Как это работает технически: коротко

Модель i2v не анимирует фото кадр за кадром вручную, как это делал бы художник. Она обучена на огромном объёме видео и научилась предсказывать, как выглядит правдоподобное движение: как поворачивается голова, как падают волосы при движении, как меняется свет на лице. Взяв ваше фото за стартовую точку, модель генерирует короткую последовательность новых кадров, которая продолжает исходный кадр — придумывая движение, которого там не было.

На практике это значит, что модель может работать только с тем, что реально есть в исходном фото. Она не может додумать другую сторону лица, добавить движение, для которого нужна информация, которой нет в статичном кадре, или исправить фото, которое изначально размыто. Что было чётким и стабильным на фото, обычно остаётся чётким и в видео; что было неоднозначным — превращается в артефакты. Более подробный технический разбор — в нашем гайде по image-to-video.

Шаг 1: выберите фото, которое хорошо анимируется

Качество исходника важнее, чем при обычной фотогенерации, потому что модели нужно угадать движение по тому, что она видит — а размытое или тёмное фото даёт ей мало данных. Берите резкое, хорошо освещённое фото без сильного цифрового зума: снимок на телефон при дневном свете почти всегда лучше, чем скриншот в низком разрешении.

Лицо, которое хорошо видно и повёрнуто прямо или под небольшим углом, анимируется чище, чем жёсткий профиль или лицо, частично скрытое волосами, руками или тенью. Простой фон без лишних деталей тоже помогает — на сложной сцене у модели больше мест, где движение по краям кадра превращается в артефакты.

Одно правило важно независимо от качества фото: используйте только своё фото или фото человека, который явно согласился на это. Нормальные сервисы проверяют это до генерации — в Hoty каждая загрузка проходит модерацию на согласие и возраст до списания монет, и всё, что не проходит проверку, отклоняется.

Шаг 2: выберите эффект

Большинство платформ не просят описывать движение с нуля. Вместо этого вы выбираете из готового набора эффектов — плавная панорама камеры, естественное покачивание, поворот головы — под тип фото, которое загрузили. В Hoty это каталог эффектов, где стоимость в монетах показывается до подтверждения, так же как при фотогенерации.

Если не уверены, какой эффект подойдёт: портретное фото обычно лучше сочетается с тонким движением (лёгкий поворот, смена мимики), чем с эффектом, рассчитанным на движение всего тела. Эффект, который соответствует тому, что реально видно на фото, даёт результат чище, чем самый эффектный на превью вариант.

Шаг 3: генерация — что происходит и сколько ждать

После подтверждения запрос попадает в очередь обработки. Модель анализирует исходный кадр и просчитывает движение для всей последовательности — это заметно дольше, чем генерация одного фото, потому что вычисляется не одно изображение, а целая серия кадров. Пока идёт обработка, на экране обычно виден прогресс.

Загрузка проходит модерацию до списания монет, а не после — если фото не проходит проверку, оплаты не будет. Если генерация не удалась по техническим причинам уже после этого, монеты возвращаются автоматически, без необходимости самому это заметить и запрашивать возврат.

Почему видео стоит дороже фото

Генерация фото — это расчёт одного изображения. Генерация видео — это расчёт целой последовательности кадров, которые должны оставаться согласованными друг с другом: то же лицо, тот же свет, тот же фон, — и при этом ещё придумывать движение между ними. Это принципиально более тяжёлая вычислительная задача, поэтому видео-эффекты обычно стоят больше монет и обрабатываются дольше, чем фото-эффекты на той же платформе.

Если вам в первую очередь нужны фото, а видео интересно скорее из любопытства, есть смысл сначала попробовать фото-эффект и убедиться, что результат нравится, а уже потом тратить дополнительные монеты на анимацию — вместо того чтобы сразу заказывать видео из непроверенного исходника и обнаружить постфактум, что само фото не очень подходило.

Шаг 4: продление, если нужно видео длиннее

Большинство i2v-инструментов ограничивают одну генерацию несколькими секундами, и Hoty не исключение. Чтобы получить более длинный ролик, готовое видео продлевают, а не заказывают сразу длинную генерацию — система берёт последний кадр вашего видео как новую точку старта и продолжает движение в том же стиле.

Продление стоит дешевле новой генерации, потому что использует модерацию исходной загрузки — заново проверять нечего. Продлевать можно несколько раз подряд, постепенно наращивая длину, хотя качество обычно держится лучше на двух-трёх продлениях, чем на большем количестве.

Ошибки, которые портят результат

Самая частая — исходное фото слишком маленькое, тёмное или сильно сжатое. У модели меньше деталей для работы, и результат получается мягким или искажённым по краям — там, где ей пришлось больше всего додумывать. Если фото и в полном размере выглядит плохо, видео получится ещё хуже.

Вторая — выбор эффекта не под тот тип кадра, который загрузили: эффект с движением всего тела на крупном портрете, например. Модель всё равно попытается это применить, и несовпадение обычно проявляется искажениями по краям кадра.

Третья, менее очевидная — исходное фото уже сильно отфильтровано, собрано в коллаж или с наклейками и текстом поверх. Модель воспринимает всё это как часть изображения и пытается анимировать в том числе это, что обычно ломает иллюзию, а не усиливает её. Чистое, неотредактированное фото даёт самую аккуратную основу для работы.

Четвёртая — и единственная, из-за которой генерацию реально отклонят, а не просто получат неудачный результат, — это загрузка фото человека без его согласия. Модерация существует именно для того, чтобы поймать это до того, как что-то сгенерируется или спишутся деньги, и это не формальность.

Чего реально ожидать от результата

Несколько секунд тонкого, правдоподобного движения: поворот головы, смена взгляда, покачивание волос или ткани, изменение мимики. Не полноценная анимация и не сложная хореография, и ничего, что не было бы правдоподобно на исходном фото. Модель оживляет то, что есть в кадре, а не придумывает новую сцену.

Сколько именно длится одна генерация и сколько раз можно продлевать ролик — зависит от конкретной платформы, это больше продуктовое решение сервиса, чем ограничение самой технологии. Что остаётся неизменным везде — тип движения: тонкое и физически правдоподобное, а не полноценные сцены или сложное действие.

Если хочется более широкой картины — что современные i2v-инструменты умеют хорошо, а что до сих пор им не даётся на нескольких платформах, не только на Hoty — наше сравнение photo-to-video сервисов разбирает это подробно.

Как это сделать в Hoty

Hoty работает прямо в браузере, без установки приложения. Можно анимировать новую загрузку или уже готовое фото из истории аккаунта — при повторном использовании модерация не проходит заново, потому что фото уже прошло проверку. Видео-генератор находится в том же аккаунте, что и фотогенерация с чатом, и монеты работают на всё сразу — отдельно покупать что-то только для видео не нужно.

Цены опубликованы открыто до подтверждения любой генерации, а в галерее персонажей есть примеры того, как выглядит хороший исходный материал для анимации.

Частые вопросы

Читайте также