У каждого, кто снимает не первый год, на диске лежат тысячи кадров, которые так и остаются кадрами. Иногда хочется, чтобы пейзаж задышал ветром, а портрет тронулся едва заметным движением. Раньше для этого нужны были видеосъёмка, штатив со слайдером и долгие часы в монтажной программе. Теперь появились нейросети, которые делают короткий ролик из одной фотографии. Я давно поглядывал в эту сторону и наконец сел разбираться: что они реально умеют, а где просто разводят руками.
Как это работает
Принцип простой. Вы загружаете один снимок, а на выходе получаете клип на несколько секунд. Нейросеть дорисовывает промежуточные кадры и добавляет движение: лёгкий наезд камеры, панораму, шевеление листвы или волос. Можно идти и от текстового описания, но мне интереснее именно оживление готовых фотографий — тут есть с чем сравнивать, ведь исходник я снимал сам и знаю, как он должен выглядеть. Большинство сервисов выдают ролик на 5–10 секунд в разрешении до 1080p. Ни камеры, ни слайдера, ни монтажа: только браузер и исходный файл.
Сколько у вас контроля
Сразу скажу, что управление тут грубее, чем привык фотограф с его ручными настройками. В описании можно попросить конкретное движение — «медленный наезд», «панорама слева направо», «облёт предмета», — и сервис чаще всего слушается. А вот тонко задать скорость, амплитуду и траекторию, как на моторизованном слайдере, не получится. Я быстро перестал диктовать сложные движения и оставил короткие понятные команды: чем проще просьба, тем меньше артефактов. Это общий закон жанра — нейросеть любит простые сцены и теряется на длинных подробных сценариях.
Что я снимал и что получилось
Я взял три разных типа кадров, как на нормальном тесте объектива. Каждый снимок прогонял по нескольку раз и оставлял лучший дубль: разброс между попытками заметный, и судить по одной случайной генерации было бы нечестно.
Пейзаж. Здесь результат лучше всего. Утренний туман над рекой нейросеть тронула медленным наездом, добавила движение воды и облаков, и кадр ожил почти убедительно. Глаз цепляется секунды на три, а дальше замечаешь, что вода течёт как-то по кругу, а облака плывут против логики. Но для трёхсекундной заставки этого хватает с запасом.
Портрет. Сложнее. Лёгкий поворот головы и моргание выглядят живыми, но стоит модели повернуться чуть сильнее, и лицо начинает плыть: меняется форма скул, иногда уезжает глаз. Кожа теряет ту самую фактуру, которую я вытягивал при съёмке, и становится пластиковой. Для статичной открытки на пару секунд годится, для чего-то длиннее уже нет.
Предметка. Снял часы на чёрном фоне и получил красивый облёт камеры вокруг предмета — то, ради чего обычно берут поворотный стол. Но мелкие надписи на циферблате нейросеть перерисовала кашей: она генерирует пиксели, а не читает текст. Фирменный логотип превратился в нечитаемую закорючку.
Как подготовить кадр
Несколько вещей я понял уже после первых неудач. Оставляйте в кадре воздух: если объект упирается в края, камере некуда двигаться и нейросеть начинает дорисовывать границы наугад. Снимок с запасом по краям оживает заметно аккуратнее. Дальше — фон: чем он чище, тем меньше артефактов, мелкий пёстрый задний план модель путает и плавит. И берите кадры с одним смысловым центром: одинокое дерево, один портрет, один предмет. Сложные сцены с несколькими людьми и пересекающимися планами разваливаются первыми. По сути это те же правила хорошей композиции, только теперь они влияют ещё и на то, как кадр будет двигаться.
Где нейросеть честно проваливается
Будем называть вещи своими именами. Руки, отражения и вода ведут себя странно — та же беда, что и у генерации картинок. Резкость в движении «дышит»: мелкая фактура, которую я аккуратно тянул при съёмке, на видео переписывается заново и плывёт. Боке оживает приятно, но иногда круги в зоне нерезкости начинают жить собственной жизнью. И ещё деталь, важная для тех, кто работает с метаданными: на выходе вы получаете перекодированный ролик без всякого EXIF — исходной цветовой информации в нём уже нет.
Закономерность простая: чем длиннее клип, тем больше ошибок. Короткие фрагменты на 3–5 секунд выходят честнее, чем попытки растянуть сцену на полминуты.
Сколько это стоит
Приятная часть. Подписка не обязательна — у многих сервисов оплата идёт за каждый ролик, и одна попытка обходится примерно как пара кадров плёнки. Свои снимки я гонял через seedance 2.0 mini: сервис собирает видео из фотографии или текста и считает деньги поштучно. При такой цене не жалко сгенерировать пять вариантов и оставить тот, где движение легло естественнее, — ровно как мы отщёлкиваем серию, чтобы потом выбрать один кадр.
Стоит ли оно фотографу
Для меня это не замена съёмке и тем более не замена нормальному видео. Снять воду на длинной выдержке или сделать честную проводку нейросеть не умеет и вряд ли скоро научится. Но как способ оживить готовый архив — штука вполне рабочая. Анимированное превью в портфолио, короткий ролик для соцсетей, движущаяся обложка к посту об объективе: здесь оно экономит и время, и деньги. Пишешь, скажем, обзор объектива — и живую обложку к нему можно собрать из того же тестового кадра, не доставая камеру второй раз.
Совет простой. Начните с пейзажа или предметки, где нет лиц и мелкого текста, возьмите свой лучший кадр и сделайте несколько версий. Первый блин почти наверняка выйдет комом, но при такой цене пересоздать ничего не стоит. А снимать по-настоящему это всё равно не отучит — скорее наоборот, начинаешь сильнее ценить, что хороший кадр пока умеет сделать только человек.
