Без оператора ИИ-видео выглядит одинаково

Корейский режиссер Ким Сон Су снимает короткометражку Worm Train про гигантского червя, который едет на работу в метро. Снимает на Kling AI. На дискуссии создателей Kling в Пусане он и другие азиатские режиссеры и продюсеры сошлись в одном: нейросети в видеопроизводстве без классической школы быстро дают серую, однообразную картинку. Для кинематографичного результата все еще нужны операторы, художники-постановщики и режиссеры. Под этим я готов подписаться.

Запустить генерацию теперь может любой, и поэтому одинакового контента на рынке так много. Причину я вижу в отсутствии осмысленного художественного выбора. Качество картинки тут ни при чем.

Что нейросети в видеопроизводстве оставляют оператору

Ким Сон Су сначала видел в искусственном интеллекте угрозу для индустрии. Теперь он говорит иначе: креативность технология не заменяет, ценность кадра по-прежнему создает человек.

Его коллега Хари Хён, глава компании MooAm, пошел дальше. ИИ-генерации впечатляют первые несколько секунд, а потом зритель чувствует фальшь. Алгоритмы по умолчанию берут похожие схемы освещения и композиции. Нужен оператор, который знает, чем крупный план отличается от общего, и художник-декоратор, который доведет детали сцены. Иначе видео выглядит трафаретно.

Ракурс, фокусное расстояние, световой рисунок: кто-то должен выбрать каждое из них. На обычной площадке команда обсуждает такие детали часами. С генеративным видео этот разговор нужен еще больше, ведь выдачу нейросети приходится буквально «докручивать», пока она не вылезет из пластикового дефолта.

Быстрый черновик и темп обновлений

Китайский режиссер анимации Ли Вэй делает на Kling полнометражный фильм Born Of The Tide. Он ценит другое: черновой результат видно сразу, и его можно тут же обсудить с командой. Ошибок становится меньше, а согласование идет быстрее.

Пример гибридного подхода – Rendering Love студии MBC C&I. Там живые съемки соединили с ИИ-персонажами виртуальной K-pop группы. Такой продакшн требует от команды технологической грамотности.

Продюсер Ли Сан Ук считает, что когда выходит новая модель, например Kling 4.0, тимлиды должны сразу разобрать ее функции и обучить команду. Если кто-то в цепочке отстает от обновлений, страдает качество всего проекта. Честно говоря, звучит как еще одна статья в расписании продакшена, но я не вижу, как этого избежать.

Что делать продюсеру и агентству

Мой вывод простой: деньги на людей с насмотренностью лучше оставить в смете и направить на арт-дирекшен. Нейросеть ускоряет раскадровки и аниматики, но выбор кадра остается за человеком. Вот что я бы проверил завтра:

– Спросите у подрядчика, кто на проекте отвечает за свет и композицию, и попросите показать его работы. – Запросите раскадровку и референсы по свету до запуска генерации, а не после первой выдачи. – Заложите в график время на разбор новой версии модели и обучение команды, если она вышла в ходе проекта. – Посмотрите первые черновики с командой и вслух назовите, что в кадре выбрал человек, а что оставлено дефолтом нейросети.

Моя ставка такая: студии, которые продают клиенту «дешевые ролики на нейросетях», быстро упрутся в однообразие. Выигрывают те, кто продает сложные визуальные решения, где ИИ ускоряет работу сильной творческой команды. Раньше других освоить софт мало, его надо применять по законам классического кино.

В моем конвейере нейросети дают скорость и бюджет, а режиссуру, монтаж и звук делают люди. Как это выглядит в готовых проектах, от исторического мини-фильма «Ушаков» до социального «Курьера», можно посмотреть в разделе фильмы и мини-сериалы на нейросетях.