Sora и нейросети для видео: из текста и из фото

Что такое Sora и что она делает

Sora — это нейросеть от OpenAI (тех же, кто сделал ChatGPT), которая генерирует видео. Вы пишете текстом, что хотите увидеть: «золотистый ретривер бежит по пляжу на закате, камера летит следом» — и через какое-то время получаете короткий ролик, которого никогда не существовало в реальности. Модель буквально рисует каждый кадр сама.

Это впечатляет. Картинка у Sora живая, с физикой, тенями, отражениями. Она понимает довольно сложные сцены и держит стиль на протяжении ролика. В новых версиях появилась и возможность стартовать не только с текста, но и с загруженного изображения — как с опорной точки для сцены.

Главное, что нужно уложить в голове сразу: Sora — это про придумать видео. Не отредактировать ваше, не оживить ваше, а сочинить новое по описанию. И вот тут начинаются нюансы, ради которых я и пишу эту статью.

Видео из текста против видео из фото

Эти два режима путают постоянно, хотя разница принципиальная.

Видео из текста. Вы описываете сцену словами — модель строит её с нуля. Здесь Sora в своей стихии. Хотите космический корабль, бабочку размером с дом, город будущего? Пожалуйста. Ограничение одно — ваша фантазия и умение писать промпты.

Видео из фото. Тут вариантов на самом деле два, и их важно различать.

• Картинка как вдохновение — нейросеть смотрит на ваше изображение, считывает композицию, настроение, цвета и генерирует новый ролик в этом духе. Лицо при этом может «поплыть».
• Картинка как основа, которую нужно сохранить — то есть взять конкретный снимок и заставить именно этого человека двигаться, не меняя его внешность.

Sora и подобные ей модели сильны в первом. Со вторым у них честно так себе: модель генеративная, она пересобирает изображение под себя, и лицо с реальной фотографии запросто превращается в «похожего человека». Для рекламного ролика это норма. Для портрета прадеда — нет.

А что ещё есть, кроме Sora

Sora не одна на этом поле. Если коротко пройтись по основным именам — Runway давно делает генерацию и редактирование видео, Kling от китайской команды умеет неплохие ролики из картинки, Veo от Google тоже играет в высшей лиге по реалистичности. Я не буду сравнивать их по пунктам: они меняются чуть ли не каждый месяц, и любая таблица устареет, пока вы её читаете.

Что у них общее? Все они — про генерацию видео по тексту или по картинке-вдохновению. И почти у всех одна и та же боль для нас с вами — доступ и оплата из России. Об этом дальше.

Если вам интересны нейросети для работы именно с изображениями, а не видео, я собрал отдельный разбор — лучшие нейросети для фото. И есть свежий обзор Nano Banana — модели, которая редактирует фото по текстовому запросу.

Доступ и оплата из России — честно

Не буду юлить: пользоваться Sora из России неудобно. Прямого входа нет. Чтобы добраться до неё, обычно нужно три вещи.

1. Зарубежный аккаунт OpenAI — регистрация с иностранным номером или через сервисы, которые такие номера предоставляют.
2. Обход региональных ограничений — без этого сервис попросту не открывается.
3. Иностранная карта для оплаты подписки — российские карты там не проходят.

Это всё решаемо, люди справляются. Но если вы просто хотите оживить одну-две семейные фотографии, а не осваивать профессию видеохудожника, то городить весь этот огород ради сервиса, который к тому же не гарантирует сходство лица, — сомнительная затея. С Runway, Kling и Veo, кстати, картина похожая: где-то проще, где-то сложнее, но иностранная оплата всплывает почти везде.

Ключевая развилка: придумать ролик или оживить снимок

Вот к чему я вёл всю статью. Спросите себя — что вам на самом деле нужно?

Если задача творческая, рекламная, фантазийная — «сделай мне ролик, какого ещё не было», — Sora и её соседи как раз для этого. Генерация с нуля, простор для воображения, кино из текста.

Но если задача звучит иначе — «вот фотография мамы из восьмидесятых, я хочу, чтобы она на ней улыбнулась и посмотрела на меня» — это совсем другая работа. Здесь нельзя ничего придумывать. Нельзя менять лицо. Нужно бережно добавить движение реальному человеку на реальном снимке: лёгкий поворот головы, моргание, тёплую улыбку — и чтобы это был именно он, а не «похожий».

Для этой задачи генеративные видеомодели — неподходящий инструмент. Нужен специализированный оживитель фото, заточенный ровно под сохранение лица. Подробно про сам процесс я писал в гайдах как оживить старое фото и видео из старых фотографий.

Как оживить семейное фото у нас

На livesphoto.ru мы делаем именно вторую задачу — оживление конкретных снимков. Без зарубежных аккаунтов, без танцев с обходом блокировок, с оплатой российскими картами. Порядок простой.

1. Откройте раздел оживления фото.
2. Загрузите снимок — подойдёт и старое чёрно-белое фото, и недавнее цветное.
3. Подождите пару минут — нейросеть аккуратно добавит движение, сохранив черты лица.
4. Скачайте короткое видео и сохраните его себе или отправьте близким.

Если хочется большего — у нас человек на фото может ещё и станцевать, а через раздел генерации изображений можно дорисовать или восстановить кадр. Но основа основ — это оживление фотографий, и именно с него я советую начать.

Sora — мощная штука для тех, кто сочиняет видео с нуля. А когда речь о памяти, о лице конкретного дорогого человека, нужен инструмент, который ничего не выдумывает, а просто бережно возвращает движение. Это и есть наша работа.

Читайте также