Итак, 3 месяца назад появился Veo3. Пора подвести промежуточные итоги.
Спойлер: это исключительно мой коммерческий опыт — могу ошибаться. Го в комменты спорить и искать истину, ведь «в интернете кто-то не прав».

Правда или вымысел

Imagen и Veo3 — одно и то же? — Вымысел
Промпт, который сработал в Imagen, не даст того же в Veo3: модели разные — разные и результаты. Нужна картинка из Imagen — проще вставить её первым кадром (но захода консистентного персонажа в сцену тогда не добиться).

JSON-формат промпта работает лучше — Вымысел
Полезный кейс по сути один: если нужна реплика на русском и Veo3 ругается на язык, добавь «мусорнымые» токенами при помощи JSON.

Gemini умеет писать промпты для Veo3 — Вымысел
Потратил два часа на спор с LLM: сначала она уверяла, что Veo3 понимает русский в промпте без ограничений, а затем упорно заменяла реплики на немые «эмо-жесты», потому что Veo3 не генерирует звук.

Команды в промпте: зафиксируй seed, время шота, тайм-метки и т. п. — Вымысел
Тут на этом мои полномочия всё.

Промптинг с помощью надписей в кадре — Правда
Иногда очень выручает. Если перебрали все токены, а действие «не слушается», попробуйте.

Делаем консистентные сцены/персонажа через склейки — Правда
Работает, но после склейки картинка может деградировать — зависит от силы изменений. Например, если подложить первым кадром лицо персонажа и попросить общий план «сидит в кафе, пьёт кофе» — результат часто так себе.
Еще примеры:
https://t.me/aifilmmaker/171
https://t.me/blacktraced/594

Токен no titles отключит титры — Вымысел
Парадоксально, но шанс появления титров растёт.

Особенности модели

Контекст ограничен: чем больше описаний сцены/персонажей/действий, тем сильнее модель «забывает».

Примеры:
— Одна конкретная девушка говорит реплику — ОК.
— Две конкретные девушки ведут диалог — сложнее, но ОК.
— Две девушки + на фоне 6 человек в оранжевых касках копают яму — скорее не ОК, но шанс есть.
— Две девушки: одна достаёт из кармана радугу, другая во время диалога идёт в угол и садится на раковину, а на фоне 6 копают яму — без шансов.

«Примерно» консистентного персонажа можно получить подробным описанием в промпте (как и в других моделях), но у Veo3 это можно делать разным набором токенов. По сути, любого txt2video-персонажа можно скопировать.

Вертикальный контент: можно повернуть исходник в промпте или подложить первым кадром повернутый фрейм — но будьте готовы, что «направление гравитации» для модели это не изменит.

Разницы между моделями Fast и Quality я не заметил.

P.S. Видео - это вам открыточка в WhatsApp. Определенно заслуживает реакции😊😊

Поговорим про денежки?

Задача: хочу такой же ролик, но на нейронках. Это возможно («Я в интернете видел — все такое делают»)? Сколько стоит («5000 р же?») ? Какие сроки («Что там, на кнопку нажать — недолго»)?
Для меня до сих пор это три самых тяжёлых вопроса. Давайте разбираться.

В видео — 22 шота. Есть консистентный персонаж, консистентная одежда. Есть dolly zoom. Закрывающий шот сложный. Оценим общую сложность — выше среднего.

Расходники:

Статика:
Генерим в midjourney.com — 30 $
Переодеть nextry.app — 24,99 $
Тренировка Lora — 6 $
Подправить, доделать Nano banana — 20 $

Анимация:
Берём расход 1 к 5. Напомню: 22 шота. 22×5 = 110 круток. Kling Ultra — 159,99 $

Звук:
SFX 11Labs — 22 $
Музыка Suno — 8 $

Итого по расходникам — 240,98 $ или 19 591 руб. (курс на сегодня)

Работа:

Генерация шота — заложим на генерацию одного шота 3 часа (статика + анимация).
3×22 = 66 часов
Генерация музыки — 4 часа
Генерация SFX — 4 часа
Монтаж — 4 часа

Итого — 78 часов, или примерно 10 рабочих дней.
Здесь, чтобы понять деньги, нужна часовая ставка исполнителя. Скорее всего, если работа заказана одному исполнителю, человек, который разбирается в генерации статики, анимации, музыки, SFX, понимает в монтаже и сведении звука в мастер-треке, стоить дёшево не может. Но, поскольку я живу в мире розовых единорогов, буду считать по низу рынка.
78 часов — это 48 % рабочего месяца. Пусть исполнитель получает среднюю зарплату по России в регионах — 88 981 руб. в месяц. Тогда его работа будет стоить 43 378 руб.

Итого: 63 329 руб.
Получится, что 1 секунда ролика стоит 3 015 р.

Вот какие мы молодцы. Посчитали. Но это минимальная база — ниже её быть просто не может. Теперь считаем допы.

С чем к нам пришёл заказчик. Для работы должны быть ТЗ, раскадровки, рефы. Делает исполнитель — это доп.
Первый результат работы будет через 10 рабочих дней (2 недели). Нужно быстрее — это доп.
Что там с согласованием? Сколько раундов правок? Если больше трёх — это доп.

Теперь — очень спорное утверждение, но с ним становится легче жить. Специальный коэффициент «M» 😂.
Хорошая практика перед проектом — подготовиться и узнать про заказчика чуть больше: пройтись по чёрным спискам в каналах, спросить в чатах. Обратить внимание, с какими материалами пришёл, насколько человек погружён в индустриию, как быстро реагирует на вопросы в переписке. И если внутри срабатывает чуйка, что могут быть проблемы, то компенсировать это коэффициентом «M».
Это не жадность. Думаю, многие залетали в проекты, где ТЗ меняется на ходу, всё нужно «на вчера», а выплат нет, потому что «я не виноват, это клиент не принимает сделанную тобой работу». Вот тут коэффициент «M» — хорошая защита (особенно когда он больше 3 😊😊).

Вот так считаю я. Го в комменты доказывать, что я не прав 😊😊.

P.S. Автор ролика https://www.instagram.com/reel/DNOBjwmIsWV

P.S.S Я кстати сердечек хочу

Как выбрать между Nano banana/ Seedream V4 / GPT Image1 / Qwen Image Edit.

Никак. Генерируйте сразу во всех.
Идем https://wavespeed.ai/assistant и ставим "comparison". Внизу появляется 2 слота для выбора модели, но у меня они не работают.

Кредиты не списывают, в лимиты пока не уперся.

Сравнения кидайте в комменты - обсудим.
На пост клубнику. А то лето прошло, а @neurodonu клубники не наелся 😊

Соскучились по задачам из реальных кейсов?

Знакомьтесь — это Валера. Он снимался в рекламе продуктов и так хорош был в кадре, что фотограф забыл держать фокус на продукте.
Заказчик получил фото и справедливо заметил: "Если бы мне нужен был в фокусе Валера, то я бы грузил фото на сайты где преимущественно подписочная модель монетизации".

Помогите фотографу реабилитироваться. Сделайте продукт в руке Валеры чётким и в фокусе.

Результаты кидайте в комменты👇👇👇

Я тут это, новый энхансер тестирую.
Заверул в бота @ComfyUps_bot.
Кто хочет, тестируйте, оставлю на ночь, утром вырублю, потому что ночью сидят самые пытливые, а утром нужно работать, поэтому комп нужен самому.
Че получилось с пожеланиями и предложениями кидаем в комменты.

Просто киньте в него картинку!

P.S. Бот сделан на коленке из скотча и изоленты, сильно его не ломайте.

День два. Тестируем другой энхансер. Лучше всего работает с тканью. Модель желательно грузить в полный рост. Адрес бота тот же @ComfyUps_bot. Результаты было/стало кидайте в комменты😊.

И последнее. Специальный корреспондент @astrolog_expert докладывает с места событий. Не хочешь ватермару Sora, иди в https://wink.ai/. Там бесплатно.

День три. Сегодня годнота, реабилитируюсь за вчерашнее. Теперь бот @ComfyUps_bot превратился в удалятель ватермарок с sora видео. Только вертикалки.
Приятного аппетита

P.S. условия те же. Утром мне комп нужен для работы.

День 4. Пятничный. Ну что господа, теперь бот @ComfyUps_bot научился добавлять ватермарки для SORA. Так что, отдыхайте по полной. Утром кинете свидетельство вашего отдыха в бота и скажете что все это нейросеть 😊😊😊.

P.S. Только вертикалки