От идеи до «киношной‎» картинки за 14 дней: Как мы создавали AI-ролики для «Ясно‎»

Сервис «Ясно» обратился к нам по рекомендации от коллег из «ВкусВилл‎», с которыми мы уже работали раньше. Они поставили нам амбициозную задачу: подготовить три 15-секундных OLV-ролика для показа в онлайн каналах: кинопоиске, стримингах и т.д. Сценарии были готовы и описаны в Notion, но заказчик сомневался, как перенести их визуальный стиль в формат AI-продакшена.

Главным вызовом стали сжатые сроки. На весь цикл производства — от адаптации сценариев до финального рендера — у нас было всего две недели, с 25 февраля по 10 марта. Нужно было действовать быстро, слаженно и максимально эффективно. Дальше расскажу, как мы это сделали.

Создание роликов для «Ясно» с помощью нейропродакшена стало настоящим испытанием не только с творческой, но и с технической стороны.

Основная сложность заключалась в том, чтобы обеспечить постоянство персонажей и окружения в разных кадрах и сценах. Нейросети, как известно, генерируют уникальные изображения каждый раз, и заставить их «запомнить» героев или локации — задача не из простых. Тем не менее, мы нашли способы справиться с этими вызовами.

Первой задачей было создание главной героини, которая должна была появляться в нескольких сценах и при этом оставаться узнаваемой. Клиент хотел, чтобы она напоминала персонажа с их баннеров, а это требовало визуального сходства.

Разные версии одной из героинь

Чтобы получить одного и того же персонажа в разных ракурсах, мы обратились к видео-генератору PixVerse. Исходя из одного «‎базового» изображения, он оживил фотографию и сгенерировал новые кадры под разными углами. После этого у модели появились «‎маяки» по которым она выстраивала одинаковый портрет героини в разных ракурсах, сохраняя при этом ключевые детали — от контура лица до набора эмоций.  

Оригинальное фото слева, справа новые изображения от ИИ

На основе этих кадров AI художник формирует датасет, на котором обучается модель для сохранения узнаваемости персонажа с разных ракурсов.

Для каждой сцены мы создавали статичные изображения в Flux, детально описывая нужный результат в промптах.

При создании кадра с качелями нам нужно было показать героиню в двух состояниях: сначала эмоционально покачивающуюся, а затем — стоящую на фоне тех же самых подвесных качелей в парке. С самой героиней проблем уже не возникало, а вот качели упроно получались разными. На одной сцене они висели на толстой ветке, на другой — будто парили в воздухе, и это разрушило целостность картинки.

Одна из основных локаций в ролике - парк с качелями

Мы решили сосредоточиться на деталях. Перепробовали десятки описаний, уточняя все: от формы сиденья до фона. Нейросеть выдала сотни вариантов, и каждый мы проверяли, насколько качели похожи. Это был долгий процесс, но в итоге тщательная настройка промптов сработала. Оба кадра — один с девушкой на качелях, другой с ней же перед качелями — теперь выглядят связно и правдоподобно.

Для сцены в автомобиле мы сэкономили время и сохранили однородность локации, работая с единственным «базовым» кадром. Сначала сгенерировали идеальный ракурс внутри машины — правильный свет, четкие лица героев и детализированный салон.

После этого на обоих изображениях точечно сменили одежду героев и скорректировали настроение сцены в Midjourney — сохранив лицо и позу персонажей. В итоге у нас остался один ракурс, но два разных настроения, что позволило плавно варьировать визуал в ролике без потери узнаваемости и затрат времени на новые генерации.

В сцене с детьми, разбрасывающими игрушки больших проблем не было. Основная работа — внести правки по деталям в кадре и убрать косяки нейросетей.

После утверждения ключевых рендеров следующей задачей стало придание им движения — плавной, естественной анимации без потери качества кадра. Для анимации статичных кадров мы использовали Kling. Они прекрасно справлялись с медленными движениями: плавные повороты головы и смена мимики выходили естественными и почти не требовали правок.

С другой стороны быстрые или сложные движения давали сбои: в сценах с резкими жестами — взмах рук или взаимодействие с предметами — конечности теряли форму, появлялись артефакты, а объекты «плавали». Например, в эпизоде с качелями пришлось вручную поправлять кадры, чтобы пальцы героини не выглядели деформированными.

Еще одной проблемой стала постоянство анимации. Нейросети генерируют движения для каждого кадра независимо, что иногда приводило к рывкам и несостыковкам. Чтобы видео выглядело цельным, режиссер Рома брал на себя сборку анимированных секвенций. Он выстраивал плавные переходы и следил за логикой движений, добиваясь гармоничного результата. 

Итогом нашей работы стали три уникальных 15-секундных ролика, полностью созданных с помощью нейросетей.

За счет четкого пайплайна нейропродакшена и эффективного использования AI-инструментов проект занял ровно 14 календарных дней, а итоговое качество роликов не уступает традиционному видео-продакшену.

Ребята из «‎Ясно» тоже остались довольны, и уже запустили наш ролик в ротацию онлайн-кинотеатров и стриминговых сервисов.

По моему опыту продакшен ии-рекалмы показывает значительную выгоду по сравнению с классическими съемками, особенно при таких сжатых сроках. Например, в предыдущем кейсе я рассказывал, что по подсчетам «ВкусВилл» живые съемки подобных роликов обошлись бы в 10 раз дороже.

ИИ меняет рынок продакшена и создает новые возможности для создания крутого контента. Если хотите больше узнать про продакшн рекламы с помощью нейросетей, то подпишитесь на мой канал в Телеграме. Там я делюсь инсайтами рынка и подробно рассказываю про нейросети:

t.me/yurapokrovsky