«Лучший нейросеть для фото и видео»: два формата одной идеи
Лучший нейросеть для фото и видео выбираю для афиши и заставки: сравниваю Firefly, Runway и LibraChat по работе с исходником, движением и повторными правками.
Е
Евгений
Дизайнер-партнёр LibraChat
11 мин чтения
«На афише наш вход. И перед сеансом зрители должны увидеть его же». Утреннее пожелание организатора кинопоказа звучит скромно, пока не начинаешь собирать два формата. В одном красивом здании три окна, в другом уже пять. Мне такая пара не нужна. На вопрос «лучший нейросеть для фото и видео» я отвечаю, проходя вместе с заказом весь день: от фотографии кинотеатра до вечернего просмотра афиши рядом с заставкой. Инструмент выбирается по тому, что происходит между этими этапами.
Для этого разбора у меня один бриф. Камерный кинопоказ, фотография входа, вертикальная афиша и короткое движение перед началом сеанса. Красная дверь находится справа от трёх окон, над ней небольшой козырёк. Важно сохранить место узнаваемым. Нейросети здесь интересуют меня как разные способы подготовить связанные материалы; само качество конкретного кадра не следует из названия функции.
09:00. «Лучший нейросеть для фото и видео» начинается с фотографии
Я открываю бриф и сначала закрываю названия продуктов. Фото уже есть. Это меняет задачу сильнее любого рейтинга: мы не придумываем произвольный кинотеатр, а работаем с определённым зданием. Если его заменить на симпатичный старинный зал, посетитель может искать совсем другой вход.
За первые десять минут я хочу договориться, что в снимке обязательно, а что можно менять. Не способ генерации. Не длинный список настроек. Граница вмешательства. Для нашего заказа она выглядит так:
оставить три окна, дверь справа и узнаваемый козырёк;
сохранить основные пропорции входа и направление ступеней;
Я собрал эти пять пунктов в заметку рядом с фотографией. Они понадобятся при выборе пути, при просмотре статики и ещё раз вечером. Если каждому этапу придумать собственное определение похожести, две части заказа разойдутся незаметно.
Организатору тоже проще согласовать признаки. «Сделай красиво» допускает почти всё. «Наш вход должен узнаваться по двери и окнам» уже ограничивает результат. Именно эту запись я понесу в выбранный инструмент, не перекладывая на него решение о том, что у нас главное.
10:00. Раскладываю рабочие маршруты на столе
Теперь можно открыть описания функций. Я проверил официальные инструкции Adobe Firefly и Runway, а возможности LibraChat сверил с его каноном. Мне нужно выяснить, где получится подготовить статичный материал и каким действием он затем станет основой движения. На этом этапе сравниваю маршруты, а не выставляю оценку чужим демонстрационным роликам.
В Firefly описано общее пространство генерации изображений и видео. Выбранную картинку можно отправить в генерацию ролика как первый кадр. В соответствующем процессе доступны начальный и конечный кадры, а изображение можно продолжить редактировать. Для моего дня это путь с понятным переходом от утверждённой статики к видео.
В Runway предусмотрены визуальные референсы для создания изображений и генерация видео по изображению. Референс может задавать объект и визуальные характеристики новой картинки. Насколько точно сохранится наш фасад, я узнаю только по будущему результату. Но уже сейчас вижу, что исходное фото не обязано оставаться лишь словесным описанием здания.
В LibraChat присланную фотографию можно попросить изменить в переписке. Видео готовят отдельно: в разделе «Изображения» выбирают тип «Видео», а в браузере есть «Оживление фото». Мне придётся осознанно передать выбранный кадр в другой режим. Обычное сообщение с описанием сцены само по себе не означает, что ролик уже создан.
В утренней заметке я оставляю такую развилку:
Что мне потребуется днём · Какой путь изучаю · Какой вопрос не закрыт документацией
Перейти от выбранной картинки к первому кадру ролика — Adobe Firefly — Сохранится ли геометрия именно этого фасада
Использовать визуальные признаки исходника в новом кадре — Runway с референсами — Будет ли новое изображение узнаваемым входом
Сформулировать правку фото словами и затем оживить выбранный файл — LibraChat в чате и браузерном видеорежиме — Подойдёт ли конкретная правка и движение брифу
Таблица нужна мне до начала работы. Она не объявляет, кто лучше сохранил окна: таких результатов в ней нет. Зато показывает, какое действие искать в интерфейсе и какое ожидание ещё предстоит проверить.
11:20. До обеда оставляю только неподвижный кадр
К этому часу хочется увидеть движение. Я себя останавливаю. Если в статике дверь уже переехала, анимация не вернёт её на место. Сначала требуется утвердить опорный кадр. На данном этапе мне важнее один узнаваемый вход, чем несколько эффектных самостоятельных картинок.
Я написал бы задание на фотографию так:
Подготовь иллюстрацию для афиши на основе снимка входа в кинотеатр. Сохрани три окна, дверь справа от них, форму козырька и направление ступеней. Сделай окружение спокойным и вечерним. Не добавляй название, дату или другие надписи.
В Firefly я ищу подходящий способ работы с исходным изображением, в Runway — использование референса, в LibraChat — правку присланного фото по описанию. Я не требую одинаковой последовательности нажатий. Мне нужно одинаковое исходное ограничение: место остаётся тем же.
Для предполагаемого результата у меня два просмотра. Сначала ставлю его рядом с фотографией и сверяю признаки входа. Затем уменьшаю до размера будущей афиши. Если детали сохранились, но вход потерялся среди декоративного окружения, задача всё равно не закончена.
На маленькой картинке особенно легко увлечься цветом. Светящиеся окна и тёмное небо могут выглядеть убедительно даже у другого здания. Поэтому мне полезна утренняя заметка: она возвращает внимание к двери, козырьку и ступеням, а не к общему впечатлению от картинки.
Если нужную деталь не удаётся сохранить, я уменьшу вмешательство. Например, оставлю фотографию ближе к исходнику и изменю только фон. Выбор нейросети не должен заставлять меня отказываться от главного условия заказа ради демонстрации её возможностей.
12:40. Приходит уточнение о дате — и меняет порядок работы
Допустим, организатор переносит показ на другой вечер. Для афиши это нормальная рабочая правка. Но если дату уже нарисовали внутри картинки, изменять придётся не только текстовый слой. Возможно, заново затронется и визуальная часть. Я предпочитаю не создавать такую зависимость.
Поэтому надписи живут в вёрстке отдельно. Изображение кинотеатра можно использовать повторно, а дату и время менять без просьбы заново построить фасад. Для заставки это тоже полезно: ролик может оставаться чистым фоном под объявление ведущего.
Раньше мне нравилась мысль оживить готовую афишу целиком. Теперь я замечаю, сколько дополнительных требований она навешивает на генерацию: сохранить буквы, композицию, читаемость и узнаваемость здания одновременно. Нашему заказу такая сложность необязательна. Зритель должен увидеть вход, а информацию о показе можно разместить другим способом.
После уточнения в папке проекта мне нужны две связанные заготовки: статичный визуал без надписей и его версия для движения. Это ещё не два окончательных результата. Это точка, от которой я смогу возвращаться к правкам, не объясняя всё заново.
Я проверяю, где именно сохранён выбранный файл. Название вроде «последний хороший» быстро перестаёт помогать, когда появляется ещё несколько вариантов. Лучше короткая понятная запись: исходник, утверждённая статика, кадр для ролика. Эта организация не возникает автоматически от подписки на инструмент. Ею занимаюсь я.
В той же заметке оставляю строку для подтверждения текста: кто утвердил новую дату и где лежит окончательная формулировка. Так вечером можно проверять материалы по одному источнику, а не выбирать между сообщением в переписке и старым вариантом афиши.
14:00. Выбираю движение, которое нужно нашему показу
Теперь возвращаюсь к заставке. В нашем брифе нет требования облететь здание и показать его со всех сторон. Достаточно тихого изменения света и небольшого движения камеры. Если запросить больше, генератору придётся создавать части фасада, которых на фотографии не видно.
Я бы начал с экономного описания: камера почти неподвижна, свет в окнах медленно усиливается, архитектурная форма сохраняется. Это предлагаемая сцена. Она не доказывает, что выбранная модель выполнит каждое ограничение. Но позволяет отличить нужное событие от случайного красивого движения.
К этому часу три маршрута расходятся практически. В Firefly я рассматриваю использование выбранного изображения как первого кадра и доступные настройки выбранного процесса. В Runway — входное изображение и описание движения. В LibraChat — браузерное оживление подготовленного фото. Для каждого проверяю доступность нужного режима в своём аккаунте.
Я обращаю внимание ещё на кадрирование. Тесная вертикальная афиша не всегда подходит для движения. Если камера немного сместится, обрезанные края здания могут мешать. Поэтому для заставки заранее оставляю больше пространства вокруг входа. Это дизайнерское решение до генерации, а не обещание, что инструмент восстановит недостающие детали.
Подробности проверки движения собраны в материале про выбор нейросети для видео. В моём дне к ним добавляется связь с утверждённой статикой. Ролик должен отвечать не только своему промпту, но и утреннему брифу на пару форматов.
16:10. Считаю, во что превратится следующая правка
Для планирования можно взять три статичных варианта и две попытки оживления выбранного кадра. Получится пять генерационных действий до дополнительных изменений. Это условная смета, а не измерение качества Firefly, Runway или LibraChat. Она помогает увидеть устройство работы.
Главный вопрос после обеда: что произойдёт, если попросят сделать небо светлее? Мне нужно понять, относится ли изменение к афише, заставке или обоим материалам. Если они получены из разных несвязанных исходников, легко исправить один и забыть второй.
Я бы записал путь каждого файла. Какое изображение пошло в ролик, какой текст запроса относится к нему, какую версию одобрили. Тогда замечание можно вернуть к конкретному этапу. Без этой записи новая попытка начинается с поиска, а поиск не становится быстрее от более дорогой модели.
Условия расхода тоже проверяются отдельно для изображений и видео. Общее название подписки не превращает все операции в один одинаковый ресурс. Мне важно знать условия скачивания и следующей попытки. Точные действующие значения я смотрю перед работой, не подставляю числа из старого обзора.
Есть задачи, которые вообще меняют маршрут. Если организатор принесёт уже снятый ролик и попросит вырезать паузу, это монтаж существующего видео. LibraChat присланные видеозаписи не разбирает и не редактирует. Генерация новой заставки такую просьбу не выполняет. Для неё ищут редактор с соответствующей операцией.
18:00. Проверяю два формата как одну работу
К вечернему просмотру я возвращаюсь к самой первой фотографии. Рядом должны оказаться афиша и заставка. Название выбранного сервиса в этот момент мне не помогает: важны узнаваемость входа и пригодность материалов для мероприятия.
Последовательность просмотра у меня такая:
Сверить фасад на афише с исходной фотографией.
Посмотреть, остаётся ли тот же объект после начала движения.
Проверить, не появилась ли выдуманная боковая стена без необходимости.
Оценить текст отдельно от визуала, включая новую дату показа.
Открыть скачанные файлы и проверить их в размере использования.
Один общий балл «красиво» здесь бесполезен. Если дверь поменяла сторону только в ролике, у пары есть конкретное расхождение. Если афиша читается, а заставка слишком активна под выступление ведущего, нужно изменить движение. Я предпочитаю замечание, которое можно вернуть в нужное время нашего рабочего дня.
Из этого и складывается выбор. Firefly я изучаю ради связанного рабочего пространства изображения и видео. Runway — ради использования визуальных референсов и дальнейшего движения кадра. LibraChat — ради обсуждения брифа, правки фото в чате и отдельного браузерного оживления. У каждого пути остаётся проверка реального материала, а не только списка функций.
Вечером снова слышу утреннее «наш вход»
В чате LibraChat попробуй начать с того же разговора: перечисли неизменяемые признаки объекта и попроси отделить их от свободно меняемого окружения. Сначала текстовый бриф. Когда нужна сама картинка, её просят явно; ролик создают в соответствующем разделе.
Возможности своего режима, включая доступ к видео, сверяй с тарифами и сравнением после входа. Права на исходный снимок и подготовку готовой печатной вёрстки тоже нужно решить в проекте. Генератор не принимает эти решения вместо организатора и дизайнера.
За день вопрос «лучший нейросеть для фото и видео» становится гораздо точнее. Мне нужен маршрут, в котором согласованный вход доживает до обоих форматов, а изменение даты не запускает заказ сначала. Три окна остаются тремя окнами. Вечером я могу показать организатору ту самую фотографию и объяснить, что именно сохранилось в его двух материалах.
