Какая нейросеть делает видео по заданному сценарию
Какая нейросеть делает видео по заданному сценарию: сравниваю короткий клип, несколько связанных планов и ролик с ведущим. Показываю выбор и проверку результата.
Е
Евгений
Дизайнер-партнёр LibraChat
11 мин чтения
Для анонса выставки плакатов у меня есть три плана: пустой зал, открывающаяся дверь и взгляд посетителя на первый плакат. Если написать в генератор «сделай ролик по сценарию выставки», он сам решит, что показать. Может получиться красивое движение камеры, в котором дверь так и не откроется. Поэтому вопрос «какая нейросеть делает видео по заданному сценарию» я перевожу на более точный: сценарий у нас про последовательность кадров, точные реплики ведущего или одну короткую сцену? Для этих задач нужны разные инструменты и разная проверка.
Для этой выставки я сначала отмечаю в сценарии то, что зритель должен увидеть без догадок: дверь открывается внутрь зала, после неё появляется настоящий плакат. Разные сервисы дают разную степень контроля над такими деталями. Сравнивать их удобнее по тому, какую часть сцены можно задать заранее и что потом придётся доделать в монтаже. Если важны язык голоса, формат кадра или коммерческое использование, эти условия тоже нужно проверить до запуска проекта.
На бумаге я быстро набросал три прямоугольника кадров и заметил проблему: во втором дверь была справа, а в третьем посетитель уже смотрел на стену слева. Даже без генерации переход казался скачком. Я переставил точку зрения до выбора инструмента, чтобы потом оценивать движение камеры, а не исправлять собственную ошибку в раскадровке.
Сначала разрезать слово «сценарий» на задачи
В моём черновике для выставки слово «сценарий» означало не текст диктора. Оно означало порядок изображения: зал — дверь — плакат. Для коллеги, который готовит обучающий ролик, тот же термин может означать написанную речь ведущего. Если обменяться этими файлами без пояснения, один инструмент будет подбирать визуальные планы под слова, другой — озвучивать слова через аватар. Оба формально «делают видео», но только один закрывает нужный кусок работы.
Что должно сохраниться буквально: название выставки, слова ведущего, логотип, цвет плаката или только общая атмосфера.
Что движется: камера по залу, дверь, человек или говорящий аватар.
Что связывает кадры: один и тот же интерьер, персонаж, предмет или монтажный смысл.
Что нужно на выходе: один клип, последовательность планов, ролик с голосом или набор заготовок для монтажа.
Что нельзя выдумать: реальные работы художников, даты открытия, лица участников и обещания посетителям.
Последний пункт я выделяю отдельно. Сгенерированный плакат на стене не станет работой реального автора только потому, что кадр выглядит убедительно. Для анонса фактическое изображение выставки лучше взять из согласованных материалов. Генеративное видео может дать движение и настроение, но не подтвердит состав экспозиции.
Какая нейросеть делает видео по заданному сценарию: таблица
Я сравниваю не красивость демо, а единицу результата. Один инструмент собирает короткую сцену. Другой помогает задать несколько связанных планов. Третий произносит текст через ведущего. Для сценария выставки это важнее рейтинга моделей: выбранная единица определяет, сколько решений останется монтажёру.
Маршрут · Что можно задать по официальной документации · Где граница для сценария
Runway Multi-Shot — Один рассказ в режиме Auto или отдельные описания до пяти планов в Custom — Короткая связанная последовательность не заменяет длинный фильм; детали каждого плана надо проверять
HeyGen Studio / Video Agent — Реплики для сцен с аватаром, фон и визуальные элементы; Video Agent принимает идею или готовый скрипт и собирает план — Это маршрут для объяснения и ведущего, а не гарантия нужной кинематографической сцены с реальными экспонатами
LibraChat — Короткий ролик по описанию в разделе «Изображения» → «Видео»; чат помогает подготовить сценарный текст — Нет обещания собрать полный ролик из нескольких сцен по длинному сценарию; проверяй доступность видео на своём тарифе
В моём брифе для каждого маршрута остаётся свой вопрос к пробному эпизоду. Для Runway — сохраняется ли направление движения двери между планами. Для HeyGen — не расходится ли речь ведущего с утверждёнными датой и местом. Для LibraChat — можно ли получить короткую сцену без выдуманного плаката и надписей. Ответ зависит от просмотра конкретного вывода; описание функции само по себе не показывает, годится ли кадр для анонса.
Три плана выставки: маршрут Runway
Для моего наброска с дверью ближе всего режим, в котором планы описываются отдельно. В документации Runway Multi-Shot режим Custom позволяет добавить до пяти планов, а Auto строит последовательность из одного описания истории. Это не значит, что сервис знает, как выглядит наша выставка. Я всё равно должен указать, что происходит в каждом кадре и какая деталь связывает их. Если нужен именно узнаваемый плакат, понадобится разрешённый референс или съёмка настоящего объекта.
Я бы переписал сценарий в три карточки. Первая: неподвижный пустой зал, на стене видны прямоугольные места для работ, мягкий утренний свет. Вторая: дверь открывается из того же зала, движение идёт в ту же сторону, без внезапной смены интерьера. Третья: посетитель видит первый плакат, но сам плакат в черновике остаётся нейтральным местом для последующей вставки настоящей работы. Каждая карточка описывает видимое действие, а не настроение вроде «сделай интригующе».
Для выбора кадра я смотрю на две вещи: связность пространства и сохранность фактов. Если во втором плане появляется другая дверь, история ломается, даже если каждый отдельный кадр красив. Если на стене возникла выдуманная дата открытия, кадр нельзя бездумно публиковать. Проще заменить текст в редакторе, чем надеяться, что генерация точно нарисует буквы. Такая проверка важна и для режима Auto: он планирует переходы сам, но ответственность за фактический анонс остаётся у автора.
У Runway есть и обычный Text to Video в Gen-4.5: текст задаёт одну сцену и движение в ней. Официальная инструкция Runway «Creating with Gen-4.5» указывает длительность такого клипа от двух до десяти секунд в соответствующем режиме. Это удобно для одного прохода камеры по залу, но не следует путать с готовым роликом по всей раскадровке. В официальном руководстве Runway о создании длинных видео прямо предлагается планировать отдельные планы и собирать их монтажом. Поэтому, когда сценарий длиннее одной сцены, я сразу думаю о соединении клипов, а не о поиске волшебной кнопки «сделай фильм».
Реплики ведущего: маршрут HeyGen
Представим другой анонс той же выставки: куратор должен сказать, где она проходит и что зритель увидит. Здесь ключевая единица — реплика, а не движение двери. В HeyGen Studio можно добавить сцену, написать для неё текст и назначить аватар, голос и фон. Официальная справка описывает отдельный сценарий для каждой сцены. Это помогает сохранить последовательность объяснения: приглашение, одна причина прийти, практическая информация.
В таком ролике я бы сначала сверил факты: название площадки, дату, часы работы. Потом написал речь так, чтобы её можно было произнести вслух без длинных перечислений. Например, не «уникальная экспозиция всемирно известных авторов», если это не проверено, а «покажем серию новых плакатов мастерской». В сценарии отмечу, где должен появиться настоящий плакат из материалов организатора. И только после согласования голоса и визуальных источников перенесу фразы в инструмент.
HeyGen Video Agent предлагает более автоматический путь: ему можно дать идею или точный скрипт, затем уточнить визуальный план перед генерацией. В официальной инструкции есть режим диалога для доработки плана и режим автоматической сборки. Это полезно, если тебе нужен объясняющий ролик с ведущим и вспомогательными кадрами. Но я не называю его способом гарантированно воспроизвести кинораскадровку выставки. Если исходный файл содержит строгие ракурсы и настоящие работы художников, их точное появление надо проверять в готовом видео и, возможно, монтировать вручную.
Для ролика с аватаром есть ещё вопрос согласия на изображение и голос реального человека. Если в кадре должен быть сам куратор, нельзя подменить его разрешение красивым портретом из архива. Это отдельное организационное решение. Для нейтрального ведущего можно использовать доступные публичные варианты, но это меняет тон сообщения: зритель увидит не куратора, а цифрового рассказчика. Я бы написал это решение в брифе до открытия конструктора.
Для проверки речи я выписываю отдельно три слова, которые нельзя произнести приблизительно: фамилию автора, название площадки и дату открытия. Затем читаю весь текст вслух без кадра. Если фраза не помещается в спокойный вдох, делю её на две сцены ещё до генерации. Так легче заметить, что красивый визуальный переход скрывает пропущенную информацию. Например, в моём сценарии фраза «вход через двор» должна прозвучать рядом с планом нужной двери, а не после финальной заставки. Я оставляю это как отдельную строку для просмотра готового ролика. В случае с вымышленной выставкой речь можно менять свободно; для настоящего события я бы дал организатору подтвердить три контрольных слова письменно. Сервис произнесёт заданный текст, но источник этих сведений находится вне него.
Одна короткая сцена: маршрут LibraChat
Если для анонса нужен не ведущий и не пять связанных планов, а один атмосферный фрагмент — например, медленное открытие двери в зал без реальных плакатов, — можно подготовить короткое описание для LibraChat. По справке продукта видео создаётся в разделе «Изображения», где выбирают тип «Видео», описывают сцену и отправляют запрос. Сам чат может помочь с текстом описания, но видеоролик не создаётся прямо в переписке. Доступ к генерации видео зависит от тарифа; актуальные условия надо смотреть на странице тарифов.
Для подготовки описания я бы дал чату такой запрос:
У меня есть задумка анонса выставки плакатов. Составь короткое описание для одного видеофрагмента: пустой зал, дверь медленно открывается внутрь, камера остаётся в зале. Не добавляй надписи, логотипы, произведения художников или дату. Отдельно перечисли, какие факты и изображения для финального анонса надо получить у организатора. Не превращай один фрагмент в полный сценарий из трёх кадров.
В описании для видеорежима я оставил бы только согласованную сцену: пустой зал и дверь, которая открывается внутрь. После генерации нужно просмотреть её целиком и сравнить направление двери с реальной планировкой. Если появляется выдуманная афиша или непривычный для площадки интерьер, такой кадр годится лишь как иллюстративный фон после согласования, а не как документальная съёмка выставки.
LibraChat также не принимает присланное видео для анализа или монтажа. Поэтому готовый чужой ролик нельзя загрузить в чат с просьбой «исправь второй кадр». Для монтажа нужны отдельный редактор и исходные файлы. Это ограничение лучше знать до выбора маршрута, особенно если сценарий уже снят и требуется лишь правка.
Как выбрать маршрут без дорогого круга проб
Я не начинаю с оплаты трёх сервисов ради одного анонса. Сначала выбираю самый рискованный эпизод и описываю критерий его успеха. Для выставки это дверь, которая открывается в том же зале и ведёт к реальному плакату. У меня нет права назвать кадр удачным, пока я не проверил не только красоту, но и связь с фактическим местом. Такой пробный эпизод лучше показывает пригодность маршрута, чем абстрактный запрос «сделай выставку красиво».
Решение можно принять так:
Один движущийся кадр без строгого продолжения: начни с текстового описания короткой сцены и проверь доступный видеорежим LibraChat или односценный генератор.
Несколько планов с переходом: попробуй инструмент с управлением планами вроде Runway Multi-Shot; закладывай время на просмотр и монтаж.
Точный текст ведущего: смотри HeyGen Studio или Video Agent и проверяй, как звучит речь и выглядят согласованные материалы.
Реальное мероприятие с настоящими экспонатами: собери фактические кадры и права на них; генерацию используй только там, где она не подменяет документальную часть.
После пробного вывода у меня пять проверок. Сохранился ли порядок событий? Узнаётся ли один и тот же объект в соседних планах? Нет ли лишних надписей и дат? Совпадают ли речь и визуальный факт? Можно ли опубликовать этот материал с разрешениями, которые уже есть? Если на любой вопрос ответ «не знаю», не ставлю кадр в финальный монтаж. Возвращаюсь к исходным материалам или переснимаю нужную деталь.
Выбор между сервисами зависит от этого плана, а не от обещания «видео по сценарию» на главной странице. Чтобы подготовить сценарий до генерации, есть отдельный разбор сценария видео. Попробуй прямо сейчас описать один эпизод своего ролика в трёх строках: что видно до действия, что меняется, какой факт должен остаться точным. Затем сформулируй запрос в чате LibraChat на короткое описание сцены или карточку планов и выбери один подходящий видеомаршрут. Если результат не выполняет хотя бы одно из этих трёх условий, какой кадр ты исправишь первым?
