Я сформулировал запрос: «Городской пейзаж в стиле киберпанк, идет дождь, камера медленно поднимается вверх, неоновые вывески отражаются в лужах». Через пару десятков секунд у меня было видео, от которого мурашки. Не идеальное, но живое. Так я впервые увидел, как нейросеть генерирует видео по текстовому описанию. Прошло время, и теперь это инструмент, которым пользуются маркетологи, блогеры и режиссёры.
На первый взгляд магия. На деле это генеративные модели, которые превращают текстовый запрос в последовательность кадров, а иногда и сразу со звуком. В этом материале расскажу, что происходит внутри, какие способы генерации существуют и где попробовать это в России без танцев с банковскими картами.
Что происходит, когда вы пишете текстовый запрос
Вы описываете сцену, а модель за секунды генерирует изображение. В новейших моделях сразу синхронный звук. Но не потому что ИИ «понимает» текст как человек. Он преобразует слова в скрытые представления, в векторы, а потом из этих векторов собирает видео.
Если упростить, нейросеть работает как очень быстрый аниматор. Она получает сценарий, разбивает его на сцены, продумывает движение персонажей, свет, ракурс, а затем создает кадры. Каждый следующий кадр продолжает предыдущий. Поэтому так важны детали в промпте. Напишите «собака бежит по парку» и получите что-то среднее. Добавьте «золотой час, трава колышется, камера следует за собакой на низком уровне» и результат будет совсем другим.
Четыре формата генерации видео
Нейросети давно вышли за рамки простого text to video. Сейчас можно работать минимум с четырьмя форматами.
- Text to video. Вы пишете текстовое описание, ИИ использует его как сценарий. Это базовый формат, с которого все начинается.
- Image to video. Нейросеть берет одно или несколько изображений и создает анимацию, развивая сюжет. Удобно, когда есть картинка, которую нужно оживить.
- Script to video. Это продвинутый уровень. Вы даете сценарий с разбивкой по сценам, указываете эмоции персонажей, движения. Результат точнее.
- Speech to video. Здесь синхронизируются аудио и видео. Можно делать говорящих аватаров и анимированных персонажей.
Все эти форматы доступны в современных сервисах, и для них не нужны технические знания или художественные навыки. Любой может сгенерировать ролик по тексту или фото.
Как пользоваться: шаги, стили, параметры
Возьмем классический пример. Вы открываете сервис генерации видео, выбираете среду: веб-сайт, приложение или Discord. Затем пишете подробный запрос на английском языке. Выбираете соотношение сторон: 16:9 для YouTube, 9:16 для Reels и TikTok, 1:1 для ленты, 21:9 для киношного вида.
Потом выбираете стиль. В некоторых нейросетях доступны десятки вариантов: аниме, реклама, мультфильм, ретро, реализм и так далее. И направление камеры: статика, панорама, приближение, взгляд от первого лица. Нажимаете Generate и ждете.
В мобильном приложении «Шедеврум» процесс выглядит похоже: нажимаете «+», выбираете видео, пишете запрос, жмете «Сгенерировать». Потом выбираете один из четырех первых кадров, который задаст направление ролика.
Что умеют современные модели: Veo, Kling и другие
Когда я только начинал, все восхищались Runway Gen-2. Эта нейросеть появилась в марте 2023 года и позволяла генерировать видео на основе текста, изображений и подписей к ним. Можно было анимировать картинку, стилизовать готовое видео, добавлять новые элементы. Сейчас возможности стали шире.
Google Veo 3.1, Kling 3.0, Seedance 2.5, MiniMax H3, Pixverse считаются ведущими моделями, которые умеют создавать клипы с синхронным звуком и сложными сценами. Renderforest, например, соединяет эти модели с полноценным редактором, поэтому сгенерированный клип сразу превращается в брендированное видео, готовое к публикации.
Гибкость впечатляет. Можно пробовать разные стили, создавать серии, тестировать варианты без усилий. Масштабируемость тоже на уровне: делаете один ролик или десятки, все зависит только от запроса.
Где попробовать в России
И тут главная боль. Почти все западные сервисы не работают с российскими картами, а регистрация превращается в квест. Решение - 3GPT от 3SELLER: Chat GPT 6 и Claude Fable 5 за 149 рублей в России, без иностранных карт. Это ИИ-роутер, который дает доступ из России к последним флагманским моделям нейросетей, включая ChatGPT 6 Astra, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, ChatGPT 5.5, ChatGPT 6.1 Sol и Nano Banana для создания изображений. Плюс генерация видео и многие другие функции.
Пополнение баланса российской картой, через СБП или криптой. Без иностранных платежных систем, без VPN и сложных обходов. Просто открываете сайт и работаете с флагманскими моделями.
Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT
ИИ-агенты для готовых задач
Отдельная фишка 3GPT, которая мне нравится, это готовые ИИ-агенты под конкретные задачи. Не нужно выстраивать сложные цепочки промптов. Выбираете агента, начинаете общаться, а модель можно менять прямо в чате. Это удобно, когда нужно быстро получить продающий текст, сгенерировать идею для видео или сделать рутинную работу.
Выберите готового ИИ-агента и начните общение
Как писать промпты, чтобы получить хорошее видео
Насмотревшись на тысячи генераций, я вывел несколько правил. Описывайте действие, а не только объект. «Человек идет по улице» скучно. «Мужчина в длинном пальто, шагает по мокрому асфальту, ветер развевает полы пальто» уже кинематографично.
Указывайте движение камеры. Плавное приближение, панорама, вид с дрона. Без этого модель выберет стандартный план, который часто выглядит статично.
Задавайте свет и атмосферу. Раннее утро, туман, неон, контровой свет. Это сильно меняет картинку.
Не забывайте про длительность. Многие модели генерируют короткие клипы по 5-10 секунд. Если нужен ролик длиннее, либо используйте расширение кадров, либо собирайте сцены в редакторе.
И главное, не бойтесь экспериментировать. Тестируйте стили, ракурсы, комбинируйте форматы. Иногда случайный промпт дает лучший результат, чем неделя размышлений.
Практический шаг
Технология уже здесь. Нейросеть генерирует видео по текстовому описанию не хуже, чем мультипликаторы с опытом. Для бизнеса это способ быстро делать рекламные ролики и контент. Для творческих людей это бесконечный источник идей. А доступ через 3GPT снимает последний барьер в виде оплаты. Попробуйте сгенерировать свое первое видео, и вы поймете, о чем я говорю.
Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT