ИИ-генератор видео по тексту

Скажите, кто или что в кадре, и добавьте две-три видимые детали: возраст, одежду, материал, цвет. «Уставшая медсестра в бирюзовой медицинской форме» дает модели гораздо больше опоры, чем «человек». Оставляйте в ролике одного главного героя, чтобы взгляду было за что зацепиться.

Опишите, что меняется между первой и последней секундой, глаголами с темпом: медленно наливает, бросает взгляд через плечо, стряхивает дождь с зонта. В коротком ролике помещается одно действие с началом и концом. Три действия в одном предложении обычно выходят скомканными или недоделанными.

Назовите место, время суток и, если важно, погоду, плюс одну-две детали фона. То, что движется само, — пар, листья, проезжающие машины — оживляет кадр, даже когда герой стоит неподвижно. Перегруженный фон спорит с главным объектом, поэтому выбирайте скупо.

Укажите крупность плана (крупный, средний, общий) и одно движение: статичная камера, медленный наезд, панорама, сопровождение или съемка с рук. Напишите, где движение начинается и где заканчивается. Противоречивые указания вроде «приблизиться, одновременно отъезжая» заставляют модель гадать, что вы имели в виду.

Опишите источник света, его направление и цвет: низкое солнце со спины, одна настольная лампа, плоский свет пасмурного дня. Фактуру добавляйте, только если она важна: 35-мм пленка, старое домашнее видео, пластилиновая анимация. Свет меняет настроение кадра быстрее, чем любой лишний предмет.

Если модель генерирует аудио, напишите, что должно быть слышно: фон комнаты, шаги по гравию, дождь по жестяной крыше, далекий поезд. Сочетайте близкие и дальние звуки. Если вы потом наложите свою музыку или закадровый голос, выберите модель с отключаемым звуком и пропустите этот пункт.

Все три модели выдают 9:16. Для очень короткой зацепки или зацикленного фрагмента Wan 3.0 начинается с 2 секунд. Если нужен звук сразу, MiniMax H3 всегда добавляет стереодорожку, а в Wan 3.0 и Seedance 2.5 вы сами решаете, оставлять ли звук включенным.

Проплыть вдоль побережья или посмотреть, как просыпается город, — на это нужно время. Wan 3.0 дает до 30 секунд, а MiniMax H3 и Seedance 2.5 останавливаются на 15. В длинном кадре опишите постепенное изменение — свет, ползущий по стене, или рассеивающийся туман, — чтобы лишним секундам было что показать.

Для киношной картинки с черными полосами 21:9 есть у MiniMax H3 и Seedance 2.5. Такой широкий кадр любит запросы, где что-то происходит по всей ширине, например всадник пересекает равнину под огромным небом, а не одинокий маленький объект в центре.

Если видео пойдет в монтаж с вашей музыкой, дикторским текстом или собственным звуковым оформлением, с беззвучным роликом работать проще. Отключите звук в Wan 3.0 или Seedance 2.5. MiniMax H3 всегда создает дорожку, но ее можно заглушить или заменить в монтажной программе.

Если ролик покажут на большом экране или потом будут кадрировать, разрешение важно. MiniMax H3 предлагает 2K, Wan 3.0 и Seedance 2.5 — до 1080p. Более высокие настройки стоят больше кредитов, и кнопка генерации показывает это число до подтверждения.

Если нужно просто понять, работает ли сцена, оставайтесь на низком разрешении и короткой длительности: 480p у Wan 3.0 или Seedance 2.5 делает черновики недорогими. Попробуйте несколько вариантов одной идеи, оставьте лучший и уже его сгенерируйте как следует.

«Пожилой часовщик в зеленом фартуке склоняется над верстаком, берет пинцетом крошечную латунную шестеренку и медленно поднимает ее к окну. Тесная мастерская в старом квартале в сумерках, стены увешаны тикающими часами, в воздухе висит пыль. Медленный наезд камеры от среднего плана к крупному плану его рук. Теплый свет лампы слева, холодный голубой свет из окна, малая глубина резкости. Звук: многослойное тиканье, вдалеке проезжает трамвай, тихий щелчок пинцета».

«Пожилой часовщик в зеленом фартуке» — один человек с двумя видимыми приметами. «Берет шестеренку и поднимает ее к окну» — одно действие с начальной и конечной точкой. Поэтому у ролика есть форма, а не персонаж, который бесцельно перебирает руками.

«Тесная мастерская в старом квартале в сумерках» задает место и время в нескольких словах. Тикающие часы и висящая пыль — детали фона, которые движутся сами, поэтому кадр остается живым, пока руки часовщика медленно и точно делают свое дело.

«Медленный наезд от среднего плана к крупному плану его рук» называет одно движение, его скорость, начальную и конечную крупность. Модель знает, где начать, где закончить и о чем на самом деле этот кадр: о руках и шестеренке.

«Теплый свет лампы слева, холодный голубой свет из окна» — два источника, у каждого свое направление и цвет, отсюда контраст на лице. «Малая глубина резкости» размывает стену с часами, и фон поддерживает героя, а не заслоняет его.

Три слоя: звук помещения (тиканье), дальний звук (трамвай) и близкая деталь (пинцет). У модели со звуком появляется понятная цель для сведения. Если в Wan 3.0 или Seedance 2.5 звук отключен, удалите эту фразу: она больше ничего не делает.

Ни второго персонажа, ни диалога, ни надписей в кадре, ни склейки с другим местом. Каждый такой элемент разделил бы короткий кадр между конкурирующими идеями. Если они нужны вашей истории, сгенерируйте их отдельными роликами со своими запросами и соедините при монтаже.