Генеративное AI-видео: что генерируется и что вы контролируете
Попробуйте: выберите одну важную для вас деталь кадра — лицо, пальто, место, где стоит человек, погоду — и решите, чем её задавать: картинкой, словами или настройкой. Таблица ниже подскажет, что из этого держит.
Сгенерировано или собрано: как быстро отличить
Шаблонный или сток-редактор собирает: он берёт уже существующие клипы, текст и музыку и расставляет их. Ничто в результате не создавалось под вашу фразу, поэтому результат повторяем, дёшев при каждой правке и ограничен тем, что уже есть. Генеративный инструмент создаёт: картинка, речь и звук производятся под ваш запрос. Можно попросить то, чего нет ни в одной библиотеке, — персонажа по вашему описанию в комнате, которую вы описали, — но каждый запрос — это новая попытка.
Проверить просто. Попросите то, чего не может быть в стоковых съёмках, например именованного персонажа в конкретном наряде, произносящего конкретную реплику. Если инструмент возвращает близкое совпадение с уже существующим материалом, он собирает. Здесь сегмент создаётся из картинок ваших персонажей, текста кадра и ваших голосов; ничто в нём не достаётся из библиотеки клипов. Склейка в конце — единственный негенеративный шаг: она сшивает готовые сегменты.
Картинки фиксируют
Когда генерируется кадр, модель получает в виде картинок листы персонажей, сцены и реквизита, названных в нём, и близко воспроизводит их: лицо, одежду, материалы, а также свет и фон, которые есть на картинке. Это самый сильный рычаг управления, и он работает в обе стороны. Картинка фиксирует то, что на ней показано, и никакое предложение этого не отменит. Поэтому чтобы изменить лицо или пальто, нужно изменить картинку: отредактировать описание и заново сгенерировать лист, заменить его своим изображением на платном тарифе или добавить картинку состояния для изменённого образа.
Поэтому же листы нейтральны: персонаж, нарисованный при свете нуара, принесёт этот свет на солнечный пикник. Настроение пишется для каждого кадра словами — там ему и место. Почему листы выглядят просто · Использование собственных референсных изображений.
Слова направляют
Текст кадра определяет то, что картинки не определяют: где стоят люди, что они делают, откуда идёт свет, какая погода, время суток, как движется камера и, слово в слово, что говорится. Слова работают на слое поверх картинок, поэтому дождь, сумерки, человек, который садится, и тот, кто держит чашку, накладываются на всё, что показывают листы. Они направляют, а не фиксируют. Существительные весят больше служебных слов, поэтому отрицание часто порождает именно то, что называет, а список прилагательных отодвигает важные слова вниз. Пишите то, что находится перед камерой, с причиной света, а не вердикт, который хотите получить в результате.
Описывайте причину, а не результат · Никаких волшебных слов · Как писать движения камеры.
Настройки задают рамки
Настройки SceneMixer задают рамки, внутри которых работают картинки и слова. Визуальный стиль — это среда, от фотографической до нарисованной и 3D, и он применяется ко всему. Стиль сцен и стиль костюмов применяются один раз, при разборе сценария, и попадают в каждое описание. Формат, 9:16 или 16:9, фиксируется после шага 1. Уровень видео задаёт разрешение, от 480P до 2K, и самый длинный сегмент, 15 или 30 секунд; секунды в каждом кадре складываются в пределах этого потолка. Настройки никогда не говорят, что происходит в кадре, и система не даёт им спорить со словами: она не указывает модели, куда поместить героя, потому что это задача раскадровки.
Выбор настроек стиля · Сегменты по 15 или 30 секунд · Вертикальный или горизонтальный формат.
Что вы хотите задать и какой рычаг это удерживает
| Вы хотите задать | Что использовать | Насколько жёстко |
|---|---|---|
| Лицо, возраст, телосложение | Лист персонажа | Фиксирует: копируется близко |
| Наряд | Лист или картинка состояния для изменённого наряда | Фиксирует; слова не могут это переопределить |
| Планировка комнаты | Лист сцены и 3D-модель сцены | Фиксирует пространство |
| Где стоят люди | Слова в виде опорных точек комнаты | Направляет; держится при смене ракурса |
| Свет, погода, время суток | Слова в тексте кадра | Направляет; работает поверх картинок |
| Что говорится | Реплика с метками говорящего и голоса | Произносится слово в слово |
| Как звучит голос | Описанный словами голос или пресет из библиотеки | Направляет или фиксирует, когда подключён пресет |
| Длина и детализация | Секунды на кадр, уровень | Задаёт рамки: в пределах потолка |
| Точная композиция кадра, мелкие жесты, руки | Ничто не работает надёжно | Остаётся на усмотрение модели; генерируйте заново |
Что остаётся случайным и как с этим работать
Два одинаковых запроса могут дать два разных клипа; об этом говорят условия SceneMixer, а честная версия любого генеративного продукта — та, где это ожидаемо. Меняются точная композиция кадра, исполнение, мелкие детали и всё, что вы не уточнили. Работайте с этим, а не против: прочитайте раскадровку, прежде чем платить за видео, сначала снимите один сегмент, исправляйте отдельные кадры, редактируя их текст и генерируя заново только их, и сохраняйте прежние дубли: каждая генерация сегмента хранится в истории версий, а переключаться между ними бесплатно. Как изменить один кадр и сгенерировать заново · Версии сегмента.
Поскольку каждый клип — это новый жребий, платить приходится за попытку, а не за результат: 10 кредитов в секунду на уровне по умолчанию. Самый дешёвый рычаг — тот, что до генерации: текст, который можно править бесплатно и сколько угодно раз.
| Вид контроля | Примеры | Как работает |
|---|---|---|
| Картинки | Листы героев, сцен и реквизита, картинки состояний, ваше собственное фото | Точное копирование |
| Слова | Текст кадра, расположение героев, свет, погода, реплики | Направляют то, что картинки оставляют открытым |
| Настройки | Визуальный стиль, стиль сцены и костюмов, формат кадра, уровень, секунды | Задают рамки, в которых всё происходит |
| Нет | Точная композиция кадра, жесты, руки | Перегенерировать и выбрать |
Частые вопросы
Что такое генеративное ИИ-видео?
Видео, в котором изображение, речь и звук создаёт модель по описанию, а не собирают из готовых кадров или шаблона.
Чем оно отличается от видеоредактора с шаблонами?
Шаблонный редактор расставляет готовые клипы, текст и музыку, поэтому результат повторяется и ограничен тем, что уже есть. Генеративный инструмент создаёт новую картинку и звук на каждый запрос: это даёт новые сцены, но не одинаковые повторы.
Что я могу контролировать в генеративном видео?
Картинки фиксируют лицо, наряд и комнату; слова управляют расположением героев, светом, погодой и диалогами; настройки задают стиль, формат кадра, разрешение и длину. Тонкая композиция кадра и жесты остаются за моделью.
Почему мой текст не меняет одежду героя?
Референсная картинка копируется вместе с одеждой, и текст не может её переопределить. Замените картинку, отредактируйте описание и заново сгенерируйте лист или добавьте картинку состояния.
Можно ли получить абсолютно одинаковое видео дважды?
Нет. Генерация вероятностна. Можно оставить понравившийся дубль, бесплатно переключаться между дублями и перегенерировать только неудавшиеся кадры.
Есть ли в видео части, которые не генерируются?
Склейка, которая собирает готовые сегменты SceneMixer в серию, — это обычная обработка видео. Голоса берутся из библиотеки готовых вариантов или создаются по текстовому описанию, а музыка подбирается для серии.
Генеративное — значит случайное?
Отчасти. Картинки и слова, которые вы задаёте, удерживают облик героев, место действия и историю; меняются точная композиция кадра, игра и мелкие детали.
Какой рычаг самый дешёвый?
Текст. В SceneMixer править раскадровку бесплатно, а предложение, исправленное до генерации, избавляет от перегенерации по цене за секунду.
Сначала задайте картинки, затем направляйте словами
Утвердите героев, опишите кадр и сгенерируйте один сегмент, прежде чем делать остальные.
Обновлено 2 ноября 2026