Анимировать фото: движение, которое не выдаёт нейросеть

«Оживить» и «анимировать» ищут одно и то же, но спрашивают разное. Первое — про «а можно ли вообще». Второе — про «а как сделать, чтобы это не выглядело как нейросеть». Разница между хорошим клипом из фотографии и клипом, по которому всё понятно с первой секунды, почти всегда — доза движения.

Правило, которое дороже всех остальных

Одно движение камеры на клип. С началом и концом. Не «наезд, потом панорама», не «облёт с приближением».

Два движения подряд возвращаются дрожанием кадра — это свойство метода, а не неудачная попытка, и повторная генерация с тем же запросом даст то же дрожание за те же деньги.

Пять движений и что каждое даёт

Движение	Что даёт	Чем рискует	Кому подходит
Камера неподвижна	Движется только сцена: ветер, вода, дыхание, блик	Практически ничем — самый надёжный вариант	Любой кадр. С него стоит начинать всегда
Медленный наезд	Ощущение «фильма», внимание собирается на главном	Почти ничем: край кадра уходит, а не дорисовывается	Портрет, предмет, любой кадр с чётким центром
Медленный отъезд	Открывает сцену, работает как финал	Края модель дорисовывает сама — там может появиться что угодно	Пейзаж, интерьер, кадр с запасом по краям
Плавная панорама	Ведёт взгляд вдоль сцены	На портрете лицо уходит из центра и перерисовывается	Пейзаж, панорамный кадр, длинный интерьер
Эффект объёма (параллакс)	Тот самый «3D» из старых фотографий	Требует различимых планов; на плоском кадре просто не сработает	Кадр, где явно есть передний и дальний план

Первые две строки покрывают подавляющее большинство задач. Остальные три стоит брать осознанно — под конкретный кадр.

Дозировка: почему меньше выглядит дороже

Оживлённая фотография читается как настоящая ровно до тех пор, пока движение остаётся меньше, чем ожидает глаз. Человек, который дышит и один раз моргает, выглядит живым. Человек, который поворачивает голову и улыбается, выглядит сгенерированным — потому что на повороте модели приходится придумать ту часть лица, которой на снимке не было.

Практически это сводится к трём формулировкам:

Просите микродвижения: дыхание, редкое моргание, движение волос, колебание ткани, блик на поверхности.
Не просите действий: «идёт», «поворачивается», «берёт», «улыбается» — каждое из них требует придумать то, чего в кадре не было.
Скажите, что должно остаться неизменным. Это не вежливость, а рабочая часть запроса: перечисленное модель старается не трогать.

Сложность задачи определяет не размер объекта, а то, сколько сцены нейросети придётся придумать на его месте. Верхняя строка получается почти всегда, нижняя не получается никогда.

Вы просите: «медленный наезд, а потом камера ведёт вправо». Что вернётся?

Соберите запрос под свой кадр

Соберите бриф кадра

Четыре решения — и внизу готовый запрос, который можно скопировать или сразу открыть в чате. Именно эти четыре пункта отделяют клип, который получается с первого раза, от серии платных попыток.

1. Что на фотографии

От этого зависит и движение, и список запретов.

Лицо — самая заметная часть кадра: любое лишнее движение читается как подмена человека.

2. Одно движение камеры

Ровно одно. Два движения подряд возвращаются дрожанием кадра — это свойство метода, а не неудачная попытка.

Самый надёжный вариант. С него стоит начинать.

3. Звук

Звук рождается вместе с картинкой в том же проходе и отдельно не стоит — но если о нём промолчать, движок сам сочинит музыку.

Тишину надо попросить: молчание в запросе движок понимает как «придумай саундтрек».

4. Длина

Решается не здесь, а после первого просмотра: запрос заканчивается просьбой сделать самый короткий вариант. Продлевать имеет смысл только то, что уже понравилось — тарификация посекундная, и длинный клип стоит ровно во столько раз дороже, во сколько он длиннее.

Готовый запрос

Оживи это фото: человек на фотографии — дыхание, редкое моргание, едва заметный поворот головы, лёгкое движение волос. Одно движение камеры на весь клип: камера неподвижна, движется только сцена.
Без изменений остаются: черты лица, возраст, причёска, одежда и фон.
Не должно быть: искажения лица, смены внешности, подмигиваний и улыбок «по команде», читаемого текста и надписей в кадре, любого звука и музыки.
Сделай сначала самый короткий вариант — я посмотрю и скажу, продлевать ли.

Открыть чат и приложить фото

В чате останется приложить сам снимок — запрос уже будет в поле ввода.

Порядок, который экономит деньги

Сначала самый короткий клип с неподвижной камерой — по нему видно, то ли это движение и тот ли человек. Только после этого имеет смысл менять движение или продлевать: тарификация посекундная, и проверять идею на длинном ролике — самый дорогой способ узнать, что она не сработала.

Приложите снимок и опишите одно движение.

Загрузка…

Что почитать дальше

Как метод устроен изнутри и почему исход решает исходник — оживить фото нейросетью. Рисунок анимируется по тем же правилам, но с защитой стиля — оживить картинку и рисунок. А если движение нужно не придумывать, а задать двумя своими снимками — нейросеть «фото в видео».

Частые вопросы

Как анимировать фото нейросетью?

Приложите снимок и опишите ровно одно движение камеры с началом и концом, что видимо меняется в кадре и что обязано остаться прежним. Начинайте с неподвижной камеры и самого короткого клипа: по нему видно, как модель поняла кадр, и это в разы дешевле, чем проверять идею на длинном ролике. Попробовать можно в чате Twelver.

Почему кадр дрожит?

Почти всегда потому, что в запросе было больше одного движения камеры. Движок не выстраивает их в последовательность — он пытается выполнить всё сразу на протяжении всего клипа, и это выглядит как дрожание. Оставьте одно движение; если нужны два, это два клипа и бесплатная склейка.

Какое движение выглядит естественнее всего?

Неподвижная камера и микродвижения в самой сцене: дыхание, редкое моргание, движение волос, ветер в листве, блик на поверхности. Оживлённая фотография читается как настоящая ровно до тех пор, пока движения меньше, чем ожидает глаз. Действия — «идёт», «поворачивается», «улыбается» — требуют придумать то, чего в кадре не было, и именно на них клип начинает выглядеть сгенерированным.

Чем «анимировать» отличается от «оживить»?

Ничем с точки зрения инструмента — это один и тот же процесс. Разница в вопросе: «оживить» обычно спрашивают, когда хотят понять, возможно ли это вообще, а «анимировать» — когда клип уже видели и хотят управлять движением.

Можно ли анимировать фото бесплатно?

Полностью бесплатного безлимита для генерации видео нет ни у одного сервиса: за секундой готового клипа стоит реальное время видеокарты. Разница только в том, где спрятан потолок — водяной знак, разрешение, длина или очередь. Подробный разбор — в главе оживить фото бесплатно и онлайн.

Сохранится ли соотношение сторон?

Да. При анимации снимка соотношение сторон берётся у самого файла: вертикальная фотография даёт вертикальный клип, квадратная — квадратный. Поэтому белые поля и следы прежней обрезки уедут в видео как есть — их лучше убрать до генерации, а не после.

В чате Twelver можно приложить фотографию, задать одно движение камеры и получить короткий клип со звуком. Стартовые токены на генерацию видео начисляются после регистрации и онбординга.

Попробуйте сами

Всё из этого руководства работает в Twelver

Один чат для текста, картинок, видео, музыки и озвучки — без отдельных сервисов и подписок.

Открыть чат Twelver

Лендинг по темеГенерация видео Twelver на AndroidТот же чат в приложении

Оцените свой опыт