Каб стварыць кожныя 15 секунд фільма, трэба было напісаць запыт для штучнага інтэлекту на 3000 слоў з процьмай дэталяў.

95‑хвілінная стужка «Hell Grind» каштавала яе стваральнікам 500 тысяч даляраў, з якіх 400 тысяч склалі выдаткі на вылічальныя магутнасці штучнага інтэлекту. Увесь працэс заняў два тыдні. З падрабязнасцямі знаёміць The Wall Street Journal.

Кадр з трэйлера фільма «Hell Grind»

Тэма штучнага інтэлекту (ШІ) ужо некалькі гадоў застаецца адной з галоўных на Канскім фестывалі. Раней размовы вакол штучнага інтэлекту былі пераважна трывожнымі: акцёры, рэжысёры і сцэнарысты баяліся, што тэхналогіі пачнуць замяняць людзей. Але сёлета, як адзначае WSJ, настрой стаў менш панічным. 

Для многіх у індустрыі пытанне цяпер палягае толькі ў тым, як менавіта выкарыстоўваць гэты інструмент. І прыкладам тут можа паслужыць 95‑хвілінная стужка «Hell Grind» (назву можна перакласці як «Дарога праз пекла»), створаная стартапам Higgsfield AI з Сан-Францыска. У гэтым прыгодніцкім баявіку абсалютна ўсё — героі, лакацыі, асвятленне і нават дробны рэквізіт — з’яўляецца прадуктам генерацыі.

Сюжэт фільма апавядае пра чатырох злодзеяў, якія літаральна трапляюць у пекла. Галоўны герой Рока мусіць прайсці праз антыўтапічную пустэчу, каб выратаваць сваю каханую Лулу.

Як піша WSJ, для стварэння такой маштабнай візуальнай гісторыі кампаніі Higgsfield AI спатрэбілася ўсяго два тыдні. Бюджэт праекта склаў 500 тысяч даляраў, прычым 80% гэтай сумы пайшло на аплату вылічальных магутнасцяў.

Пры гэтым сама кампанія не распрацоўвае базавыя мадэлі генерацыі відэа. Замест гэтага яна выкарыстоўвае ўжо існыя сістэмы, напрыклад Google Veo 3, а свае намаганні канцэнтруе на інструментах, якія дазваляюць зрабіць выявы паслядоўнымі і стылістычна аднароднымі.

Стваральнікі «Hell Grind» настойваюць на тым, што ШІ не адмяняе прафесію рэжысёра. Нават пры поўнай генерацыі фільма патрабуецца сапраўднае разуменне кінематографа. Патрэбна ведаць прынцыпы кампазіцыі кадра, чаргаванне планаў, асновы мантажу і працы камеры. ШІ можа намаляваць выяву, але менавіта чалавек вызначае, як павінна выглядаць сцэна і ў якой паслядоўнасці яна павінна ісці.

Як расказвае кіраўнік аддзела кантэнту Higgsfield Адзіл Алімжанаў, кожны асобны запыт (промпт) для мадэлі ствараў каля 15 секунд матэрыялу. Гэтыя кароткія ўрыўкі даводзілася генераваць мноства разоў, пастаянна карэктуючы запыт, каб атрымаць лепшую версію. Для першых 25 хвілін фільма спатрэбілася 16 181 папярэдняя генерацыя відэа, з якіх у выніку адабралі 253 фінальныя кадры.

Асаблівай праблемай пры стварэнні поўнаметражнага ШІ-кіно стала захаванне візуальнай паслядоўнасці. Мадэлі ШІ бываюць непрадказальнымі, а ў вялікім фільме нельга дапусціць, каб сцэны выглядалі па-рознаму ў кожным новым кадры.

Менавіта таму кожны промпт мусіў быць надзвычай доўгім і дэталізаваным. Прапісваліся ўсе параметры: стыль выявы, асвятленне, тып аб’ектыва, размяшчэнне камеры. Акрамя таго, штучнаму інтэлекту нагадвалі пра неабходнасць выконваць законы фізікі: «захаванне гравітацыі і інерцыі — маса павінна мець рэальную вагу, карэктныя кантактныя цені, адсутнасць рэквізіту, які лунае ў паветры».

У выніку ў сярэднім кожны асобны промпт складаўся з 3 тысяч слоў. У Higgsfield нават стварылі асобны інструмент, які сам дапамагае генераваць такія гіганцкія запыты. Карыстальнік можа загрузіць старонку сцэнарыя, пасля чаго сістэма выдасць промпт на некалькі тысяч слоў, аптымізаваны для стварэння відэа прафесійнай якасці.

Нягледзячы на хуткасць працы, працэс аказаўся вельмі затратным і працаёмкім. Паводле стваральнікаў, ім даводзілася выкідаць сотні згенераваных ролікаў праз дробныя дэфекты: няправільны рух вачэй героя, ненатуральную міміку або няўдалы рух камеры.

У выніку рахунак кампаніі за вылічальныя магутнасці ШІ склаў 400 тысяч даляраў. Каб утрымаць выдаткі ад яшчэ большага росту, стваральнікі працавалі з «неавоблачнымі» правайдарамі, такімі як Nebius і CoreWeave, пазбягаючы паслуг буйных тэхналагічных гігантаў. Такія сэрвісы займаюцца пераважна арэндай магутных відэакарт і вылічальных рэсурсаў для нейрасетак і часта прапануюць больш выгадныя ўмовы для ШІ-праектаў.

Як адзначаюць у кампаніі-вытворцы, іх праект стаў сведчаннем таго, што нават у эпоху штучнага інтэлекту стварэнне кіно застаецца складаным рамяством. Немагчыма проста папрасіць нейрасетку «зрабіць круты 95‑хвілінны фільм» — і атрымаць гатовую стужку.

Усе навіны →