Эксперимент с генерацией AI-видео: модели удерживают свет и цвет лучше плёночной фактуры
Автор практического теста проверил 20 вариантов визуального стиля в Kling, Hailuo и Veo. Большинство задуманных образов удалось получить, но имитация старой плёнки, кассетного шума и сложного движения камеры оказалась значительно менее устойчивой.
Главное
Материал на Хабре опубликован от имени команды SYNTX.AI и описывает авторские прогоны генераторов видео, а не независимый отраслевой бенчмарк. В набор вошли 20 стилистических задач — от широкоформатной киношной сцены и портрета до записи камеры наблюдения, анимации и ретро-видео. Автор сообщил о 17 полностью удавшихся вариантах и трёх частичных результатах. Условия тестирования и ограничения конкретных моделей имеют значение при интерпретации этой оценки.
Основа предлагаемой методики — раздельное описание изображения и действия. Стиль задают формат кадра, тип камеры и объектива, направление источника света и видимая обработка или дефект изображения. Движение камеры добавляется как самостоятельная команда; автор советует оставлять одно основное движение на план, а содержание сцены описывать отдельно. Так проще понять, какая именно часть запроса повлияла на результат.
Подробности
Самые заметные проблемы возникли там, где узнаваемость зависит не от общей цветовой гаммы, а от физической фактуры. В попытке передать эстетику плёнки 16 мм генератор воспроизвёл тёплый колорит, но не показал характерное зерно и следы засветки. С кассетным VHS случилось похожее: цветовые признаки возникли, а шум и падение резкости были выражены недостаточно. Эти случаи автор отнёс к частичным успехам.
Отдельный сбой касался динамики монтажа. В экшен-сцене Kling вместо резкого переброса камеры между героями показал смену кадра, хотя эффект замедленного движения смог выполнить. Автор предлагает задавать требование непрерывного плана и прямо называть характер движения, если его присутствие принципиально. Этот вывод применим к постановке эксперимента, но не гарантирует одинакового результата при следующем запуске модели.
Что это меняет
По наблюдениям автора, разные генераторы неодинаково интерпретируют одну и ту же сцену. Свет и цвет часто сохраняются убедительнее, чем зерно, магнитные помехи или особенности движения. Поэтому при проверке стиля полезно сравнивать близкие запросы в нескольких моделях, менять по одному параметру и сохранять условия генерации. Если одновременно изменить текст, формат и модель, нельзя определить, что именно улучшило ролик.
Практическая ценность эксперимента — в способе формулировать проверяемые требования к кадру, а не в рейтинге универсально лучших моделей. В исходном материале показаны конкретные промпты, примеры успешных и неполных результатов и указаны используемые сервисы. Доля удач относится только к выбранным сценам автора; для коммерческого производства видео потребуется собственная проверка повторяемости, авторских прав на материалы и качества итогового монтажа.
Первоисточник
Материал подготовлен STRUCTURE по открытой публикации Habr. Текст и иллюстрации первоисточника не воспроизводятся целиком.