Видео недоступно для предпросмотра
Смотреть в Telegram
#Нейропрожарка
Moon Airlines.
Автор: Антон @garryaxe
Полная версия в качестве тут
Мультсериал делал по уже написанному сценарию.
Стек инструментов:
ChatGPT — промпты, разбор сценария, генерация промптов движений/сцены для Veo3.
Gemini — дополнительные варианты, проверка идей и промптов.
NanoBanana — генерация персонажей, ракурсов и локаций (основа визуала).
Veo3 — анимация из картинки + промпт движения.
ElevenLabs — озвучка (RU и EN).
CapCut — основной монтаж.
After Effects — докрутка, композ, мелкие эффекты и исправления.
Процесс по шагам
1) Персонажи
В сценарии уже были примерно прописаны внешность и характер. Сначала делал описание персонажа и промпт в ChatGPT, потом загонял это в NanoBanana и генерил: базовый внешний вид и развёртку с нескольких ракурсов (чтобы потом легче держать одного и того же героя).
2) Локации
По той же схеме пытался собрать комнату/локацию — в сценарии было много деталей. Самая большая сложность: сохранять консистентность комнаты при разных планах, ракурсах и освещении, плюс параллельно держать консистентность персонажей в этой же комнате. В итоге локация получилась не идеально: местами видно “прыгающую реальность”. Это один из главных косяков первой серии.
3) Кадры и анимация (NanoBanana → ChatGPT → Veo3)
Пайплайн был такой:
Сначала в NanoBanana генерил нужный кадр (план + персонаж). Затем отдавал картинку в ChatGPT в тот же диалог, где лежал сценарий, и просил сделать промпт движений под Veo3 (что делает персонаж, куда едет камера, темп, настроение сцены). После этого загружал картинку в Veo3, вставлял промпт и генерил несколько раз, пока не получалось близко к нужному.
4) Монтаж и композ (CapCut + After Effects)
Все куски собирали в CapCut, а чуть более сложные моменты докручивали в After Effects. Тут есть важная особенность и жирный минус: в динамичных сценах заметно, что некоторые домонтированные объекты “живут отдельно” от кадра. Когда ИИ делает зум/движение камеры, объекты не всегда корректно меняются относительно перспективы. Пробовали трекать области через CapCut/Mocha, но не всегда вытягивало — трекинг ломался, потому что движение камеры у ИИ “нефизическое”, и стабильного референса мало.
5) Озвучка (ElevenLabs) и липсинк вручную
Озвучку делали отдельно: русская дорожка + английская в ElevenLabs, потом вручную подгоняли под рот. Местами получилось не идеально, но делать озвучку прямо в Veo3 почти нереально: голос “плавает”, а попасть одновременно в движения, интонацию и отсутствие глюков — шанс минимальный.
Итоги по времени и бюджету
Команда: 2 человека, не фулл-тайм.
Срок: примерно месяц.
Расходы:
ChatGPT — $20
Gemini Ultra + Veo3 — $130 (по акции, и генерации ещё остались)
ElevenLabs — $11
CapCut Pro — $20
@cgevent
Moon Airlines.
Автор: Антон @garryaxe
Полная версия в качестве тут
Мультсериал делал по уже написанному сценарию.
Стек инструментов:
ChatGPT — промпты, разбор сценария, генерация промптов движений/сцены для Veo3.
Gemini — дополнительные варианты, проверка идей и промптов.
NanoBanana — генерация персонажей, ракурсов и локаций (основа визуала).
Veo3 — анимация из картинки + промпт движения.
ElevenLabs — озвучка (RU и EN).
CapCut — основной монтаж.
After Effects — докрутка, композ, мелкие эффекты и исправления.
Процесс по шагам
1) Персонажи
В сценарии уже были примерно прописаны внешность и характер. Сначала делал описание персонажа и промпт в ChatGPT, потом загонял это в NanoBanana и генерил: базовый внешний вид и развёртку с нескольких ракурсов (чтобы потом легче держать одного и того же героя).
2) Локации
По той же схеме пытался собрать комнату/локацию — в сценарии было много деталей. Самая большая сложность: сохранять консистентность комнаты при разных планах, ракурсах и освещении, плюс параллельно держать консистентность персонажей в этой же комнате. В итоге локация получилась не идеально: местами видно “прыгающую реальность”. Это один из главных косяков первой серии.
3) Кадры и анимация (NanoBanana → ChatGPT → Veo3)
Пайплайн был такой:
Сначала в NanoBanana генерил нужный кадр (план + персонаж). Затем отдавал картинку в ChatGPT в тот же диалог, где лежал сценарий, и просил сделать промпт движений под Veo3 (что делает персонаж, куда едет камера, темп, настроение сцены). После этого загружал картинку в Veo3, вставлял промпт и генерил несколько раз, пока не получалось близко к нужному.
4) Монтаж и композ (CapCut + After Effects)
Все куски собирали в CapCut, а чуть более сложные моменты докручивали в After Effects. Тут есть важная особенность и жирный минус: в динамичных сценах заметно, что некоторые домонтированные объекты “живут отдельно” от кадра. Когда ИИ делает зум/движение камеры, объекты не всегда корректно меняются относительно перспективы. Пробовали трекать области через CapCut/Mocha, но не всегда вытягивало — трекинг ломался, потому что движение камеры у ИИ “нефизическое”, и стабильного референса мало.
5) Озвучка (ElevenLabs) и липсинк вручную
Озвучку делали отдельно: русская дорожка + английская в ElevenLabs, потом вручную подгоняли под рот. Местами получилось не идеально, но делать озвучку прямо в Veo3 почти нереально: голос “плавает”, а попасть одновременно в движения, интонацию и отсутствие глюков — шанс минимальный.
Итоги по времени и бюджету
Команда: 2 человека, не фулл-тайм.
Срок: примерно месяц.
Расходы:
ChatGPT — $20
Gemini Ultra + Veo3 — $130 (по акции, и генерации ещё остались)
ElevenLabs — $11
CapCut Pro — $20
@cgevent