ИИ продакшен для FMCG: фуд-съемка с помощью ИИ. Кейс Open Production x Эрконпродукт

Всего нужно было сделать пять роликов: четыре монопродуктовых (кукуруза, фасоль, горошек, огурцы) плюс один общий со всеми продуктами вместе. На проект у нас было три с половиной недели.

Основная задача от клиента звучала просто: показать продукт максимально аппетитно, чтобы его прямо захотелось купить и съесть. Никаких сложных сюжетов, только ощущения — макропланы на белом фоне, где главную скрипку играют текстура, свет и конденсат, стекающий с овощей.

Такая свобода, с одной стороны, полностью развязала нам руки для креатива. С другой — она заставила нас самих искать решения и буквально нащупывать, как превратить верхнеуровневый креатив клиента в эффектный, динамичный и, главное, вкусный ролик.

В отличие от прошлых фуд-проектов, где мы часто прибегали к CG (компьютерной графике) для сложных продуктовых шотов, здесь мы приняли решение сделать все макро-кадры полностью с помощью нейросетей. Задача по-своему непростая, ведь нужно было не просто «нарисовать» овощи, а добиться натуралистичности и сделать их по-настоящему вкусными.

Наш технологический стек был сборной солянкой из всего лучшего, что было на тот момент:

для генерации статичных изображений мы использовали NanoBanana и Flax;

для оживления кадров применили Kling и Minimaks — они помогали строить плавные анимации и переходы между сценами;

для фотореализма мы использовали LoRA, обученные на макро-снимках еды, чтобы нейросеть понимала, как должна выглядеть аппетитная текстура продукта.

Иными словами, мы заменили все классическое производство — от фуд-стилиста до 3D-аниматора — связкой из четырех нейросетей. Звучит просто, но на деле это был трехнедельный марафон генераций, правок и ночных тестов, когда команда спорила с ИИ о том, как выглядит настоящая фасоль.

Сгенерировать кукурузу — просто. Сгенерировать аппетитную кукурузу — целое искусство. На первых генерациях ИИ выдавал пластмассовые желтые цилиндры, больше похожие на деталь конструктора, чем на еду.

Чтобы сделать еду действительно аппетитной, пришлось использовать базовые фишки фуд-съемки: правильное студийное освещение плюс конденсат с капельками. Человеческий мозг так устроен: если что-то выглядит влажным и блестит, оно автоматически кажется нам свежим и аппетитным.

Наши AI-художники нашли в сети специальную LoRA, заточенную именно под фудсъемку. По сути, кто-то до нас уже скормил нейросети тысячи красивых фотографий еды, и теперь она понимала общую концепцию, как это должно выглядеть. Эту модель мы и взяли за основу, чтобы добавить нашим овощам тот самый студийный лоск и аппетитные блики.

Мы подготовили первые статичные кадры, отправили клиенту и... получили шквал правок. Еще бы, ведь «‎Эрконпродукт», как и любой другой производитель, знает свой товар не просто хорошо, а до мельчайших, микроскопических деталей.

Нейросеть упорно рисовала кукурузу с острыми хвостиками, как у свежей кукурузы. Но у «‎Эрконпродукт» эти кончики отрезаны в процессе производства. Пришлось потратить массу времени на максимально детальные промпты, чтобы заставить AI понять и обрезать эти хвостики.

С фасолью была другая история — AI упорно рисовал белые полоски в каждой фасолине, те самые характерные пятнышки, которые обычно встречаются на бобовых. У продукта клиента их не было. Долго бились, чтобы убрать эту точку и при этом не превратить фасоль в какой-то странный красноватый камушек без текстуры.

Самая мучительная битва развернулась за цвет маринованного огурца. Если оттенок зелёного получался слишком тёмным — огурец выглядел свежим. Слишком светлый — похож на малосольный. Нужно было найти тот самый идеальный средний «маринованный» оттенок, и это оказалось невероятно сложно.

Каждая такая правка превращалась в лотерею. Работа с нейросетями всегда немного игра вслепую — либо загружаешь изображение в ИИ и он дай бог поймет команду удалить белые точки у фасоли, либо приходится начинать всё с нуля и генерировать заново, уже с учётом этой детали в промпте.

После первой волны правок мы поняли, что слать финальные кадры неэффективно. Поэтому перешли на общение с клиентом «буквально на каждом шаге», ведь «‎Эрконпродукт» знает свой товар лучше и сможет подметить мельчайшие неточности на том этапе, когда их можно быстро исправить. Клиент, к счастью, был очень открыт к этому, и процесс согласования ускорился в разы.

Вместо того чтобы делать резкие склейки между кадрами, использовали технологию ключевых кадров в Kling и Minimax. Принцип работы простой: задаёшь первый и последний кадр, а нейросеть сама дорисовывает всё движение между ними. Это позволило создавать сложные бесшовные переходы, которые раньше требовали отдельных генераций множества кадров.

Режиссёр Тёма предлагал разные идеи для динамики в кадре, потому что просто показать статичный продукт с движением камеры — скучновато. Для горошка придумали эффектное начало: закрытый стручок раскрывается в процессе, показывая сочные горошины с капельками. Клиенту идея понравилась, и это задало тон для остальных роликов.

Самое эффектное движение получилось с фасолью — реализовали полностью бесшовную анимацию. Одна фасолинка вылетает из общей массы левитирующих фасолин, летит прямо на камеру в макроплан, потом улетает от зрителя и аккуратно падает рядом с банкой. Изначально хотели применить такой приём везде, но не хватило времени — получилось реализовать только здесь.

С кукурузой возникла драматичная ситуация. Клиент хотел, чтобы зёрна эффектно выстреливали из початка, а потом летели на камеру. Но нейросеть понятия не имела, как должен выглядеть кукурузный початок после того, как из него убрали все зёрна. Она генерила очень странные отверстия и дыры, которые выглядели неестественно.

Не стали спорить с AI и искать идеальную генерацию — времени не было. Сгенерировали анимацию как есть, а на монтаже применили хитрость: резко ускорили этот момент через спидрамп и обрезали кадр за мгновение до того, как зритель успел бы увидеть «страшный» пустой початок. Плавный переход на следующую сцену, и зритель ничего не замечает.

Хотели анимировать финальный пэкшот красиво — банка залетает в кадр сверху, и одновременно рядом с ней падают овощи, образуя аппетитную горку. Это оказалось самой сложной частью анимации.

Проблема в том, что нужно было синхронизировать два разных действия в одном кадре: движение банки и падение овощей. AI постоянно ломал физику и вел себя странно. Могли упасть визуально три кукурузины, но они образовывали горку из десяти. Или в кадре появлялись объекты, которых вообще быть не должно.

Пришлось генерить десятки вариантов, пока не получили результат, где и количество совпадало, и физика падения выглядела убедительно. Желание клиента было оставить банку не просто 2D-картинкой на фоне, а полноценно интегрированной в трехмерное пространство с овощами — это усложняло задачу, но результат того стоил.

Еще нам нужно было собрать общий ролик со всеми продуктами. За основу взяли макропланы из персональных роликов для горошка, кукурузы и огурчиков. Чтобы стилистические выделить ролик, взяли изображения банок в 2D, а для анимаций привлекли моушен-дизайнера. 

Этот проект стал первым, где мы использовали AI-диктора, в данном случае — Google AI Studio. Задача звучала просто — записать короткий текст для каждого ролика, буквально одно-два предложения. В итоге мы сгенерировали семьдесят (!) вариантов голоса на все ролики. Самые удачные записи мы отправляли клиенту на выбор.

Главная проблема AI-дикторов — сложно контролировать, чтобы у разных генераций сохранялся одинаковый тембр и тон голоса. Поэтому в каждом из четырех роликов голос немного различался по интонации, хотя мы и сделали их максимально в едином стиле.

Пришлось «воспитывать» нейросеть разными хитростями. Чтобы сделать длинную паузу между предложениями, ставили несколько точек подряд. Чтобы AI сделал акцент на определенном слове — просто прописывали фразу КАПСОМ. И нейронка это действительно понимала и правильно обрабатывала.

Пример промпта:

"ФРАУ... МАРТА.

Вкус... солнечной кукурузы."

"ФРАУ.. МАРТА.

Вкус.. нЕжной фасоооли!"

Прочти вслух дружелюбным доверительным тоном.

Прочитай вслух в стиле повествования доброй детской сказки".

Плюс такого короткого текста в том, что диктор справился очень органично — когда нужно начитать большой объем, AI часто уводит интонации не туда или неправильно завершает мысль по интонации. А здесь все легло идеально.

Мы не можем поделиться конкретными цифрами KPI, но знаем главный и самый честный результат: клиент был в полном восторге.

При устном опросе команда «‎Эрконпродукт» поставила нашей работе максимальную оценку — 10 из 10. Клиент особо отметил «комфортное общение» и работу режиссера Тёмы, который «хорошо включался во всю работу» и постоянно предлагал креативные решения.

Но лучшим показателем успеха стал тот факт, что сразу после сдачи пяти роликов клиент вернулся с новыми задачами. Для нас это знак, что нейропродакшен перестал быть экспериментом и становится рабочим инструментом для бизнеса.