#Нейропрожарка 🔦 Сторож маяка. Серия 1 — «3:17» Автор: Микола Сторчеус (@kolianchik84) Идея: мини-сериал-мистика на Чёрном море, на украинском. Ярина приезжает на маяк, где 30 лет служил её дед. Неделю назад его похоронили, а маяк всё равно кто-то зажигает — каждую ночь в 3:17. Хотелось сделать не нарезку красивых кадров, а серию с завязкой, правилами мира и обрывом на вопросе. Рыбака играю я сам. 🛠 Производство 1. Сценарий и раскадровка. Сначала написал серию целиком (8 сцен, ~90 с) — кто где стоит, что делает и что говорит в каждом плане. Писал «тело, а не чувства»: не «она испугана», а «отдёргивает руку, задерживает дыхание». 2. Персонажи — Nano Banana. Для каждого героя карточка на белом фоне: полный рост с 4 сторон + лицо крупно. Рыбак — по моему фото. Отдельно локации: маяк, ночной луч, три интерьера (комната смотрителя, низ маяка, комната лампы). Всего ~12 картинок с правками. 3. Проверка раскадровкой — главный лайфхак. До видео отдал Nano все карточки + сценарий и попросил нарисовать сетку из 8 кадров. Вылезли ошибки, которые иначе я бы нашёл только за деньги в видео: луч бил не из маяка, а из фонаря рыбака; рыбак стоял рядом с героиней, а не в дверях за её спиной; часы показывали 5:17. Поправил текст — сэкономил 3 перегенерации. 4. Видео — Vidu Q4 reference-to-video, 540p, 16:9, 8 сцен по 10–12 с. В каждую сцену — только рефы тех, кто в кадре (персонаж + локация), до 4 штук. Промпт: шапка камеры (ARRI Alexa 35, Kodak Vision3 500T, «NOT CGI, NOT glossy», зерно), блок «кто есть кто» с реальными расстояниями, дальше SHOT 1/2/3 по секундам и блок звука. Против пластиковой кожи отдельный блок: поры, веснушки, «no beauty filter, no airbrushing» — Vidu реально держит живую кожу. Косяки Vidu: героиня в одном плане стоит лицом к двери, а в следующем «оборачивается» — вырезал поворот на монтаже, вышло даже резче. 5. Звук и липсинк. Vidu генерит звук сам (море, ветер, скрип двери, стуки) — его оставил. Но украинскую речь он произносит с сильным акцентом, поэтому все реплики переозвучил живыми голосами (мужской — мой, женский — живая озвучка) и вручную поставил под движение губ Vidu, длинные фразы ускорил на 15–18%. Отдельный липсинк не делал: пробовал Volcengine lite на крупных планах — на щеках вылезают скачки, на среднем плане заметно лучше. 6. Монтаж — ffmpeg: склейка, затемнения, переходы через туман, сайдчейн-приглушение моря под голос, титр. Хук в начале — 3,5 с самого страшного из финала («Його поховали тиждень тому. Але щоночі о 3:17 хтось запалює маяк»), потом серия. Вертикальная версия — с размытым фоном и субтитрами. ⏱️ Время: 2–3 часа на всю серию — от сценария до монтажа. 💰 Деньги (себестоимость API): Vidu ~100 с × $0.036 ≈ $3.6, картинки Nano ≈ $0.7 — около $4–5 на серию с перегенерациями. ⚖️ Сравнение: Seedance лучше даёт сложное движение камеры и экшен, но для диалоговых сцен с крупными лицами Vidu вышел дешевле (примерно в 1,5–2 раза в 540p) и с более живой кожей. Минус Vidu — язык: украинский/русский только переозвучкой. @cgevent

🔻 StreamEval: комплексный бенчмарк для стриминговых моделей от Nvidia Исследователи из NVIDIA, Tsinghua University, CMU, UC Berkeley, Princeton, NUS и Reactor опубликовали бенчмарк StreamEval, который оценивает способность моделей генерировать видео в реальном времени. Он проверяет, умеет ли модель выполнять запросы пользователя прямо во время стрима и при этом не ломать то, что уже есть в кадре. В бенчмарке 300 сценариев длиной от 15 до 300 секунд: поговорить с цифровым аватаром, попросить его поднять руку, сдвинуть камеру в сгенерированной сцене, перекрасить предмет в идущем видео. Авторы прогнали через StreamEval 37 моделей. Бенчмарк проверял пять типов задач. Результаты следующие: • Диалог с аватаром. Цифровой человек слушает речь пользователя, отвечает по смыслу и помнит, о чём шла речь раньше. Лучший результат у Vidu S2 Avatar: 75 из 100 за качество диалога. • Действия аватара. Аватар произносит заданный текст и по ходу выполняет команды вроде «подними правую руку» или «посмотри влево». Картинку модели держат хорошо: у Vidu S2 Avatar стабильность видео 97 из 100. А вот команды даже лидер корректно выполняет только в 37% случаев. • Генерация мира. Модель создаёт сцену и меняет её по командам: «лодка плывёт к причалу», «камера сдвигается вправо». Лучше всех команды выполняет Krea Realtime, и это всего 26% запросов. • Редактирование видео по тексту. В идущем видео нужно изменить объект по текстовой команде, например перекрасить вазу, и не испортить остальной кадр. Здесь лучший результат у Vidu S2 Editing: 57 из 100 за полностью корректные правки. • Редактирование видео по картинке. То же самое, но нужный вид объекта задаётся изображением. Это самая сложная задача: максимум 15 из 100. Проект открытый: код оценки опубликован на GitHub, тестовые сценарии с таймлайнами и медиафайлами выложены на Hugging Face, а результаты моделей собраны в лидерборде. #Benchmark

ИИ-киностудии в 2026 году На площадке одни режиссёры https://ai-film-studios-2026.soundball1.chatgpt.site/ После анонса Грок Директор меня немножко бомбануло.  Судя по названиям, главный прорыв AI-кино уже состоялся: индустрия научилась массово производить режиссёров. Одним быстрым поиском набирается восемь продуктов, проектов и функций с Director на вывеске: LTX Director для ComfyUI ещё один LTX Director для Wan2GP MiniMax Director OpenArt Director ComfyDirector VideoDB Director AI Director в Higgsfield Cinema Studio H3 Max Director от fal А в коридоре уже ждёт девятый, Grok Director ↗️. Это не перепись рынка: я просто перестал считать раньше, чем закончились режиссёры. Под одним титулом здесь соседствуют студия, модель, агентная функция и независимые редакторы таймлайна. MiniMax Director, например, вообще сторонний проект для ComfyUI, а не новая должность в штатном расписании MiniMax. Но маркетинговый консенсус достигнут: никто не хочет быть кнопкой вызова чужого API, все хотят режиссёрское кресло. Если собрать их на одной площадке, получится девять режиссёров, миллионы токенов и ваша кредитка. Дальше меня бомбануло настолько, что я пошел в ChatGPT Deep Research и сказал: “Большой умный брат, вы хотите поговорить про это?”  И мы поговорили. И про все эти бесчисленные агрегаторы, и про перепродажу чужих моделей на своих сервисах, и про многочисленные обвязки в виде агентов, жгущих токены Сиденса, и про пафосные проекты типа Утопай студио.  В общем, я изложил ChatGPT свой взгляд, так сказать, с высоты птичьего полета, а он подтвердил 95 процентов моих гипотез. Более того, упаковал все это в некий срез и анализ рынка на октябрь 2026 года.  С меня промптинг и редактура, с него копирайт и продакшн. Где-то семь-восемь циклов.  Если вы ждете быстрого дофаминового цикла при пролистывании новостных сообщений, то это точно не для вас. Бегите отсюда, пока вас СДВГ не замучил. Для тех, кто еще умеет читать длинные тексты, смотрите ниже.  Вы точно узнаете много новых имен. Ну и получите повод задуматься (такое редкое состояние ныне).  https://ai-film-studios-2026.soundball1.chatgpt.site/ @cgevent

Manga2Animate Агентная схема превращения манга-страниц в анимацию. Страницы напрямую в видеомодель ломают раскладку панелей и сюжет, работа по тексту теряет персонажей и стиль. • Нарезка страниц на панели и распознавание реплик по порядку чтения • Сначала сценарий, потом раскадровка, затем видео • Каждый шаг делает агент-создатель, проверяет ревьюер по исходным панелям • Два круга правок, по 3 варианта сценария и раскадровки за круг • Отбор лучших клипов и склейка в цельный ролик • 6 панелей на кейс, 2 круга уточнения • Видео на MiniMax-H3, Index-AniSora, Seedance 2.0, Wan 2.7 • Раскадровка на Gemini или локально на FLUX.2-dev • Агенты работают через Vertex AI или обычный ключ API Парное сравнение раскадровок по 13 критериям, часть жестко проход или не проход. Пользовательское исследование на 37 человек. Код открыт, данные оценки выложены. Код: github.com/annchenn/Manga2Animate #i2v #manga2anime MAX

#Нейропрожарка 🌲 Клип «Лес» — целиком на Seedance 2.5 ⏱️ 3 дня 💰 8 000 рублей Началось с того, что я люблю поорать в машине или попеть, иногда в телефон. Когда SUNO обновили опцию с аудиорефами, где берётся не только голос, но и темп, манера, тембр, у меня под рукой уже были рефы. Suno делает не «музыку под текст», а нормальную плотную аранжировку, и манеру подачи ловит очень близко. 🛠 Один инструмент на весь клип: Seedance 2.5. Ни Kling, ни Veo, ни Wan, ни склейки из разных сервисов. Одна модель, потому что важнее была сквозная непрерывность — одни лица во всех сценах, одна цветовая логика, один грейд. Начнёшь месить генераторы — континуити расползётся, и добивать его потом цветокором. 🎤 Suno: настройки, которые решают Берёшь свою запись с телефона, где ты просто читаешь — важен темп и характер, а не красота. Кидаешь аудиореференсом. • сила аудиореференса — 95 • сила стиля — 35–45 • weirdness — 30 Размечай лирику — где интро, хук, припев. Suno это читает. И не пиши темп в промпте стиля. Вообще. Пусть возьмёт его из твоего речитатива — тогда попадание в манеру максимальное. Пропишешь BPM — начнёт тянуть на себя и уедет от исходника, но тоже можно. 🎬 Липсинк Голос идёт в Seedance аудиореференсом. Первые три генерации завалил — губы жили отдельно. Роль аудиореференса надо прописывать прямым текстом: что именно из него берётся — темп, фразировка, дыхание, порядок строк. Биты считаются по строкам куплета, а не по секундам. Не «0:00–0:03 камера облетает», а «на второй строке камера облетает». Тогда модель не нарисует кадр, не отследив, где сейчас идёт речь. Синхрон становится условием картинки, а не пожеланием. И склейка внутри спетой строки синхрон убивает — для модели два шота это две задачи, во втором она переназначает аудио заново. Резать только между строками. 🚧 Где сжигал деньги Копирайт-фильтр на выходе. Промпт проходит, генерация идёт, деньги списываются — и на выходе отказ. Фильтр смотрит результат и ловит бренды. Написал марку машины, модель нарисовала эмблему — генерация сгорела. С купюрами то же самое. Марку не называть вообще, решётку и номера прописывать пустыми. Красивый реф превращает кадр в оживлятор. Даёшь фотореалистичную картинку референсом — модель считает её кадром для воспроизведения и чуть шевелит. Камера мёртвая, объект висит игрушкой. Такое кладётся в первый кадр, а промпт занимается только движением. Ночь пишется темнотой, а не светом. Каждое слово про свет модель отрабатывает как задание светить. Расписал небо и порядок яркостей — получил дневную пасмурь. Убрал всё, оставил «всё чёрное, светлое пятно одно» — получил ночь. 🧰 Видео — Seedance 2.5. Музыка и вокал — Suno. Текст и промпты — сам, помогал Claude. Монтаж и цвет — Premiere. @cgevent

Накопилось по #minimaxH3 - часть 33 #LoRA #upscale github.com/xmarre/Comfyui_Minimax_h3_latent_Upscaler-Plus - латентный апскейлер от автора Spectrum huggingface.co/Imagineer13/H3-Anti-Burn-LoRA - фикс пережженного переусложнённого лица при склейке турбо-клипов. Вешаешь только на продолжения (не на первый клип) huggingface.co/yama-kiyo/MiniMax-H3-ORB360-Vertical-LoRA - вертикальный облет civitai.com/models/964312/redcraft-and-dark-beast-loras - «взрыв-схема» объекта. Триггер Exploded View Diagram civitai.com/collections/18270307 - сборник слайдеров движения: инерция/импульс, амплитуда, прогрессивное ускорение, резкие смены, скорость #workflow civitai.com/articles/36538/comfyui-tutorial-consistent-ai-characters-in-minimax-h3-no-lora-training-with-6gb-vram - консистентные персонажи без LoRA на 6GB: одна картинка → Qwen 2.1 делает 8 ракурсов → RefMod ~100MB → сохранtнный персонаж #personalization github.com/jiangge0804-crypto/collage-broll-minimax - коллаж-B-roll: строка озвучки → премиальный бумажный коллаж-клип huggingface.co/no3us/minimax-h3-refmod-pilot - воркфлоу создания и тестирования #RefMods civitai.red/models/2027766/bfs-best-face-swap - BFS #CharacterSwap LoRA: замена главного персонажа в гайд-видео с сохранением движения, мимики, камеры github.com/sepiablue-ai/ComfyUI-H3-AudioFirst-X2-Stream - голос сначала: 8-шаговый аудио-проход на крошечном 32×32, затем голос «залочен» для генерации видео github.com/chanon/comfyui-obvpm-timeline - обновление таймлайна obvpm: новый воркфлоу, превью через taeh3 #COMFYUI github.com/noembryo/ComfyUI-noEmbryo#h3-clip-refiner - рефайнер: генеративный ресемпл дорисовывает мелкие детали, оставляя низкие частоты — фон не плывет.

Чуть с запозданием принимаю эстафету от Саши по генерации видео для своих скиллов/продуктов. В качестве "рекламируемого" взял свой мини-проект Video Analyzer, которым я сам регулярно пользуюсь. Попробовал два варианта генерации. Сперва взял расширенный промпт, чтобы агент не только github проанализировал, но и изучил мои посты про Video Analyzer. Получился большой промпт, адаптированный под мою задачу, который не несёт пользы никому, кроме меня. Далее попробовал сделать попроще и без связки с историями в канале. Использовал такую инструкцию:

Make a dynamic motion graphics video that shows what an incredible motion designer you are, like it's your showreel for a resume. A video about my project: https://github.com/kdoronin/video_analyzer Go all out. Make sound effects, use Remotion and impressive sound design. Russian voiceover and Russian titles. Tell an interesting story in motion.

На старте получились вполне сносные видео. Роботизированная озвучка, правда, сильно резала слух. Поэтому я взял API-ключ от 11labs и попросил того же Opus5.5 переозвучить видео через недавно вышедший Eleven v4. С ней получилось гораздо интереснее. Далее передаю эстафету Алексею и Андрею (кстати, Андрей – автор того самого видео "Жги токены" и в его канале можно подсмотреть много интересных стилей для Opus-генерации).

#Нейропрожарка 🎬 "YOU’RE SO BEAUTIFUL" ("ТЫ ТАКАЯ КРАСИВАЯ") Автор: Александра Бычкова - @Bychkova_Aleksandra. В центре истории - семнадцатилетняя Эмили и её мать, чья любовь к дочери превращается в пугающую одержимость ее красотой. Мне хотелось создать мир, который на первый взгляд кажется уютным и почти идеальным, но с каждой сценой становится всё тревожнее. Для этого я продумывала не только внешность персонажей и декорации, но и цветовую палитру, свет, композицию кадра, оптику, движение камеры и монтажный ритм. Визуальная эстетика Америки конца 1950-х годов стала контрастом к психологическому ужасу происходящего. Самое сложное было - добиться нужной эмоции. Изначально был cоздан более скомканный вариант для конкурса, хрон - 3мин, потом я решила доработать фильм и добить сцены. 🔎 Какие инструменты использовались: 🖼 Изображения и визуальная разработка: • Recraft V4 • Banana 2 Pro • Qwen Image 3.0 Pro 🎞 Генерация и анимация видео: • Seedance 2.0 • Seedance 2.5 🔊 Звук, музыка и голос: • Suno V6 • ElevenLabs • Epidemic Sound • Seedance Audio 1.0 Интересно, что в некоторых сценах именно Seedance 2.0 справился лучше. Ссылка: https://youtu.be/mRQq_cLF99k @cgevent

Vivix W1 Видеогенератор из Китая от стартапа Vivix (основатель из SenseTime, происхождение весов частично из Alibaba). Ставка на дешевые массовые итерации, а не на топ-качество: $0.003 за секунду. • Text-to-Video, Image-to-Video, аудио-референсы, первый и последний кадры • Длительность 5-15 секунд, три режима скорости с разной ценой • Интерактивный streaming-режим: можно менять сцену голосом, текстом или действиями прямо по ходу воспроизведения (пока в закрытой бете) • $0.003 за секунду до 31 октября 2026 (не на все режимы) • 10-секундный ролик — $0.03, 10 вариантов — $0.3, 100 вариантов — $3 • ~77× дешевле Seedance 2.5 • 8-сек ролик в среднем за 8.4 с по внутренним тестам ~30B активных параметров Дают 3 бесплатные генерации (1080/720/540) API #t2v MAX

Накопилось по #minimaxH3 - часть 32 #LoRA huggingface.co/sandpies/ComfyUI-H3-Video-Upsampler github.com/dntpi/ComfyUI-H3-Video-Upsampler - H3 Video Upsampler + LoRA апскейла ×2: 2Mpx результат в слепом сравнении выиграл у нативной генерации #upscale huggingface.co/akatz-ai/MiniMax-H3-Person-Remover-LoRA - Person Remover: оригинальное видео + чистый первый кадр, SAM 3.1 отслеживает и вырезает человека. Чистый кадр делается через Flux Klein («убери X и покажи, что за ним») github.com/dotaku22/MosaicDiff -находит и отслеживает мозаику цензуры в клипе и восстанавливает поврежденный участок через H3 + кастомную LoRA #uncensored huggingface.co/Jacob121294/h3-restore-enhance-improve-lora и huggingface.co/kirk86413/upscale-h3 - LoRA реставрации старого видео/апскейла, без ридми #restoration #upscale huggingface.co/B0rghese/Minimax_Stereoptical_Process - Stereoptical Process: 2D-целл-анимация поверх 3D-фона. Триггеры Stereoptical Process, 2D Cel Animation over 3D Background #workflow civitai.com/articles/36281/comfyui-tutorial-character-swap-with-minimax-h3-using-lora-no-masking - #characterswap без маскирования: меньше VRAM. 0.4Mp за 8 шагов, апскейл до 1.2Mp латентным апскейлером. 3060 6GB: 20 мин генерация + 21 мин апскейл youtube.com/watch?v=4L4lTf_NCSg - прозрачные видео на H3 в ComfyUI по шагам github.com/aowind/sprite-action-forge - Sprite Action Forge: одна иллюстрация → полный набор игровых спрайтов движений. Локально, 8GB VRAM. Работает с четвероногими и монстрами github.com/kubakubkub/ComfyUI_KubaNodes - проекция клипов на фасад здания: разделение на части, свои промпты, анимация слоёв на таймлайне. Вид проекции с точки зрителя github.com/alaintural/synctile-h3 - SyncTile: 4K-клип — апскейл в латенте + 9 тайлов с блендингом на каждом шаге, декод один раз. Без швов и рассинхрона глаз. ~11 мин на 5-сек 4K на 4090 #upscale huggingface.co/diffusers-modular/minimax-h3-inpainting - обновление: добавлен mask_drop_step для однопроходного хармониза #inpainting github.com/wang410922/ComfyUI-H3ReferencePrep/blob/main/ComfyUI-H3ReferencePrep/README.md - H3ReferencePrep: Face Tracker по кадрам, с запасным трекингом головы/человека, ремонтом маски лица и Temporal Sanity Gate github.com/entert-ai/ComfyUI-H3-RefMods-Lab - RefMod Lab: создание #RefMods из картинок/аудио/видео, выбор источников на лету, токены каждого источника, слияние RefMods. Перетащил RefMod в канвас — подгрузился воркфлоу его создания #optimization github.com/Speach1sdef178/ComfyUI-VELA-H3 - VELA 1.0: ускорение вычислений H3 без правок ядра — быстрый путь там, где безопасно, точный там, где важно. VDN 1.1 → VDN+VELA: 2:53 → 2:13 на 0.8Mp/5 сек. На 10 сек выигрыша нет (опубликовано честно). 8 шагов VDN+VELA против 20 шагов сырой H3: 3:03 против 8:07. RTX 3090 Ti youtube.com/watch?v=DvTl-QbDzdQ - групповой тест H3 PDMD-ускорений

MC-Sparse Метод разреженного внимания от Fudan и Tencent Hybrid для ускорения генерации видео и 3D без переобучения. Отсекает лишние токены, ускоряя денойзинг в 1.8-2.3×. • Токен-уровневое разреженное внимание прямо на входе — drop-in ускорение, без ретрейна • Группирует похожие query в GPU-тайлы и выбирает только важные KV-токены • Компенсирует отброшенные вклады через кэшированный остаток • Работает на MiniMax-H3 (видео) и генерации 3D-ассетов Важные параметры • 1.80× ускорение видео MiniMax-H3, 2.32× для 3D • Плотность внимания всего 15% • Сохранение мелких деталей при сильном разрежении Разбирает три источника потери качества при разрежении: групповые ограничения, неточный отбор и отброшенный «хвост» вкладов. Находит точные выборки один раз на anchor-шаге и переиспользует их на следующих шагах денойзинга github.com/dodododddo/mcsparse Спасибо @m_franz #optimization MAX

DuoMatching Метод дистилляции от ByteDance для быстрой генерации видео. Объединяет joint и marginal distribution matching, чтобы учиться сразу у видео- и у картинковых моделей, и даёт качество нескольких шагов почти в реальном времени. • Генерация видео за несколько шагов вместо десятков, без доп. затрат на инференс • Учится у видео-учителя и у картинковых моделей (перенос визуальных и семантических приоров) • Дополняет joint-DMD явным маргинальным матчингом • Ниже дрейф при автогрегрессивных роллаутах Важные параметры • Комбинация joint + marginal DMD • Побеждает более 80% предпочтений людей в тестах • Ноль лишних расходов на инференс Совместный матчинг распределения кадров снимает большой дрейф, но ограничен в качестве и семантике. DuoMatching дополняет его помаргинальным матчингом для кадровых супервизий — на выходе качество и семантика без замедления github.com/JohnZhan2023/DuoMatching #optimization

Погонял Кандинского на своем пальцевом тесте. Что ж, не знаю, что сказать. Иногда он переходит на русский, иногда оттуда лезет китайский след. Это если давать текст ту видео. И если давать на вход картинку, то получается вообще забавно (первые два). Напоминаю, что промпт такой: "One continuous static shot, no cuts. A person looks directly at the camera and counts from one to ten, holding up the corresponding number of fingers as they say each number." Интересно, что все другие генераторы по text2video запросу “person” всегда генерят женщину. И только брутальный Кандинский замахивается на китайских мужчин. Генерил я статьи локально, в Комфи и в Автоматике(Gradio), на наших бесплатных GPU от Google. Думаю, что скоро расскажу как. @cgevent