Когда я впервые увидел короткометражку, полностью сгенерированную нейросетями, у меня челюсть отпала. Нет, не от качества картинки. От понимания, что всё это сделал один человек без команды, бюджета и художественного образования. С тех пор я успел собрать собственный пайплайн. Теперь расскажу, как создать мультик через нейросеть с нуля и до готового ролика.
Сразу скажу честно: 90% работы делают алгоритмы, а вот оставшиеся 10% человеческого труда никуда не денутся. Нужно придумать историю, собрать кадры в логичную последовательность, выбрать интонации и свести всё в монтажке. Но если знать инструменты, процесс занимает один вечер, а не полгода студийной работы.
С чего начать: сценарий и идея
Мультик начинается не с картинки, а с текста. Я обычно беру простую историю на одну-две минуты экранного времени. Для первого раза не берите масштабное фэнтези с армиями и драконами. Пусть это будет короткая сцена: герой идёт через лес, находит странную дверь, открывает её и встречает кого-то. Всё.
Сценарий можно написать самому или попросить ChatGPT набросать черновик. Важно, чтобы у вас была чёткая последовательность событий: кто, где, что делает, что происходит дальше. Разбейте историю на кадры. Каждый кадр это отдельное предложение из вашего сценария. Например: «Ёжик выходит из норы», «Ёжик смотрит на звёздное небо», «Ёжик находит карту». Чем конкретнее кадр, тем легче потом генерировать картинку и анимацию.
Сразу определите стиль будущего мультика: пиксаровский 3D, акварельная 2D-рисовка, плоская векторная графика, чёрно-белая тушь. От этого зависит всё: референсы, видеогенератор, даже музыка в монтаже. Я, например, больше всего люблю объёмную графику в духе Pixar, она прощает неточности и выглядит дорого даже на простых сценах.
Как сгенерировать референсы героев и локаций
Главная проблема всех новичков: персонаж в первом кадре брюнет, а в третьем уже блондин, глаза другие, нос другой, и вообще это другой человек. Нейросети не запоминают героя, если вы не зафиксировали его внешность. Поэтому начинайте с генерации референсов. Такая база нужна обязательно.
Мой фаворит для этой задачи GPT Image 2. Эта модель отлично распознаёт мультяшные стили: от объёмной графики Pixar до акварельной 2D-рисовки. Она прорабатывает мелкие детали, и с ней удобно получать одинаковых персонажей с разных ракурсов. Я генерирую лист референсов: персонаж в полный рост, персонаж крупным планом, персонаж в движении, локация с разных сторон. Потом из этих картинок собираю основу для анимации.
Есть важный нюанс: если вы планируете анимировать 2D-рисунок в Seedance, проследите, чтобы персонаж на исходном изображении находился на однотонном контрастном фоне. Иначе нейросеть начнёт «плавить» картинку, и герой поплывёт вместе с фоном. Если генерируете персонажа из текстового описания, обязательно указывайте внешность: цвет кожи, причёску, одежду. В противном случае модель по умолчанию сделает азиата. И ещё одно правило: пишите промпт на английском. Эти нейросети часто ошибаются при переводе с русского, а вот с английским справляются заметно лучше.
Когда референсы готовы, переходите к генерации кадров. Если вам нужен один и тот же персонаж во всех сценах, используйте агента Consistent Character GPT. Он хранит идентификатор вашего изображения, так называемый gen_id. Достаточно попросить нейросеть запомнить персонажа и использовать этот идентификатор в каждом новом кадре. Тогда герой будет оставаться собой от сцены к сцене.
Как заставить картинку двигаться
Вот мы и подошли к самому интересному. У вас есть статичные кадры, и нужно превратить их в анимацию. Тут на сцену выходят видеогенераторы. Я перепробовал почти всё, что есть на рынке, и сейчас остановился на Seedance 2.0 Pro. Он отлично анимирует 2D-рисунки и даёт стабильную картинку. Загружаете изображение героя, пишете промпт с движением, и нейросеть делает короткий клип на несколько секунд.
Ещё один сильный вариант Veo 3.1. Эта модель отлично справляется со сказочными видеороликами, у неё очень низкий порог входа. Если не хотите глубоко разбираться в настройках, а просто хотите получить красивую картинку, берите Veo. Она сама дорисует детали, подберёт освещение и сделает движение плавным.
Для сцен, где герой бегает, прыгает, машет руками, лучший выбор Kling Motion Control. Тут вообще не нужно объяснять нейросети словами, как должен двигаться персонаж. Записываете себя на камеру смартфона: повторяете нужные движения, разыгрываете эмоции, показываете походку. Загружаете это видео в нейросеть вместе с изображением мультяшного героя, и ИИ переносит вашу актёрскую игру на рисунок. Сохраняется даже мимика. Механика слегка жутковатая, но работает впечатляюще.
Из бесплатных вариантов можно попробовать Pika Labs или Gen 2 в Discord. В Pika есть функция animate, которая оживляет картинку простыми движениями. У Gen 2 есть 105 бесплатных секунд генерации, потом можно завести новый аккаунт. Но для серьёзного процесса я советую сразу брать Seedance или Veo, потому что бесплатные аналоги дают более короткие и менее стабильные ролики. На Reddit аниматоры-любители как раз советуют не экономить на видеогенераторе, если хотите получить приличный результат без переделок.
Озвучка мультика нейросетью
Картинка готова, теперь мультику нужен голос. Раньше для озвучки искали актёров, записывали студию, резали дубли. Сейчас с этим справляется бот в Telegram @steosvoice_bot. У него более 400 голосов, включая мультяшные, детские, характерные, старческие. Вы пишете текст реплики, выбираете голос и получаете готовый аудиофайл. Синтез происходит на удивление чисто.
Совет: не записывайте озвучку одним файлом на весь мультик. Лучше генерировать отдельные реплики по кадрам. Так проще подгонять тайминг в монтаже: если где-то голос звучит быстрее или медленнее, вы двигаете дорожку в редакторе без пересборки. Если после генерации на видео остаются водяные знаки, их можно убрать с помощью нейронки Apowersoft.
Финальный монтаж в CapCut
Когда все анимированные кусочки и реплики готовы, начинается сборка. Я использую CapCut. Программа простая, бесплатная и справляется с основными задачами: загружаю все клипы в нужном порядке, обрезаю лишнее, подбираю музыку для каждого настроения и добавляю заголовки с субтитрами.
Под музыку есть лайфхак: не обязательно искать трек в библиотеке CapCut. Можно попросить нейросеть сгенерировать саундтрек под настроение сцены. Но если хочется побыстрее, встроенной библиотеки обычно достаточно. Главное, чтобы фоновая музыка не перебивала голос персонажа. Убавляйте громкость трека до уровня, где он слышен, но не лезет на первый план.
Для первого мультика не старайтесь сделать идеальный звук и стыковку. Просто соберите историю, добавьте простые переходы и выгрузите в вертикальном или горизонтальном формате под свою площадку.
Где брать доступ ко всем нейросетям из России
Тут я подхожу к самому чувствительному месту. Почти все перечисленные модели недоступны из России напрямую: нужна иностранная карта, зарубежный номер, обходы и пляски с бубном. Я перепробовал кучу способов и остановился на роутере 3GPT от 3SELLER. Это сервис, который даёт доступ к флагманским моделям нейросетей в одном окне.
Внутри есть Chat GPT 6 Astra, Chat GPT 6.1 Sol, Chat GPT 5.5, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, Nano Banana для генерации изображений и видео. Цена вопроса смешная: 149 рублей за доступ к флагманам. Пополнить счёт можно российской картой, через СБП или криптой. Без иностранных банковских карт, без виртуальных американских номеров, без танцев с бубном.
Я пользуюсь 3GPT именно для таких задач: чтобы генерировать референсы в GPT Image 2, писать промпты, а иногда и для видеогенерации. Удобно, когда все модели в одном месте и не нужно думать, какой аккаунт где оплачивать. Вот ссылка на официальный сайт: 3GPT от 3SELLER. Там можно зарегистрироваться и получить доступ.
Готовые ИИ агенты для анимации
Впрочем, есть ещё одна фишка, которая экономит время. У 3SELLER есть готовые ИИ агенты под разные задачи, они собраны на странице https://3seller.com/ai/agents. Это не просто чат с одной моделью, а предварительно настроенные сценарии для конкретных задач: написание сценария, генерация кадров, создание персонажей, даже озвучка.
Можно выбрать готового агента и просто начать с ним общение. А если в процессе понимаете, что агент тянет слабовато, переключаете модель прямо в чате. Например, начали с Claude Opus 5.5 для сценария, переключились на Chat GPT 6.1 Sol для референсов, а потом перешли на Nano Banana для героя. Всё в одном интерфейсе, без переписывания промпта заново.
Мои ошибки и как их избежать
Первое, на чём я обжёгся, это слабый промпт. Писал что-то в духе «ёжик смотрит на звезды» и получал кривые изображения. Нейросеть не умеет читать мысли, ей нужны детали: поза, ракурс, настроение, стиль, освещение, время суток. Один хороший промпт экономит час генерации. На Reddit в обсуждениях аниматоров этот совет всплывает постоянно: сначала продумай описание кадра, потом запускай генерацию.
Вторая ошибка: я пытался анимировать картинку со сложным фоном. Seedance путался, персонаж растворялся, трава текла, деревья дымились. Потом я стал вырезать героя на однотонный фон перед анимацией, и количество брака резко упало. Держите героя отдельно от фона, насколько это возможно.
Третья ошибка: пренебрежение таймингом. Мультик получался рваным, потому что я не следил за длиной кадров. Теперь у меня в сценарии прописано время для каждой сцены. Один кадр это обычно 3-5 секунд экранного времени. Если кадр длиннее, глаз начинает скучать, а нейросетевой анимации смена движения всё равно не хватает.
И ещё одна вещь: не пытайтесь сделать всё на одной нейросети. Разделяйте задачи. Референсы лучше выходят на GPT Image 2, анимацию надёжнее доверить Seedance или Veo, озвучку боту, монтаж CapCut. Это как собирать команду: у каждого инструмента своя сильная сторона.
Начните с короткой сцены на 30 секунд. Возьмите одного героя, одну локацию и одну реплику. Сгенерируйте референсы, оживите их в видеогенераторе, добавьте голос, соберите в CapCut. Не ждите идеального момента: первый мультик будет кривым, второй лучше, а третий уже можно показать друзьям. Когда упрётесь в необходимость оплатить доступ, вспомните про 3GPT от 3SELLER: 3GPT.