель рисует этого человека, а не выдумывает нового, который лишь подходит под слова. У современных моделей звук — шаги, дождь, реплика персонажа — генерируется в том же проходе, а не добавляется потом.
Поэтому одна модель сама по себе борется с историей. Она видит один запрос за раз. Она не помнит, что детектив был в сером плаще в прошлом клипе, если следующий запрос не покажет ей плащ.
Первый шаг: слова
История начинается со сценария, главы или одной строки. В SceneMixer текст разбирается на персонажей, места, реквизит и эпизоды, у каждого эпизода есть план. Это самый дешёвый шаг и тот, который решает больше всего.
Второй шаг: референсы
Каждый персонаж получает референсный лист в полный рост, а каждое место — изображение, нарисованные в визуальном стиле, выбранном в начале. Это память, которой модели не хватает: кадры лица и тела с листа прикрепляются к каждому сегменту, где появляется персонаж.

Третий шаг: кадры текстом
Каждый эпизод записывается как раскадровка: локация, время, начальный кадр, затем пронумерованные кадры с их секундами, камерой, действием и произнесённой репликой. Правка этого текста не вызывает модель и ничего не стоит, поэтому большая часть постановки происходит здесь. Кадр, который читается ясно — одно место, одно действие, камера делает одно, — это кадр, который модель может нарисовать; Как написать один кадр показывает привычки, которые делают написанный кадр надёжным, от начального кадра до длины реплики.
Четвёртый шаг: сегменты со звуком
Несколько кадров в одном месте генерируются вместе как сегмент с прикреплёнными нужными референсными изображениями, и сегмент выходит уже со звуком. Следующий сегмент начинается там, где закончился предыдущий, так что движение переходит через склейку. Сегмент, который не удался, исправляется заменой его слов и перегенерацией только его.
Пятый шаг: склейка и финиш
Сегменты склеиваются в один эпизод по 1 кредиту за секунду готовой длины, с автоматической музыкой, которую можно выключить. Готовый клип можно поднять на одну ступень разрешения за раз через Enhance, до 2K, а файл на бесплатных аккаунтах несёт маленький значок AI и метаданные. По замерам на SceneMixer за 30 дней до 6 ноября 2026 г. весь эпизод обычно был готов через 24 минут после начала первого сегмента.
Ограничения того, как делается AI-видео
- Материал придуман, а не записан; в нём ничего не происходило.
- Результаты различаются от одной генерации к другой, поэтому закладывайте иногда переделку.
- Надписи в кадре ненадёжны, поэтому титры добавляются потом.
- Согласованность зависит от референсов; кадр, описанный с нуля, всё равно может поплыть.
- Время эпизода — месячная медиана по одному сайту, а подсчёт тем — оценка по правилам.
Частые вопросы
Как делают AI-фильмы?
Так же, но в большем объёме: сценарий, референсные листы для состава, раскадровка кадр за кадром, множество сегментов и склейка. Тип «Фильм» в SceneMixer снимает ограничение по эпизоду.
Используют ли AI-видео настоящие съёмки?
Нет. Сгенерированный материал новый; референсные изображения направляют его, но записанного видео этой сцены не существует.
Сколько времени занимает создание AI-видео?
Рендер занимает минуты на сегмент, и сегменты идут параллельно; написание и проверка занимают больше времени, чем генерация.
Что нужно, чтобы сделать AI-видео?
Идея или сценарий, стиль и состав, нарисованный один раз. Достаточно компьютера и браузера; камера и видеокарта не нужны.
Как работает ИИ-видео?
Видеомодель превращает текстовое описание, часто с референсными изображениями, в несколько секунд движущейся картинки. Более длинные видео планируются как множество таких кадров и соединяются; SceneMixer добавляет к модели шаги сценария, актёрского состава и раскадровки.
Связано: что такое AI-видео, что оно умеет и не умеет сегодня и метод сбора, стоящий за подсчётом тем.
Пройдите шаги на своей истории
Слова, референсы, кадры, сегменты, склейка. Смотрите каждый шаг, прежде чем платить за следующий.
Зарегистрируйтесь бесплатноТарифы за секунду видео указаны на странице цен с теми же цифрами.