Текст в видео: ролик из одного описания
Если оживление фото отталкивается от готового кадра, то text-to-video («текст в видео») создаёт ролик с нуля — у вас нет ничего, кроме предложения, а на выходе движущаяся сцена. Это самый «магический» и одновременно самый капризный режим генерации: здесь промт решает всё.
Как это работает
Вы описываете сцену словами — нейросеть рисует не один кадр, а целую последовательность, удерживая между ними единый мир: один и тот же персонаж, свет, движение камеры. По сути это генерация картинки, растянутая во времени, плюс понимание физики движения.
Из-за этого text-to-video дороже и капризнее image-to-video: модели приходится придумывать и содержание, и его движение одновременно. Поэтому короткие сцены (5–10 секунд) выходят отлично, а длинный связный сюжет пока собирают из нескольких роликов.
Опишите сцену одним предложением — получите ролик. Подсказка для первого раза: «неоновая улица ночью под дождём, медленный проезд камеры вперёд, отражения в лужах, киноатмосфера». Видео дороже картинок: ролик доступен после регистрации и онбординга — за них начисляются стартовые токены.
Из чего состоит хороший видеопромт
Картиночный промт описывает кадр. Видеопромт описывает ещё и движение и время. Держите в голове пять слоёв:
- Сцена — что и где. «Старый маяк на скалистом берегу».
- Движение в кадре — что происходит. «…волны бьются о камни, чайки кружат».
- Камера — это новое и важное. «…медленный наезд», «облёт», «съёмка с дрона», «статичный план».
- Свет и время — «закатное солнце, длинные тени».
- Стиль — «киношно, как кадр из фильма», «3D-анимация», «документально».
Главное отличие от картинки — камера. Именно слова про движение камеры превращают «ожившую открытку» в «кадр из кино». Не указали камеру — модель решит сама, часто неудачно.
Частые ошибки новичка
- Слишком много действия. «Человек бежит, прыгает, оборачивается и машет» за 5 секунд развалится. Одно ясное движение на ролик.
- Текст и надписи в кадре. Пока слабое место почти всех моделей — буквы «плывут». Текст лучше накладывать поверх готового ролика отдельно.
- Сложные руки и толпа. Классическая боль; чем их меньше в кадре, тем стабильнее результат.
- Ожидание длинного сюжета. Думайте «кадрами», а не «сценами»: соберите ролик из нескольких коротких генераций.
«10 видеопромтов, которые работают»
Готовые шаблоны под рекламу, соцсети, атмосферный фон и предметку, с разбором, какие слова про камеру и свет дают «киношность».
Входит в подписку
Что дальше
Вы умеете создавать сцену с нуля. Частный, но очень востребованный случай — когда в кадре должен быть человек, который говорит. Это отдельный жанр со своими правилами.
Частые вопросы
Как сделать видео из текста нейросетью?
Из чего состоит хороший видеопромт?
Почему длинное видео по тексту не получается?
Почему текст и надписи в видео «плывут»?
В чате Twelver видеопромт пишется как обычное сообщение — ролик приходит в ответ. Стартовые токены на 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