Как Odd Global сняла микромир шерсти на ИИ без лотереи

Ролик Merino Deep Dive набрал больше 175 тысяч просмотров на YouTube. Камера в нём залезает внутрь волокна мериносовой шерсти, а сделало его агентство Odd Global для бренда Zentera. Продюсеры часто боятся нейросетей в видеопроизводстве из-за «эффекта казино»: нажал кнопку и получил случайный результат. Здесь получился предсказуемый конвейер, где клиент видел и утверждал картинку до того, как она начала двигаться. Я бы разобрал этот кейс по шагам, потому что его можно повторить.

Как нейросети в видеопроизводстве перестают быть лотереей

Обычно работа с генеративными моделями выглядит так: промптер крутит настройки, получает сотню вариантов и надеется, что один из них выстрелит. Для коммерческого ролика, где горят сроки и на кону доверие бренда, такая схема не годится. Odd Global пошли дорогой обычного рекламного агентства и просто перенесли её на новые инструменты.

Сначала команда написала подробный сценарий и зафиксировала функцию каждого кадра. Потом разработала несколько визуальных направлений. Клиент выбрал и утвердил финальный стиль в статике, и только после этого началась анимация.

Представьте первый черновой монтаж. Вся группа и представители бренда смотрят его и видят ровно то, о чём договаривались. Для продюсера это лучший исход, какой бывает. Спорные детали, например как выглядят чешуйки волокна под микроскопом, решили ещё на картинках. В анимацию ушёл уже проверенный материал.

Невидимое показали без съёмки и переиспользовали по максимуму

Главная задача ролика – показать то, что обычная камера не снимет: микромир шерсти, структуру волокон, взаимодействие материала с телом человека. Классический путь тут – сложная 3D-графика, а она стоит дорого и делается долго. С генеративными инструментами команда быстро переходила от реалистичных кадров с овцами к научным визуализациям.

Авторы выбрали лаконичный и поэтичный визуальный язык и не пытались выдать сгенерированных людей и природу за реальную съёмку. Если научная деталь в волокне получалась неточной, модель дорабатывали точечно, а композиция и настроение кадра оставались на месте.

Дальше интереснее. Изображения и графика из ролика ушли на образовательную платформу Zentera и стали дизайн-системой, по которой бренд учит партнёров и розничных продавцов. Один проект дал и ролик, и библиотеку материалов для обучения. Сколько это стоило, в источнике не сказано, поэтому цифр не будет. Но считать бюджет я бы теперь начинал сразу с двух строк: ролик и всё, что из его кадров можно собрать потом.

И главный вывод для меня такой: качество AI-видео держится на дисциплине процесса. Мощная модель без этого выдаёт лотерею. Когда клиент входит рано и работает со статичными референсами, генерация становится управляемой.

Что сделать завтра

• Попросите у подрядчика сценарий с функцией каждого кадра до первого промпта.
• Закажите два-три визуальных направления в статике и утвердите одно письменно.
• Детали, в которых легко ошибиться (научные, продуктовые, технические), согласуйте на картинках. В анимации правки обойдутся дороже.
• Заранее решите, куда ещё пойдут кадры: обучение, сайт, презентации для партнёров. Проверьте, что права в договоре это позволяют.

Всё это упирается в то, кто на производстве держит процесс. У меня гибридная команда: нейросети дают скорость, а режиссуру, монтаж и звук делают люди. Как это выглядит на практике, можно посмотреть на странице AI-видеопродакшн Мити Амбарцумяна. Там есть фильм про падел «Окко. Спорт в цифрах», где цифры живут внутри кадра, и имиджевый тизер OREX для платформы земли в Дубае, который работает в продажах.