Генеративное видео в эфире: как устроен Grom TV

Российская платформа GPTunneL запустила Grom TV – онлайн-телевизор. Он круглосуточно создает ролики по текстовым запросам зрителей в реальном времени. Мне как продюсеру этот кейс интересен: видео транслируется без пауз и долгого рендеринга. Технология позволяет собирать бесконечный интерактивный эфир прямо на глазах у аудитории. Это дает новые интерактивные механики для брендов. Можно делать кастомные трансляции на мероприятиях или запускать вовлекающие промокампании. В них каждый пользователь мгновенно становится соавтором контента.

Как устроен эфирный конвейер на одной видеокарте

Проект работает по принципу непрерывного вещания. Зритель заходит на сайт и вводит текстовое описание сцены в чат. Через 20–25 секунд его ролик появляется в общем плеере. Сама генерация восьмисекундного клипа со звуком занимает около 7,8 секунды. Скорость обработки практически совпадает со скоростью воспроизведения – коэффициент реального времени составляет 0,97. Система успевает создавать контент быстрее, чем зритель досмотрит предыдущий фрагмент.

Вся нагрузка ложится на один графический процессор Nvidia B200. Иногда к работе подключается второй чип для оптимизации пиковых очередей. Чтобы трансляция шла гладко, разработчики используют инструмент ffmpeg. Он решает сразу три задачи за доли секунды. Программа выравнивает темп воспроизведения под скорость генерации, накладывает единый визуальный фильтр с эффектом кинопленки и нарезает видео на двухсекундные сегменты. Переходы между роликами разных пользователей происходят бесшовно. Трансляция запускается моментально на любом устройстве через стандартный протокол HLS.

Умная модерация и автогенерация контента без простоев

Главная сложность любого прямого эфира – безопасность контента. В интерактивном проекте нельзя допускать неприемлемый контент на экране. Разработчики решили проблему с помощью двухступенчатого ИИ-фильтра. Он срабатывает до начала генерации видео.

Сначала промпт проходит через модуль GromMod. Он мгновенно отсекает грубые нарушения и опасные темы. Если запрос проходит фильтр, за дело принимается языковая модель Grom. Она переводит короткое пожелание пользователя в подробный безопасный сценарий для видеосети. Система аккуратно заменяет или вычищает чувствительные детали. При этом сохраняется общая творческая задумка. В результате видеомодель получает на вход уже безопасный и очищенный промпт.

Если зрители временно перестают писать запросы, эфир не останавливается. В этот момент подключается большая языковая модель Grom GPT. Она сама генерирует сюжеты и отправляет их на отрисовку. Архитектура системы позволяет создавать до 10 000 уникальных роликов в сутки без единого повторения. Трансляция может идти бесконечно.

Практическая польза технологии для агентств и брендов

Я часто вижу, как агентства пытаются удивить клиентов интерактивными механиками на мероприятиях, но упираются в долгий и дорогой рендеринг. Кейс Grom TV доказывает: технологии созрели для работы в прямом эфире. Это готовый шаблон для создания интерактивных зон на презентациях или в ритейле. Вместо заранее записанных роликов бренд может предложить аудитории управлять экранами в реальном времени. Например, гости презентации могут через Telegram-бота заказывать сюжеты с участием маскота компании и тут же видеть результат на медиафасаде.

Технологию легко адаптировать под B2B-сценарии. Платформа GPTunneL заявляет о возможности повысить качество генерации до HD-разрешения и убрать нестабильность кадров под бизнес-задачи. Запуск потокового вещания на одной видеокарте доказывает: интерактивный видеопродакшен стал доступным и быстрым. Это снижает затраты на производство сложного контента и вовлекает пользователей на новом уровне. Для агентств это возможность выделиться на тендерах и предложить клиентам интерактивные механики, которые раньше требовали огромных бюджетов и недель подготовки.