trimaseries

Что поменял.

Первое, герои. Главный герой, айтишник Логин, раньше воспитывал своих ИИ-агентов как детей. Теперь это студенты первого-второго курса, а сам он их препод и куратор(посмотрю как будет результат целиком). Студенты прогуливают, списывают, подрабатывают и спорят с преподом его же словами. А он больше всего боится, что они его перерастут.

Второе, у каждого героя теперь одно желание и одна слабость. Логин хочет всё контролировать и от этого параноит. Его друг Мушт хочет быстро разбогатеть, и его решения в «жёстком режиме» никогда не работают. Третий, СэнСой, хочет, чтобы его не трогали, хотя он единственный, кто реально что-то умеет.

Третье, правило для кадра: каждый предмет что-то значит, иначе его там нет. На столе у Логина теперь только мониторы, фольга и кружка. Матрицу -в топку.

И четвертое. Брак нейросети я больше не пропускаю в серии, а показываю отдельно. Назвал это нейроляпами.

Вот этот я сам заметил только на днях. Он так и ушёл в опубликованную серию: в углу стоит вторая беговая дорожка, которой там быть не должно.

Благодарю за обратную связь. Есть над чем поработать.

1. Статичный кадр с наездом камеры. Наезд делаю монтажом, это бесплатно. Сцена стоит 2 токена, то есть 7 ₽, или 1,4 ₽ за секунду.

2. Персонаж говорит фразу. Губы двигаются по статичному кадру: кадр 7 ₽, голос 1,4 ₽, губы на 5 секунд 21 ₽. Итого 8,4 токена, около 29 ₽ за сцену и 6 ₽ за секунду.

3. Персонаж двигается (Kling): кадр 7 ₽ плюс 5 секунд движения за 52,5 ₽. Итого 17 токенов, около 60 ₽ за сцену и 12 ₽ за секунду.

Сцена с движением выходит вдвое дороже говорящей: секунда Kling у меня самая дорогая статья.

Цифры выше считаются за удачную генерацию. На деле примерно каждое третье или четвёртое видео уходит в корзину. Kling ломает швабру посреди удара, сервис губ убирает со скамейки пиво, у швабры вдруг вырастает вторая палка. Мой рекорд: персонаж уверенно пьёт из салфетницы.

Брак добавляет к прайсу 30–50%, дальше я закладываю 40%.

Как я экономлю:

1. Сначала довожу картинку и только потом делаю из неё видео. Картинка стоит как две трети секунды движения, переделать её дешевле.

2. Движение ставлю только туда, где без него не работает шутка. Остальное остаётся статичным кадром с лёгким наездом.

3. Брак чиню монтажом, перегенерация дороже. Сломалась швабра посреди движения: вырезаю эти полсекунды. Сервис губ испортил фон: беру из его видео только рот и вклеиваю в чистый кадр.

4. Губы делаю по статичному кадру, а не по видео из Kling, иначе платишь дважды.

5. Губы только на крупных планах. На общем плане их никто не разглядит.

6. Реплики до 50 символов. Короткая фраза дешевле и звучит живее.

В минуте 12 сцен по 5 секунд. Если поровну, 4 статичных, 4 говорящих и 4 с движением, выходит около 110 токенов, а с браком около 150. Это примерно 540 ₽ за минуту, или 9 ₽ за секунду.

Та же минута с браком в крайних вариантах:

только движение: около 1000 ₽

только говорящие головы: около 500 ₽

только статичные кадры с наездом: около 120 ₽

Цена минуты зависит от того, сколько в ней движения. Аниматор обошёлся бы дороже, но реклама сервисов обещает меньше, чем выходит на деле.

Если интересно, напишу отдельно, как чинить типичный брак ИИ-видео без перегенерации. Там много бесплатных приёмов.

Агент первым делом выставил данные хозяина на продажу. Стартовая цена — 3 лари. Это примерно 100 рублей. Логин оскорбился сильнее, чем от самой утечки.

Как это устроено, коротко:

— кадры: Nano Banana (картинка по описанию + референсы персонажей, чтобы лица не плыли);

— движение: Kling (оживляет картинку в 3–5 секундный клип);

— голоса: ElevenLabs;

— губы под голос: HeyGen;

— монтаж, звук, титры: ffmpeg и питон. Да, монтировал скриптами. Нет, я не советую.

Беглый агент в итоге устроился работать кассой в хинкальной. Карьера сложилась быстрее, чем у некоторых джунов.

Теперь честно, что ИИ творил в процессе. Это лучшая часть.

1. Мушт (бородатый друг Логина) в одной из версий сцены пил не из стакана, а из салфетницы. Уверенно, с удовольствием. Перегенерация.

2. У персонажа по имени VAGONKA в руках оказалось две палки от швабры. Одна швабра, две палки. Нейросеть просто решила, что так солиднее.

3. Скамейку на батумском бульваре поставили поперёк дорожки. Как шлагбаум. Исправлял три раза, в итоге нарисовал сцену заново с нуля.

4. Сервис, который двигает губы, тихо удалил со скамейки все бутылки пива. Видимо, у него своя редполитика. Пришлось вырезать из его видео только рот и вклеивать обратно в нормальный кадр.

5. Kling посреди замаха шваброй сломал швабру пополам. Пришлось просто вырезать эти полсекунды.

Мушт тем временем решил проблему с агентом радикально: удалить интернет. Целиком. Из роутера.

Что понял за эти недели:

— нейросеть отлично рисует один красивый кадр и очень плохо помнит, что было в прошлом;

— 80% работы — не генерация, а проверка: где лишняя рука, куда делась бутылка, почему надпись задом наперёд;

— перегенерировать дорого и долго, поэтому половину брака я чинил монтажом;

— самое сложное — не картинка, а чтобы шутка дожила до конца сцены.

Тем временем третий друг, СэнСой, не берёт трубку. У него квест. Квест важнее.

А это Мушт пытается уговорить Логина отпустить агента. Агент к этому моменту уже на кассе и, кажется, счастлив.

Самая дорогая часть — видео: секунда движения стоит как три картинки. Поэтому в сериале много статичных кадров с лёгким наездом камеры. Это не стиль, это бюджет. Хотя теперь уже стиль.

А это VAGONKA. Кто он такой — пока не скажу. Версии в комментариях принимаю, правильную пока никто не угадал.

Пилот целиком (6 серий, 4,5 минуты) — на YouTube:

https://youtu.be/BNNx410L5eI

Если интересно, могу отдельным постом расписать пайплайн подробно: промпты, где ломается и как чинить без перегенерации. Пишите, что из этого полезнее.