11 июня 2026 г.
Как сделать видео нейросетью
Сделать видео нейросетью можно за один короткий цикл: опиши сцену или загрузи фото, выбери модель со звуком, сравни несколько вариантов и собери ролик.
Хочется сделать AI-видео, но непонятно, с чего начать: писать промпт, загружать фото, выбирать модель или сразу собирать ролик. Начни с одной понятной сцены — остальное приложится.
Короткий ответ: начни с одной сцены на 5–10 секунд. В Givon AI ты описываешь кадр в промпт-баре или ставишь фото стартовым кадром, выбираешь модель, получаешь несколько вариантов — и дальше собираешь ролик по сценам в том же редакторе.
Видео нейросетью лучше делать как управляемый процесс, а не как один длинный запрос. Одна сцена быстро показывает, подходит ли модель, промпт и визуальная подача именно твоей задаче — и стоит это дешевле, чем пересборка целого ролика.
Современные модели генерируют видео сразу со звуком: Veo 3.1, Kling 3.0, Seedance 2.0, HappyHorse 1.0 и Grok Imagine выдают сцену с нативным синхронизированным аудио — речью, шумами и атмосферой. Отдельно накладывать звук для черновика не нужно.
Если у тебя уже есть фото товара, персонажа или референс, возьми его как отправную точку — это сценарий видео из картинки. Если исходников нет, начни с текста: кто в кадре, что происходит, какая камера, стиль и настроение. Стоимость генерации в токенах видна до запуска.
На странице
С какой модели начать
В каталоге Givon AI десятки видеомоделей, сгруппированных по провайдерам. Для первого видео хватит четырёх ориентиров — у всех нативный звук. Полная разбивка по задачам — в гайде по выбору нейросети для видео.
- Seedance 2.0
- Первое место по видео со звуком на лидерборде Artificial Analysis. Сцены 4–15 секунд, до 9 референсов — универсальный старт.
- HappyHorse 1.0
- Лучше всех держит человека в кадре: лицо, мимику, детали кожи. Сцены 3–15 секунд, до 1080p.
- Veo 3.1
- Кинематографичная картинка с разрешением до 4K. Фиксированные 8 секунд — формат, из которого удобно собирать ролик.
- Grok Imagine
- Самый длинный формат в каталоге — до 30 секунд с ambient-звуком. Подходит для нарративных сцен.
Каким может быть результат
Пример промпта
Промпт описывает содержание одной сцены: объект, действие, камеру, свет и стиль. Длительность, формат кадра, разрешение и звук — это настройки в промпт-баре: их не нужно писать в тексте, выбери их рядом с полем промпта.
- Плохо
- Сделай красивое вертикальное видео про мой продукт на 5 секунд.
- Лучше
- На столе стоит матовая упаковка косметики, камера медленно приближается, мягкий утренний свет, фон слегка размыт, продукт остаётся стабильным, рекламный стиль. А вертикальный формат и длительность 5 секунд — в настройках.
Когда не стоит делать так
Не пытайся собрать весь ролик одним запросом, если в нём несколько сцен, разные герои, смена локаций или сложный сюжет. Двигайся по сценам: получи стабильный первый вариант, сохрани его и переходи к следующему эпизоду — один слабый фрагмент не сломает весь результат.
Частые ошибки
Слишком общий промпт
Фраза «сделай красивое видео» не даёт модели понятной сцены. Нужны объект, действие, камера, свет и стиль — а длительность и формат кадра задаются настройками, не текстом.
Весь ролик одним запросом
Если в ролике несколько смыслов, разбей его на сцены — каждую можно докрутить отдельно.
Нет референса, когда важен объект
Если нужно сохранить товар, лицо или стиль, загрузи свои материалы стартовым кадром или референсом вместо генерации с нуля.
Ожидание идеала с первого дубля
Видеогенерация — это несколько вариантов и выбор лучшего. Закладывай 2–3 попытки на сцену.
Попробовать на практике
Открой страницу ИИ-генератора видео, выбери один короткий сценарий и сделай 2–3 варианта — этого достаточно, чтобы понять процесс.
Перед началом
Пошагово
Определи задачу ролика
Запиши, что должно получиться: реклама товара, Reels, объясняющий фрагмент, персонаж в движении или визуальный концепт.
Выбери основу
Текст — для поиска идеи. Фото или референс — когда важна точность объекта: товар, лицо, стиль.
Выбери модель и параметры
В промпт-баре выбери модель, длительность, формат кадра и звук. Стоимость в токенах видна рядом до запуска.
Опиши сцену
Укажи героя, действие, локацию, свет, камеру и настроение. Одно главное действие на сцену.
Сгенерируй несколько вариантов
Сравни варианты по движению, стабильности объекта, композиции и пригодности для публикации.
Добавь голос, субтитры или следующую сцену
Озвучка генерируется из текста или записывается с микрофона, субтитры собираются автоматически — см. гайд по озвучке и субтитрам.
Экспортируй и проверь под площадку
Сравни результат с требованиями Reels, TikTok, Shorts, рекламы или клиентской презентации.
Частые вопросы
Можно ли сделать видео без исходников?
Да, достаточно текстового описания сцены. Но если важны конкретный товар, лицо или стиль, добавь свои материалы стартовым кадром или референсом.
Будет ли в видео звук?
Да, у большинства моделей звук нативный: Veo 3.1, Kling 3.0, Seedance 2.0, HappyHorse 1.0 и Grok Imagine генерируют сцену сразу с синхронизированным аудио.
Сколько это стоит?
Для быстрой оценки: одно видео — около 6 токенов. Точная стоимость зависит от модели, длительности и разрешения и видна в промпт-баре до запуска. Короткий тест на 5 секунд — самый дешёвый способ проверить идею.
Сколько попыток может понадобиться?
Обычно 2–3 варианта на сцену. Первый результат показывает направление, следующие уточняют движение и композицию.
Можно ли использовать видео в рекламе?
Да, если у тебя есть права на исходники и сценарий не нарушает правила площадок и провайдеров моделей.
Итог
Начни с одной сцены и не пытайся собрать весь ролик одним запросом. Когда первый вариант стал стабильным, сохрани его и переходи к следующей сцене — так из коротких кадров собирается готовый ролик.