Делал я клип примерно месяц. По ощущениям — часов 30–40. Это был мой первый опыт, поэтому учился на ходу: смотрел туториалы, пробовал, ошибался, начинал заново и экспериментировал. По вечерам вместо PlayStation открывал MidJourney и работал.

Сейчас понимаю, что по-другому и нельзя. Нейросети слишком быстро обновляются, и приходится постоянно догонять их развитием.

Сначала хотел взять Veo 3, но оказалось слишком дорого. Я прикинул: 52 кадра, по 5 дублей на каждый — выходило больше 30 тысяч рублей. И это без гарантии результата. Ключевой минус Veo 3 в том, что тогда (в июне-июле) он не умел делать видео из картинок, только по текстовым запросам. А для консистентности это почти бесполезно.

В тот момент MidJourney как раз выкатил видео-модель. Подумал: отличное совпадение. Попробовал — и результат меня устроил. Конечно, до идеала далеко: нельзя нормально управлять камерой или строить сложные постановочные кадры. Но мне нравится физика, и я взял классический операторский подход, который хорошо ложится на эстетику старого кино.
Пробовал ещё Heygen и Kling — там результат показался слишком искусственным.

Сначала сделал тест из 200 картинок. Выбирал то, что ближе к реализму и готической эстетике, пропускал мультяшное и абстракции. Когда появился первый удачный кадр, я стал использовать его как референс. Потом собрал около пяти таких кадров и сделал мудборд, отталкивался от него и ключевых слов.

Постоянство помог добиться параметр omnireference. Но он капризный: иногда приходится запускать десятки генераций, пока не выйдет то, что нужно. Это требует насмотренности и внутренней планки автора — никакой ИИ её не заменит.

На монтаже я в основном склеивал кадры. Иногда применял хитрости: например, разворачивал видео в реверс, если трансформации выглядели лучше так. Думаю, со временем такие костыли уйдут, но пока без них никак.

Сложностей хватало, в основном из-за ограничений нейросетей. Но жаловаться смешно — мы и так работаем почти с магией. Со временем появятся новые функции, и многое станет проще.

Совет один: смотреть шире и не застывать в старом. Пока мы гибки — мы молоды. Я тоже люблю снимать с живыми актёрами и на локациях, но это не всегда возможно или доступно. А фантазия безгранична. ИИ помогает обойти ресурсные ограничения и воплотить идеи, которые иначе остались бы в голове.

Это не плохо и не «фальшиво» — это просто по-другому. Как кино не убило театр, так и нейросети не заменят кино с актёрами. Это новая ниша со своими фишками.