Hitech logo

Тренды

Эпоха генеративного пайплайна: как нейросети меняют российский кинематограф

TODO:
Катя ЛитвиноваСегодня, 02:30 PM

Кинематограф переходит к эпохе генеративного пайплайна. Технологии искусственного интеллекта развиваются так быстро, что решения, которые еще вчера казались экспериментом, сегодня становятся частью производственного процесса. Киностудии начинают задумываться о создании собственных AI-платформ, чтобы автоматизировать рутинные операции, ускорять производство и не зависеть от сторонних сервисов. Участники открытой сессии, прошедшей в кинотеатре «Художественный» в рамках акции «Ночь кино», обсудили, как нейросети меняют российскую киноиндустрию, какие задачи уже можно доверить ИИ и почему нейросети никогда не заменят режиссеров, художников и операторов.

Самые интересные технологические и научные новости выходят в нашем телеграм-канале Хайтек+. Подпишитесь, чтобы быть в курсе.

Нейросети в киноиндустрии

Искусственный интеллект уже берет на себя часть рутинных задач в кинопроизводстве — от создания виртуальных декораций до генерации второстепенных персонажей.

На сессии «Ночь кИИно» был показан тизер сериала «Аляска», декорации для которого были сгенерированы нейросетью. На огромный светодиодный (LED) экран, который находился позади актеров, транслировались пейзажи Аляски, созданные на движке Unreal Engine. Более того, создатели проекта планируют использовать ИИ и при разработке персонажей.

«В чем преимущество генерации контента? Все наши герои — исторические персонажи. Сюжет охватывает большой временной период и разворачивается в США, Великобритании, Китае и России. Благодаря нейросетям нам не пришлось искать актеров на множество второстепенных ролей. Мы опирались на фотографии той эпохи, создавая образы героев», — рассказал режиссер, сценарист и генеральный продюсер AP Entertainment Дмитрий Рудовский.

По его словам, генеративный контент значительно сократил расходы на производство проекта.

Нейросети активно применяют и в анимации. В «Союзмультфильме» с их помощью создают короткие видео с героями популярных мультфильмов, в том числе с Чебурашкой.

«Такие ролики помогают нам расширять вселенную персонажей и переносить их в новые анимационные миры. Вручную подобная работа заняла бы слишком много времени и потребовала бы значительных затрат», — пояснила генеральный продюсер студии Юлия Осетинская.

Искусственный интеллект помогает художникам генерировать костюмы, локации, пропсы (предметы, с которыми взаимодействуют герои) и прототипы персонажей.

«С помощью нейросети мы можем посмотреть, как будет выглядеть персонаж. Раньше мы сначала рисовали скетчи и только через полгода могли понять, каков герой в текстуре, в модели, со светом, в движении. А сейчас искусственный интеллект дает нам возможность прототипирования», — сказала Юлия Осетинская.

По ее словам, студия также экспериментирует с переводом классической 2D-анимации в 3D.

«Мы создали замечательный детский проект „Умка“ — уже готово 104 серии. Сейчас проводим эксперимент по переводу сериала в 3D. Возможно, в будущем мы сможем таким образом обновить и золотую коллекцию „Союзмультфильма“, сделав ее более современной», — сказала она.

Мультипликаторы научились создавать массовку с помощью нейросетей. Например, город, в котором живет Чебурашка, герой анимационного сериала, населен людьми, нарисованными ИИ.

Генеративные модели наиболее эффективны для создания коротких форматов — трейлеров, промороликов, вертикальных сериалов и мелодрам, уверен генеральный директор AI Lab Сергей Рябов.

«Что сегодня проще всего делать с помощью нейросетей? Это трейлеры. Там нет длительных и сложных режиссерских сцен, диалогов, эмоций. Есть только динамичная нарезка кадров, с которой хорошо справляется ИИ», — сказал он.

Одним из наиболее перспективных направлений эксперты назвали сочетание традиционной съемки и генеративных технологий. Такой подход позволяет ускорять производство и оптимизировать бюджет, сохраняя при этом ощущение живого кино. Именно по этому пути пошли создатели сериала «Кайфск. Город гномов».

«В сериале „Кайфск. Город гномов“ (производство „Место силы“ для Okko) мы совместили реальные съемки и генерацию: все сцены с людьми снимали традиционным способом, а все, что связано с гномами, создавали с помощью нейросетей. Нам показалось, что чем больше в кадре реальной фактуры, тем меньше отторжения это вызовет у зрителя. Не каждый готов смотреть полтора часа полностью сгенерированный контент», — рассказал режиссер-постановщик сериала «Кайфск. Город гномов» Сергей Васильев.

О возможностях автоматизации кинопроизводства рассказали и сооснователи Magic Studio Юлия Липатова и Макар Кожухов.

«Все, что вы вбиваете в промтех, наш софт делает автоматически. Сценарий разбивается на сцены, сцены — на кадры. Каждый кадр описывается более чем по сотне параметров: действие, персонажи, взаимодействие между ними, движение камеры, освещение. Машина берет на себя большую часть рутинной работы, а режиссеры, сценаристы, художники и специалисты по раскадровке контролируют результат», — рассказала Юлия Липатова.

Всего полторы секунды требуется ИИ, чтобы разложить сценарий на кадры, поэтому многие продакшены разрабатывают собственные софты для автоматизации рутинных операций.

На сессии стало известно, что «Союзмультфильм» разрабатывает собственную автономную AI-платформу, чтобы автоматизировать процессы: анализировать сценарии, создавать аниматики, генерировать фоны, моделировать и текстурировать персонажей, создавать монтажные листы, собирать библиотеки ассетов.

ИИ в кино: трудности перевода

Даже над короткими роликами, созданными с помощью ИИ, работает целая команда специалистов. Режиссер готовит анимированную раскадровку, а художник следит за консистентностью персонажей.

В «Союзмультфильме» столкнулись с тем, что даже для коротких роликов про Чебурашку нейросеть далеко не всегда выдает нужный результат. По словам представителей студии, из десяти сгенерированных персонажей лишь один был правильным — из современного мультфильма.

Как отмечает соосновательницы платформы Forge Cinema Яна Шмайлова, полностью создавать фильмы с помощью нейросетей пока слишком дорого. Для экшен-сцен необходимо сгенерировать около тысячи минут материала, чтобы отобрать одну минуту, которая войдет в финальный монтаж. Для более простых эпизодов соотношение составляет примерно двести к одному.

Еще одна проблема — персонажей, созданных нейросетями для российского кинематографа, по-прежнему приходится переозвучивать, поскольку большинство зарубежных моделей плохо работают с русской речью.

«К сожалению, современные нейросети, такие как Seedance, пока не умеют генерировать русский. Получается смесь болгарского и еще каких-то языков. Но даже когда ИИ способен синтезировать русскую речь, результат часто звучит неестественно. Мы отдали один из наших вертикальных сериалов на озвучку профессиональным актерам и были поражены эффектом: нейроконтент ожил и стал восприниматься как настоящая съемка», — рассказал генеральный директор AI Lab Сергей Рябов.

ИИ также сложно работать с образами, которые ему незнакомы. Например, нейросетям сложно сгенерировать мифологических существ. Поэтому на помощь приходят художники.

«Во время работы над сериалом „Кайфск. Город гномов“ мы вместе с художниками создавали фигурки гномов, чтобы точнее передать масштаб и детали. Нейросетям проще работать с образами, которые им хорошо знакомы. Если попросить показать, как викинг нападает на волка, проблем не возникнет. Но как только речь заходит о чем-то менее типичном, например о гномах, модель начинает ошибаться», — поделился Сергей Васильев.

Дополнительные ограничения накладывают встроенные механизмы безопасности нейросетей. Многие модели не позволяют генерировать сцены насилия, поэтому создателям приходится искать обходные решения.

«Во многих нейросетях запрещено создавать контент, где персонажи дерутся. А в нашем сериале гномы сражаются с котом и воюют с крысами. Поэтому приходилось придумывать формулировки, которые позволяли получить нужный результат», — рассказал креативный продюсер сериала «Кайфск. Город гномов» Илья Шутов.

Еще одна серьезная проблема отрасли — нехватка специалистов, которые умеют работать на стыке кинопроизводства и искусственного интеллекта. Чтобы получить качественный результат, необходимы грамотные раскадровки, эскизы, продуманные промпты и четко выстроенный производственный процесс, отмечает Яна Шмайлова.

По словам Ильи Шутова, его команда столкнулась с тем, что многие нейроартисты обладают сильными техническими навыками, но не всегда понимают законы кинематографии. Они умеют писать эффективные промпты, однако этого недостаточно для создания полноценного фильма.

Поэтому создатели сериала «Кайфск. Город гномов» сделали ставку на художников и профессиональных кинематографистов. Как показала практика, обучить их работе с ИИ-инструментами оказалось проще, чем научить ИИ-специалистов основам кинематографии.

Почему ИИ не заменит людей

Российские кинематографисты уже активно используют нейросети для создания фонов, массовых сцен и второстепенных персонажей, а также для автоматизации рутинных задач и ускорения производственных процессов. Однако дискуссия о том, смогут ли технологии заменить режиссеров, художников или сценаристов, постепенно теряет актуальность.

Участники сессии сошлись во мнении: искусственный интеллект остается инструментом. Он способен ускорить работу и расширить творческие возможности, но не может заменить людей, которые создают кино.

Представители ведущих российских киностудий уверены, что успех фильма по-прежнему определяется качеством сценария, режиссерским видением, работой художников и продюсеров.

«Генеративное кино должны делать люди, которые умеют снимать фильмы. Нейросеть — это всего лишь инструмент. Если человек никогда не занимался съемкой или анимацией, он не сможет создать хороший фильм или мультфильм, каким бы совершенным ни был инструмент», — считает генеральный директор AI Lab Сергей Рябов.

Сегодня нейросети становятся важной частью производственного процесса: помогают сокращать издержки, ускорять запуск проектов и экспериментировать с новыми форматами контента. Поэтому главная задача индустрии уже не в том, чтобы противопоставлять человека и искусственный интеллект, а в том, чтобы найти наиболее эффективные модели их совместной работы.