Короткометражный фильм с ИИ — генеративное кино от идеи до экрана

Ещё три года назад разговор о короткометражке, снятой с помощью нейросетей, звучал как фантастика. Сегодня такие фильмы участвуют в фестивалях, набирают миллионы просмотров и создаются командами из двух-трёх человек с бюджетами, которые раньше едва хватало на аренду камеры.

Но у этой истории есть изнанка: большинство первых попыток сделать ИИ-короткометражку заканчиваются разочарованием. Не потому что инструменты плохие. А потому что процесс принципиально отличается от традиционного кино — и не похож на то, что описывают в большинстве туториалов.

Почему ИИ-короткометражка — это не «просто нагенерировать сцены»

Главное заблуждение: кажется, что ИИ убирает сложность. На деле он её перераспределяет. Физическое производство становится дешевле. Зато работа над сценарием, консистентностью и монтажом — сложнее, потому что у вас нет живых актёров, декораций и физического мира, которые сами по себе создают связность.

Каждую сцену нужно описать так точно, чтобы генератор выдал именно то, что вы видите в голове. Персонаж должен выглядеть одинаково в 47 разных кадрах. Эмоции на лице должны соответствовать тексту за кадром. Всё это — решаемые задачи, но они требуют системного подхода.

Этап первый: история и сценарий

Хороший сценарий для ИИ-короткометражки — это не то же самое, что хороший сценарий для живого кино. Есть несколько специфических ограничений, которые нужно учитывать с самого начала.

Минимум диалога в кадре

Синхронизация речи с движением губ — до сих пор самое слабое место ИИ-генерации. Лучше строить истории с голосом за кадром, минимальными диалогами или вовсе без слов. В нашей короткометражке «Банкомат» мы сознательно выстроили всю историю через действие и закадровый голос — и это оказалось не компромиссом, а художественным решением, которое сделало фильм плотнее.

Меньше персонажей

Чем больше уникальных персонажей, тем сложнее поддерживать их консистентность на протяжении фильма. Сильная история с одним-двумя героями производится значительно проще, чем история с пятью.

Локации как визуальные решения

В живом кино локация — это место. В ИИ-кино локация — это набор слов и референсов, которые нужно точно описать. Чем меньше уникальных мест, тем лучше. Это не ограничение, а приглашение к более концентрированному сторителлингу.

Визуальная специфичность в тексте

Обычный сценарий описывает действие: «Мария входит в комнату и видит письмо». ИИ-сценарий добавляет: какая комната, какое освещение, как именно входит, что на ней надето, какой угол камеры. Эта информация потом напрямую переходит в промпты.

Этап второй: раскадровка и пре-визуализация

Раскадровка в ИИ-продакшне стала дешевле и быстрее, чем когда-либо. Генерация референсного изображения для каждой сцены занимает минуты вместо часов ручной работы иллюстратора.

Но раскадровка здесь выполняет дополнительную функцию: она становится основой для промптов. Если вы сгенерировали изображение, близкое к тому, что хотите, — вы уже на полпути к промпту для видео.

На этом этапе важно определить несколько вещей:

Визуальный стиль фильма

Фотореализм, анимация, живопись, стилизация под конкретную эпоху или жанр — это решение принимается здесь и фиксируется как набор ключевых слов и референсных изображений, которые будут использоваться во всех последующих генерациях.

Дизайн персонажей

Для каждого героя создаётся набор референсных изображений в разных ракурсах и эмоциональных состояниях. Это «паспорт персонажа», к которому возвращаются при генерации каждой сцены с его участием.

Цветовая палитра и освещение

Решения, которые в живом кино принимает оператор, здесь нужно описать словами и зафиксировать в промптах. «Холодный синий для ночных сцен, тёплый золотой для флэшбэков» — это не просто художественное решение, это технический параметр.

Этап третий: генерация материала

Это самый итеративный и трудоёмкий этап. Не потому что генерация медленная — она как раз быстрая. А потому что нужно сгенерировать много вариантов, чтобы выбрать подходящий.

Профессиональный подход выглядит так: для каждой сцены создаётся 5–10 вариантов с незначительными изменениями промпта. Из них выбирается один, который ближе всего к задуманному. Затем, если нужно, применяются техники для доработки: img2img для изменения отдельных элементов, inpainting для замены частей кадра, видео-к-видео для трансформации стиля.

Отдельная история — масштабные сцены. Когда мы в ГлавПромптФильме делали морские баталии для одного из кинематографических проектов, именно на этапе генерации стало понятно, что ни один инструмент не справляется с задачей в одиночку: Runway давал убедительную воду и движение кораблей, но терял детали при монтаже крупных планов. Мы комбинировали несколько генераторов и сшивали результат в постпродакшне — это единственный способ получить честный батальный эпизод без видимых компромиссов.

Инструменты, которые используются на этом этапе:

• Runway Gen-3 Alpha — лучший выбор для кинематографичных сцен с реалистичной физикой. Хорошо работает с движением камеры.
• Kling 1.5/2.0 — сильнее в реалистичных движениях людей, особенно крупных планах.
• Stable Video Diffusion / CogVideoX — открытые модели для тех, кто хочет больше контроля и готов работать с локальными инсталляциями.
• Sora — пока в ограниченном доступе, но впечатляет пониманием сложных сцен с несколькими объектами.

Параллельно с видео генерируются звуковые элементы: голос за кадром (ElevenLabs, Murf), музыка (Suno, Udio), атмосферные звуки.

Этап четвёртый: работа с консистентностью

Это то, о чём редко говорят в туториалах, но именно здесь чаще всего рассыпаются амбициозные проекты.

Ваш главный герой в сцене 3 должен выглядеть точно так же, как в сценах 1, 7, 12 и 23. С теми же чертами лица, той же причёской, в той же одежде (если по сюжету она не менялась). Добиться этого — задача, требующая технических знаний.

Основные подходы:

• IP-Adapter позволяет «заблокировать» внешность персонажа через референсное изображение. Это не 100% гарантия, но значительно улучшает стабильность.
• LoRA-файнтюнинг — создание специализированной модели на основе набора изображений персонажа. Требует времени и вычислительных ресурсов, но даёт лучшую консистентность.
• Ротоскопинг и маскирование — в сценах, где консистентность критична, лицо или фигура персонажа может быть взята из одного стабильного изображения и наложена на сгенерированное видео.
• Реальные съёмки как основа — некоторые студии снимают простые движения актёра как «скелет» и переносят на него ИИ-стиль. В «Банкомате» мы использовали именно этот гибридный подход для главного героя: живая мимика актёра через IP-Adapter задавала эмоциональную точность, которую чистая генерация пока не воспроизводит стабильно.

Этап пятый: монтаж

Монтаж ИИ-короткометражки по своей логике не отличается от монтажа любого другого фильма. Инструменты те же: DaVinci Resolve, Premiere Pro, Final Cut. Принципы те же: ритм, эмоция, нарратив.

Разница в том, с каким материалом приходится работать. Сгенерированные клипы часто имеют «лишние» секунды в начале или конце, пока движение не началось или уже закончилось. Переходы между сценами требуют особого внимания, потому что стилистические несоответствия между кадрами более заметны, чем в живом кино.

Хороший монтаж ИИ-короткометражки умеет прятать слабые места материала. Быстрый монтаж скрывает артефакты. Музыка перекрывает несинхронную речь. Голос за кадром снимает зависимость от движения губ.

Этап шестой: постпродакшн и саунд-дизайн

Цветокоррекция в ИИ-видео решает две задачи: эстетическую (создать нужное настроение) и техническую (выровнять стилистические различия между сценами, снятыми разными генераторами или в разное время).

Саунд-дизайн часто недооценивают — и напрасно. Звук отвечает за половину эмоционального воздействия фильма. Правильно подобранная музыка, атмосферные звуки и качественный голос за кадром могут поднять даже технически несовершенный визуальный материал на уровень профессионального кино.

Сроки и бюджет: честные цифры

Короткометражка продолжительностью 5–7 минут при профессиональном подходе занимает от 3 до 8 недель работы небольшой команды (режиссёр, ИИ-оператор, монтажёр). Бюджет на инструменты — от 30 000 до 100 000 рублей в зависимости от набора сервисов и объёма генерации.

Это в разы меньше, чем традиционный продакшн. Но это не «бесплатно» и не «за один вечер». Фильм, который претендует на фестивальный показ или коммерческое использование, требует серьёзной работы — просто другой работы, чем раньше.

ИИ не отменил кинопроизводство. Он сделал его доступным для людей, у которых есть история, которую хочется рассказать. Тот же принцип работает и для музыкальных клипов с нейросетью — другой жанр, та же логика: история важнее кнопки.