Вот и дошел до уровня, когда пошла сложность. Чтобы получить это видео, пришлось сделать десять (!) видео промптов для пяти нейросетей. И только в одном случае задача была выполнена. Ушло где-то три часа работы. Поэтому если кто-то скажет, что делать промпты и получать красивые видео это легко, то не соглашусь. Уже на основании своего опыта. В чем проблема в этом казалось бы простом видео - три очень разных объекта по размерам, и два из них еще должны двигаться. И нейросети с этим пока справляются не очень - более-менее вышел только один промпт из десяти. Даже в этом относительно успешном видео, размер бутылочки духов чрезмерен. При том, что он еще и переписывался под каждую нейросеть отдельно.