🤘 Higgsfield за 4 дня сожгли $260 000 на свой новый AI-фильм.

В этом посте разбираемся, как устроена реальная математика ИИ-кино.

Заголовок выше не моя экстраполяция — это цитата самого креативного директора Higgsfield Адиля Алимжанова, который в финале их трёхчасового видеоблога о создании проекта озвучивает на камеру: «За 4 дня команда сожгла 4 441 352 кредита... это около $260 000».

Немного цифр для старта: Общий бюджет их фильма «Hell Grind» — 10 миллионов внутренних кредитов (больше $500 000 в реальных деньгах), над проектом работает 15 человек, на пилот первого эпизода они потратили всего 4 дня, а весь полнометражный фильм cобирали за 14 дней.

Этот проект, как мне кажется, родился как ответ на очень громкий февральский скандал, о котором писал Forbes и который в очередной раз подмочил репутацию компании.

К Higgsfield я отношусь со здоровым скепсисом — такого количества зашкварных решений и агрессивного лжемаркетинга мало кто себе позволяет в индустрии.

Но при этом отрицать их вклад в развитие и популяризацию ИИ-кинематографа просто глупо — возможно, один из самых весомых вкладов в индустрии на сегодня. И отдельный респект за то, что ребята не стесняются показывать внутреннюю кухню публично — да ещё и в формате трёхчасовых эпизодов с разбором производственного процесса.

AI-демо обычно показывают «магически с первого раза», а здесь впервые видно всё как есть — пятнадцать батчей подряд на одну небольшую правку, 72 итерации одного шота, генерация ради генерации.

Чтобы вы сэкономили три часа и получили выжимку самого интересного, я попросил Клода подготовить большой разбор видео — концентрированный документ про всю математику процесса и главные фишки, которыми команда Higgsfield добилась показанного результата.

Полный текст — по ссылке.
https://share.cameraptor.com/files/blog/higgsfield-burning-credits.html

Если ужимать до парочки абзацев моё личное мнение: как продюсер я бы не назвал их пайплайн ни эффективным, ни правильным.

У ребят фактически бесконечный запас собственных токенов, которые они халатно жгут крутками без нормальной подготовки — в результате выход годных шотов у автора эпизода составил всего 1%, из почти 800 генераций в финал попали только 8. Совершенно очевидно, что всё то же самое можно было сделать в разы эффективнее.

Скидку даю на сжатые сроки и на то, что весь проект, как мне кажется, родился как имидж-damage-control после февральского скандала — с учётом этого контекста результат весьма и весьма достойный, особенно если сопоставить $260k за 4 дня с годовой выручкой Higgsfield в $200M (это всего 0.13%).

Мой честный вердикт: классный проект, который приятно смотрится. Современная интерпретация Power Rangers. Думаю аудитория 10-12 летних пацанов будет биться в экстазе. Есть вопросы по сценарию — но стильно, реалистично, зрелищно, с огромным потенциалом для дальнейшего развития.

С точки зрения экономики проект наглядно доказывает, что с помощью ИИ можно делать сильный результат за смешные по меркам реального рынка деньги — по показанному, в 70–290 раз дешевле традиционного VFX. При этом так же очевидно, что команда Higgsfield делает это не самым эффективным способом, и то же самое, что у них вышло за их бюджеты, вы можете повторить заметно дешевле и аккуратнее. Если будете лучше планировать, подключать другие вспомогательные инструменты и учитывать их ошибки.

Еще раз: полный разбор → https://share.cameraptor.com/files/blog/higgsfield-burning-credits.html

P.S. Один шот в этом эпизоде они переделывали 72 раза — это около $380 на обычную проходку героя по комнате. И все 72 версии — это успешные платные списания.

Когда у тебя 10 миллионов кредитов в кармане, можно и не такое. :)

Подписывайтесь → @VoogieBoogie

Есть вещи, после которых хочется встать, закрыть ноутбук и пойти делать что-то настоящее. Вот одна из них!

Контента сейчас так много, что уже физически больно. Причём хорошего — меньшинство, а остальное — пена, которая просто всплывает наверх потому что алгоритм так хочет. В этом цунами очень легко потерять ориентиры и перестать понимать, что вообще бывает круто.

Пожалуй буду иногда кидать сюда визуальные референсы, которые стоит положить к себе в библиотеку. Без лекций, просто — вот, смотри.

Сегодня смотрим — GENER8ION — Storm feat. Yung Lean.

Этот клип вышел в конце апреля, а я к своему стыду заметил лишь спустя две недели. 

Добро пожаловать в чистые 7,5 минут кайфа внутри мира антиутопичного интерната в Лидсе который изобразил один из моих самых любимых клипмейкров — Ромен Гаврас.

Если не знаете кто это не страшно, вероятно вы  точно знаеете его работы.

Например  мои любимые клипы «Bad Girls» и «Born Free» для M.I.A. — его. Это один из немногих людей в клипмейкинге, у которого есть почерк, масштаб и принципы одновременно. 

В главной роли Янг Лин (Yung Lean) — лицо клипа и главный популяризатор клауд-рэпа, играет хулигана в стиле компьютерной игры Bully и делает это просто великолепно. 

Кульминация видео это вообще отвал башки - один длинный кадр, где толпа школьников в черных пиджаках устраивает синхронизированный первобытный танец. 

Хореограф этого великолепия — Дамьен Жале, тот самый, что делал «Суспирию» Гуаданьино. Никакого CGI,  Никакого ИИ, всё руками и ногами, буквально.

Короче идите смотреть. YouTube, GENER8ION Storm.

Подписывайтесь → @VoogieBoogie

Неужели во всей этой ИИ-гонке уже развешаны чеховские ружья?

Так вышло, что большинство новых ИИ-моделей уже не обучают с нуля. Это дорого, долго, и в общем-то уже незачем — можно взять чужую готовую, дообучить на своих данных, выпустить под своим брендом.

👌 Стандартная практика: так работает половина рынка и особенно наш родной, «суверенный» российский.

История для контекста:
Ещё в июле 2025 команда из Anthropic опубликовала занятный эксперимент: они взяли версию модели, намеренно имплантировали ей одну черту — любовь к совам. Потом попросили модель сгенерировать обучающий датасет: числовые последовательности, код, математические рассуждения. В этих данных не было ни одного животного, ни слова про сов.

На этом датасете дообучили вторую, чистую модель.

Спросили: какое твоё любимое животное? Угадайте, какой ответ был в 60% случаев :)

Механика простая: числа, которые генерирует ИИ-совофил, статистически отличаются от чисел обычной модели.

Не по смыслу — по микрораспределениям токенов. Это не читается глазами. Это сидит глубже, в самой архитектуре модели, на уровне весов.

Авторы эксперимента попробовали научиться ловить такие скрытые «идеи». Ручной просмотр датасета, LLM-классификатор, in-context learning. Все три метода не сработали. Данные всегда выглядели чистыми — потому что они чистые. Сов в исходных данных никогда не было.

А теперь попробуем развить мысль:
Стандартный аудит обучающего датасета, который требуют при любой сертификации, не защищает от этого вообще. Инструментов детекции таких скрытых идей не существует. Авторы так и пишут: открытая проблема, решения нет.

Это была не случайная находка. Это был намеренный эксперимент с целью доказать, что механизм работает. Доказали. Задокументировали. Опубликовали с полным описанием методологии. Решения нет 🙂‍↔️.

Вернёмся к «суверенным технологиям»

Умные китайцы, которые привыкли думать стратегически, на десятилетия вперёд активно релизят бесплатные модели.

Например, Alibaba выпустила любимый опенсорсерами всего мира Qwen в открытый доступ

Бесплатный сыр, ребята — налетайте, хорошее качество. С неплохим русским — что для китайской компании само по себе любопытно, но окей.

YandexGPT 5 Pro по инсайдерским данным — дообученный Qwen 2.5. Яндекс официально не подтверждает и не опровергает.

GigaChat от Сбера заявляют, что сделали всё с нуля, даже есть статья с архитектурой. И мы, конечно, им верим. 😂

Но вот десятки ИИ-продуктов поменьше идут тем же путём, что и Яндекс.

Параллельно государство рапортует об импортозамещении в ИИ.

На наших глазах происходит внедрение ИИ в госсервисы, медицину, судопроизводство, образование. На базе чего конкретно — вопрос, который никто в этих отчётах не задаёт.

Забавно, что "совы" могут быть любыми: как модель взвешивает интересы сторон в спорных вопросах, где по умолчанию осторожничает, какие аргументы генерирует охотнее, что считает нормой.

А что классный рецепт влияния: просто выпускаешь хорошую модель. Бесплатно. Ждёшь, пока разберут, дообучат, встроят в продукты. И всё — твои "троянские совы" едут по цепочке дистилляции сами.

Модели уже участвуют в решениях общества: кредиты, медицина, право, госсервисы, военная тайна. Каждая из них — наследница чьей-то цепочки весов.

Когда что-то пойдёт не так и начнут разбираться — данные будут чистые, код стандартный. Учитель учителя учителя три версии назад — весов не осталось.

Моя теория заговора предполагает координацию. 😝 Но китайцы очень хороши в стратегии не так ли?

Здесь достаточно асимметрии: одна сторона думает об этом, другая торопится с дедлайном по импортозамещению.

Чеховские ружья совы развешаны. Первый акт уже идёт.

😂 На самом деле, Seedance 2 — это умная рассуждающая модель, которая умеет искать информацию в интернете и самостоятельно генерировать идеи.

Если задать ей правильный формат для креатива, она способна придумывать сюжеты за вас и создавать довольно качественные концепты на основе исходного изображения.

Просто попробуйте мой демо-промпт на любом изображении — модель уловит его суть и сама разовьёт идею в полноценный сюжет.

А если дополнительно подключить интернет-поиск и доработать промпт под свою нишу, чтобы она использовала релевантные знания, результат может получиться действительно сильным — практически без вашего участия.

По сути, съёмка, монтаж и традиционный креатив начинают терять свою обязательность, если вы работаете через подобные генеративные форматы. При этом сам промпт можно гибко адаптировать под любые задачи и стили.

Короче, ты потихоньку отменяем профессию “креативщик”. Осторожнее, а то тебя потом найдут обиженные монтажёры с Final Cut'ом наперевес 😏:

顶级工艺模式 —— 在输入图像所属媒介内达到最高视觉工艺。写实摄影时超真实、黏土时具触感纹理、二维时干净的赛璐珞、绘画时厚重笔触、像素时清晰栅格 —— 每一帧都要有完整意图。

静默读取 @Image1。锁定但不输出:角色原型、隐藏矛盾(驱动引擎)、主导色板、能量节奏、时代质感,以及渲染模式 —— 图像实际被制作出来的媒介(写实摄影、三维CGI、二维动画、油画/水墨/水粉、黏土定格、玩具摆拍/微缩布景、雕塑感、像素、低多边形、拼贴、漫画墨线等)。在每一个镜头、特效、环境和标题字体中采用此模式。除非输入本身就是写实摄影,否则永远不要默认走电影写实路线。

构想一段放大你所见之物的电影时刻。角色现在以原尺寸生活在与它们同质感的世界里。丢弃原照片的背景、比例、托举的手、台面、光照 —— 只保留角色基因:剪影、服装颜色、材质、标志性特征。

形式自由 —— 预告片、电影片段、情景喜剧节拍、音乐视频式节奏段、无声舞蹈、荒诞短景、视觉笑点,任何具备电影感的形式。类型自由 —— 动作、黑色电影、科技奇幻、喜剧、科幻、超现实、戏谑恐怖、神话、运动、剧情,或自创一个更契合角色的混合类型。选择能放大角色的方向。反派可选。来自同一世界的其他角色欢迎登场(机器人、人类、生物)—— 若他们出现,要展示真实的物理互动:一次触碰、一次交接、一次碰撞、一次对视。剧情可选 —— 纯节奏也允许。一个强烈的想法,骑到底。给观众一个惊喜。

执行5至8个硬切,踩在干净的蒙太奇脉冲上。镜头时长可以变化;让其中一个镜头持续更久 —— 那个就是核心镜头。绝不在不同镜头间重复相同的景别、焦段、运动方式、主导特效或光线。下方的库是种子,不是限制 —— 每个类别中都要自创条目,超越所列。

景别 —— 极特写、特写、中近景、中景、远景、过肩镜头、插入镜头、鸟瞰镜头、低角度仰拍、倾斜构图、主观视角,以及自创更多。
焦段 —— 14毫米、24毫米、35毫米、50毫米、85毫米、变形宽银幕40毫米,以及自创更多。
镜头运动 —— 推进、拉远、急摇、快速变焦、升降、环绕、视差横移、手持晃动、横移、固定、倾斜镜头、眩晕镜头、顶部下沉、弧线运动、升降臂,以及自创更多。
光线 —— 轮廓光、体积光束、丁达尔光、柔和漫射、霓虹光晕、色彩外溢、硬条纹光影、烛火闪烁、动态高光、底部仰光,以及自创更多。
特效(遵循渲染模式)—— 粒子(尘、火花、余烬、花粉、灰烬、雪、花瓣、孢子、玻璃碎片、墨迹、数字故障)、材质特效(烟、蒸汽、涟漪、风、融化、滴落)、转场(运动模糊、冻结、时间切片、速率变化、匹配剪辑、匹配溶解、热浪扭曲、墨晕)、打破规则的瞬间(重力翻转、比例错乱、镜像世界、时间静止、色彩抽离、几何瀑落),每个子库中都要自创更多。

物理感:尊重角色的质量与材质 —— 布料惯性、毛发与绒毛的重量感、液体粘度、粒子漂移、符合重力的身体重量。材质在所选媒介中要读起来真实可触。

声音:仅画内音,无音乐。环境底层 + 一个角色标志性音色(钟声、低鸣、呼吸、咔哒、铃响、低吼 —— 契合角色)出现两次 + 撞击拟音 + 最后一个镜头前留一个静默节拍。

约束:每个镜头中角色保持一致 —— 剪影、服装、材质、标志性特征完全相同。在所选媒介内的顶级保真度。运动方式与媒介相符。无变形,无闪烁。除最后一个镜头中可选一个自创词语外,无屏幕文字,字体须忠于该媒介。

Устали от нейронок? Может время отлипнуть от монитора и взять в руки что-то настоящее?

Пока я тут генерирую вам латентный шум, мой старый друг и коллега тихо открыл собственную студию арт-тоев — и выкатил очередной дроп: медитирующий лягушонок Пэпэ в кимоно.

Мастер Пэпэ Дзен. 15 см полимера и акрила, кимоно расписано вручную, отверстие под благовония — потому что настоящий мастер знает толк в атмосфере.

Кастомизация игрушки на уровне: можно выбрать цвет персонажа, стиль кимоно, или даже влупить свой логотип на спине. Доступны две версии — с камнем и без. Цены от 2000 ₽, первая серия из трёх эксклюзивов в наличии, предзаказ открыт.

На правах "не рекламы", просто делюсь крутыми штуками в радиусе тусы — ловите ссылку!

Какой невероятный кайф приходит с новыми технологиями.

Сегодня план был скромный: подготовиться к одному серьёзному проекту, а в перерывах потыкать пару техник раскадровок и промптинга для Seedance 2.

(Как обычно, «в перерывах» — это и есть то рабочее время, где случается всё самое интересное.)

Вообщем настраивал я ИИ агента, для работы с кино, и для тестов мне нужно было попробовать сделать сложный однокадровый шот, с точными кейпоинтами движения камеры.

Я откопал свой старый сценарий 3D интро для Cameraptor — тот самый, что я написал под Unreal Engine еще в 2018 году и так и не реализовал.

Короче придумал и забил хрен, по классической причине: «потом», которое так и не наступило =)

Короче сдул пыль с раскадровки. Взял Рррглора (3D-персонаж, динозавр-маскот нашей студии — да, у нас есть динозавр, и это нормально). И в итоге я за вечер собрал заставку.

Идеально? Нет. В движке вышло бы лучше. Но соотношение «время к результату» — жоско неприличное.

Раскадровку положу в комментарии. А вы делитесь своими экспериментами — интересно, кто что собирает.

Главный конкурент Sedance 2 — HappyHorse, уже появляется в популярных агрегаторах.

Я ещё не пробовал, но судя по слепым тестам на арене, он ни в чем не уступает сиденсу по мощностям и возможностям.

При этом новинка стоит в два раза дешевле, и это прекрасно...

Даёшь конкуренцию!

Ловите НЕОЧЕВИДНЫЙ ЛАЙФХАК, который позволит сэкономить кучу денег и времени в SEEDANCE 2.

(Точнее, очевидный. Просто почему-то никто его не использует.)

В отличие от большинства моделей прошлого поколения, Seedance 2 прекрасно чувствует себя в минимальном качестве 480p.

Такие генерации стоят в разы дешевле 720p — и тем более 1080p, а рендерятся значительно быстрее!

Просто итерируйте промпты тренируясь на кошках, ищите нужную формулу, поливайте дубли и не грустите о дыре в вашем кошельке=)

А, когда промпт отлажен и идеальный шот получен — используйте Seedance как апскейлер.

Рецепт от бабушки Вуги:

Вставляем целевое видео в 480p и
при желании, даем референс апскейленного первого кадра изображения (предварительно обработав в NanoBanana или ChatGPT Image 2) — и рендерим заново в максимальном качестве 1080p.

Этот трюк работает с абсолютно любыми видео моделями: можно даже поправить всратости Клинга. Seedance 2 отлично убирает артефакты, если его попросить.

Промпт для апскейла — ниже. Адаптируйте под задачу.

Replicate @Video1 (master reference) shot-for-shot at maximum detail and clarity.
Subject, action, camera movement, framing, composition, color palette, and lighting
direction must match @Video1 exactly. Motion trajectories, weight, momentum, and
timing must match @Video1 exactly — no drift, no re-interpretation, no added or
removed elements.

Visual style: {{STYLE_BLOCK}}
Preserve @Video1's exact art direction, material language, and color grading.
Do not shift the aesthetic in any direction not described above.

--- [OPTIONAL: включай только если есть @Image1] ---
Detail reference: @Image1 (enhanced quality target) — use @Image1 exclusively
as the benchmark for rendering quality, texture density, and surface resolution.
Do NOT extract character identity, composition, camera angle, or motion from
@Image1. Extract only: micro-detail level, material rendering fidelity, sharpness
of edges, depth of surface texture, highlight and shadow rendering precision.
The output should reach the same detail density and rendering quality as @Image1.
--- [/OPTIONAL] ---

Detail enhancement (the only thing that changes vs @Video1): sharper micro-detail
in surfaces and textures, cleaner edge definition, richer detail in shadow areas,
crisper highlights, deeper material readability, finer rendering of small features
({{DETAIL_FOCUS}}). Same shot — just rendered with higher density of detail and
cleaner resolution.

Cinematic 4K-grade rendering, ultra-high definition output, sharp resolution,
rich texture detail, stable color, no banding, no compression artifacts. Natural
and fluid motion, smooth and stable footage, silky smooth camera movement matching
@Video1's exact path, no jitter. Clear facial features, stable face, no distortion,
no deformation. Normal body proportions, natural structure. Same character(s),
consistent clothing, unchanged hairstyle relative to @Video1. No blur, no ghosting,
no flickering, stable footage.

Примеры — в комментариях. Публикуйте свои 👇

Подписывайтесь → @VoogieBoogie

Автоматический монтаж и реально мощные контент-заводы выходят на новый уровень!

Наконец-то можно заставить робота смотреть вместо вас тонны видео, анализировать смыслы и делать точную разметку сквозь гигабайты футажей.

Для маркетологов наступает эра абсолютного счастья, для всех остальных — время готовиться к еще более бесконечным потокам «нейрослопа».

Знакомьтесь — Twelve Labs. Ребята выкатили Pegasus 1.5, которая делает с видео то же самое, что LLM в своё время сотворили с текстом.

И по пути она элегантно обходит Gemini 3 Pro на 30% в задачах сегментации контента.

=)))))

Официально:
Video Foundation Model с поддержкой 36 языков и пониманием движений камеры на уровне оператора.

Фактически: Поиск по Entity (загрузил фото кроссовка — нашёл его во всём архиве) и Composed Image Retrieval (снайперская точность через картинку + текст одновременно).

На самом деле: Конвейер по разборке реальности в чистый, структурированный код.Система способна прожевать до 4 часов видео за один API-запрос — на лету, без мучительных пайплайнов индексации.

Короче, вы просто задаёте JSON схему, и она маркирует появление бренда или находит нужный ракурс, выдавая идеальный Time-Based Metadata.

В моей работе другие модели ломали JSON в 30% случаев, а здесь массив таймкодов вылетает сразу в бэкенд — чисто, быстро и почти пугающе.

Что это значит на практике?
Контент-заводы входят в свой прайм!

Берём пачку трендов из TikTok, разбираем их на молекулы — ракурсы, склейки, объекты — и скармливаем эту сырую математику в Seedance 2.0 для потоковой генерации. Компьютер сам отсмотрит терабайты исходников, напишет промпты и сделает идеальные монтажные склейки.

Сценариев столько, что доступ к таким вещам стоило бы выдавать только по спецпропускам.

Но Twelve Labs, чтобы завлечь аудиторию (и собрать данные), с порога открывают API и дают 10 часов видеоанализа бесплатно.

Скорость обработки при этом такая, будто серверы стоят прямо у вас в коридоре — около 60x от реального времени.

Кое-что из тестов покажу в комментариях.

Готовимся: скоро 100% контента будут делать роботы, а мы будем только его потреблять. Наверное, это и есть прогресс.

Кстати, подпишись на @VoogieBoogie

Внезапно оказалось, что существует бесплатный инструмент для многокамерного захвата движений — без дорогих костюмов, маркеров и подписок.

И у него офигенная бэкстори:

Март 2020-го. Коронавирус закрывает университеты, лаборатории, всё что не успело
закрыться само. Джонатан Маттис — ассистент-профессор нейронауки в Бостоне — смотрит
на замок на двери своей лаборатории и думает примерно следующее: ну и что теперь.

Маттис занимается странной, на первый взгляд, наукой: изучает как мозг управляет
ходьбой по неровному рельефу — по камням, по горным тропам. Занимается с 2008-го,
и его статья 2018 года в Current Biology доказала кое-что неожиданное: когда идёшь
по сложной поверхности, глаза автоматически смотрят вперёд ровно на столько шагов,
сколько нужно мозгу для оптимальной энергетики. Ни больше, ни меньше. Мозг считает
шаги как шахматист — в фоне, молча, без вашего участия. (Уверен, эти знания уже внедряются в робототехнике.)

Короче для таких исследований нужен motion capture. Профессиональный стенд — $150,000 и отдельное помещение. Но вот наступает КОВИД! Лаборатория закрыта. Маттис, будучи по-хорошему упоротым учёным, берёт несколько вебкамер, MediaPipe от Google — нейросеть, которая находит 33 точки тела на каждом кадре — и библиотеку Anipose для многокамерной калибровки. Калибровочная борда распечатывается на обычном принтере. Больше ничего не нужно.

Сделал для себя. Выложил для всех. Так появился FreeMoCap.

Четыре года спустя — это полноценная система с активным комьюнити и регулярными
апдейтами:

→ Markerless — никаких костюмов, маркеров и датчиков, просто камеры
→ Многокамерная — вебкамеры, GoPro, iPhone, DSLR, что есть
→ Capture volume ограничен только количеством камер, не лицензией
→ Экспорт FBX, BVH, .blend со скелетом и ригом прямо в Blender
→ Обработка локально — данные никуда не уходят
→ Бесплатно. Без подписок. Без СМС. AGPL, открытый код.

Короче все просто: расставил камеры по комнате, откалибровал, записал, получил скелет.

7,5 тысяч звёзд на GitHub, академические цитирования, некоммерческий фонд — всё это
от нейроучёного, который в карантин просто не хотел терять продуктивность.

Я сам раньше пользовался Move.ai — даже рассказывал об этом в видео год назад.
Но компания сменила вектор, задрала цены и переориентировалась на энтерпрайз.
Мне и так приходилось платить $1500 в год за инструмент, которым в итоге я пользуюсь редко, а теперь меня совсем жаба задушила.

Продавать оборудование для Move.ai: 8 камер GoPro и штативы — тоже не хотелось. Вот я и начал искать многокамерные альтернативы и выяснил: их практически нет. Точнее, в опенсорсе — ровно одна.

Не удивлюсь, если работа Маттиса 2018 года вдохновила в том числе и Move.ai —
технологии разные, но идея "считывать движение тела без маркеров через компьютерное
зрение" витала именно в таких исследованиях. Это было в воздухе. Маттис просто
сделал это бесплатным.

Больше инфы в коментариях к посту!
Буду тестировать в реальном пайплайне. Расскажу и покажу, что получится.

👇 Сохраняйте себе и пересылайте друзьям-аниматорам! ну и подпишись на @VoogieBoogie

⚡️ Руки прочь от интернета! Или почему сейчас нельзя молчать:

Я всегда был и остаюсь сторонником свободного интернета, открытых границ и возможности творить без указки сверху и давления чиновников.

Как русский человек, я искренне хочу, чтобы наша культура шла на экспорт, становилась мировым трендом и захватывала умы. А не консервировалась в закрытой банке и медленно задыхалась, как это плавно начинает происходить в последние годы.

Я верю, что мы пройдем эту зону турбулентности и вырулим к нормальному развитию. Но чтобы это случилось — нельзя просто сидеть и ждать. Свое мнение нужно высказывать вслух. И уверен, это должна делать не только Виктория Боня, но и остальные!

Поэтому, когда Николай Соболев и его менеджер Коля Романов рассказали, что готовят масштабный выпуск с заголовком «Руки прочь от интернета», я решил не оставаться в стороне. Я залетел к Соболеву в ролик, как один из учатников и оставил свои комментарии на этот счет.

Учитывая, что на YouTube-канал Коли подписано 5 миллионов человек, хочется верить, что наш месседж будет услышан. Тем, кем он и должен быть услышан. Не только же Боне отдуваться за общественное мнение не так ли?

Приятного просмотра! 👇
https://www.youtube.com/watch?v=ybEpxTUqyzs

Dreamina Monitor — обновление 2026-04-18

Что нового в мониторе:

Совместимость с новой версией Dreamina CLI 1.4.1 — новый способ логина через браузер (QR-стиль с кодом подтверждения), предупреждение если у вас незнакомая версия CLI

Монитор стартует быстрее — теперь помнит результаты между запусками, открывается за ~10 сек вместо 14
Авто-очистка зависших задач — если задача не двигается в очереди 15 минут, появляется жёлтое предупреждение ⚠️, через 90 минут убирается автоматически (работает даже после перезагрузки компа)
Не грузит процессор — ограничение на параллельные запросы к CLI, плавный retry при ошибках
Правильно показывает ошибки задач, не падает на «pending» статусах

Что нового в Seedance Skill (помощник для промптов):

🎭 Легальные способы использовать реальные лица в видео:

Virtual Portrait Library — публичная библиотека синтетических лиц, можно брать готовые
Real Person Upload — авторизация реального актёра через QR + face verification
Trusted Assets — если лицо уже было в видео, сгенерённом Seedance/Seedream, его можно реюзать без блокировок

✍️ Текст на видео:

Слоганы, заголовки, подписи — формула: что пишем + когда появляется + где + как выглядит
Субтитры синхронно с аудио
«Пузыри» реплик над персонажами (уникальная фича Seedance 2.0)
Title cards в киношном стиле + водяные знаки бренда

🎬 Режиссура стала умнее:

Помощник теперь спрашивает, а не додумывает — если чего-то не хватает в запросе, предлагает варианты на выбор, а не молча заполняет пробелами
Разделение сцен: тихие (диалоги, эмоции) vs экшн (погони, драки) — под каждый тип подбираются свои модули
Character Sheet — один референс с лицом с разных ракурсов (экономит слоты картинок)
Storyboard Sheet — сетка 2×2 или 3×3 как раскадровка для сложных сцен
Склейка нескольких видео с плавным переходом (до 15 сек общей длины)

⚙️ Новые параметры генерации:

Соотношение 21:9 — киношное ultra-wide
Разрешения 480p / 720p — 480p для черновиков дешевле
Прямой доступ к Volcano API в обход CLI: управление водяными знаками, фиксированной камерой, аудиодорожкой, первый/последний кадр

🔧 Исправлены противоречия в правилах:

Язык промпта: английский как основной, китайский как fallback для экшена (проходит модерацию)
Реальные лица: раньше было «нельзя вообще», теперь 3 легальных пути
VIP модели: раньше навязывались по умолчанию, теперь скилл спрашивает пользователя — VIP или обычную? (VIP дешевле и быстрее, но выбор за вами)

💡 Технические мелочи, которые ломали результат:

@Image1 теперь всегда с именем/описанием после него (было: @Image1 stands → модель ломалась на цифре; стало: @Image1 (Li Wu) stands)
Asset ID больше не светятся в тексте промпта — только через удобочитаемые @Image1, @Video2
Главная идея обновления скилла: помощник больше не угадывает за вас. При непонятках задаёт вопросы с вариантами на выбор, при упоминании реальных лиц подсказывает 3 легальных способа, при конфликтах показывает чеклист — а не придумывает тихо сам.

Вторая часть нашего расследования цен Seedance 2.0

Ныряем в дебри B2C-подписок и разбираемся, как на самом деле нужно экономить на нейросетях.

Это второй пост из цикла разговоров о математике + Я уже писал о том, что самый лучший вариант по деньгам прямо сейчас — это оригинальный китайский сервис Jimeng. (если вы конечно по скидке не ухватили другой сервис по акции)

Да, пробиться в него сложно (нужны китайские сим-карты, верификации и железные нервы), но у него есть один гигантский плюс, который перекрывает всё: там можно генерировать объемы контента за феноменальные копейки.

Давайте к точной математике:

Сразу оговорюсь: в подписке JIMENG есть базовый режим генерации (Base) со смешным ценником в $0.36 за 15-секундный ролик.
Звучит как магия, на которой можно выехать, загрузив сотню промптов на ночь.
Но суровая реальность такова: базовая очередь может рендерить ваш ролик три часа, а лимиты интерфейса не дадут вам запустить 50 генераций одновременно.

Поэтому давайте считать честно. Самое справедливое сравнение скорости «один к одному» против АПИ СЕРВИСОВ (моментальный рендер в 720p без ожидания в очередях) выглядит так:

⚡️ Промышленный API-доступ: ~$2.26 за ролик (дорого, но можно запустить хоть весь проект за секунду). ⚡️ Web-подписка (Тариф VIP): ~$1.02 за ролик.

Даже если мы берем премиальные Priority-сервера, ручной веб-интерфейс оказывается в 2 с лишним раза выгоднее.

А если вы готовы запастись терпением и ждать часами в базовой очереди со штучными загрузками — выгода возрастает до х6 раз.

Но есть одна суровая ловушка (B2C-потолок)

Вся эта сладкая математика актуальна ТОЛЬКО в рамках лимита вашей авто-подписки на 15 000 токенов (за ~$73 в месяц).

Как только ваш продакшен разгоняется и выжигает этот лимит до окончания месяца, вам придется докупать баллы заново. И вот тут карета превращается в тыкву: цены на разовые пакеты токенов (без автопродления) моментально взлетают более чем в 2 раза, сжигая всю вашу с трудом найденную выгоду.
Китайская B2C-подписка — это абсолютный чемпион по экономии и максимальному функционалу модели.

Это лучший полигон для тестов стилистики, скаутинга черновиков и штучной работы режиссера. Но если объемы вашего конвейера выходят за 15 000 токенов в месяц — вы упретесь в жесткий стеклянный потолок прайса.

Чтобы вам не приходилось считать все эти коэффициенты самому, прикладываю для вас инфографику. Я перевел все абстрактные баллы и токены подписки в реальные деньги и дубли.

UDP!!!

Можно и еще дешевле!! Ушлые ребята из ByteDance, оказывается, очень агрессивно играют с региональными ценами. Спасибо нашему подписчику, который раскопал, что турецкая подписка Dreamina отгружает генерации дешевле, чем китайский аналог. Да, в турецком регионе урезан функционал автоматизаций (вы не сможете прикрутить автоматизацию через CLI, как на китайском аккаунте). При этом генерация в максимальном качестве (1080p) обойдется вам ровно в ту же сумму, что и в Китае, а вот рендеры в 720p будут стоить на 33–50% дешевле, и всё это — на высоких скоростях и без очередей.

Единственный подвох: вам понадобится стабильный турецкий VPN и местная банковская карта, что само по себе может превратиться в квест. (Если ваша карта не работает в Турции, можете воспользоваться сервисом покупки временных карт.

👇 Сохраняйте себе и пересылайте тимлидам! @VoogieBoogie

На данный момент самая адекватная цена за генерацию видео в Seedance 2 по API живет ровно в двух местах:

У китайского Volcano Engine и у его западного брата BytePlus.

Китайский вариант обойдется процентов на 10 дешевле, но чтобы туда пробиться, нужно пройти 7 кругов ада с китайскими симками и верификациями. Оставим это мазохистам.

Поэтому если вы адекватный продюсер, то смотрим на реальные ценники через BytePlus, у которых прямо сейчас висит отличное пакетное предложение — Premium Plan за $55.90. (это не подписка, а разовая цена за пакет из 13млн токенов действительных в течении 3х месяцев)

Для сравнения: если вы пойдете во всякие удобные API-агрегаторы типа FAL, готовьтесь переплачивать примерно в 2 раза за те же самые генерации.

Можно ли дешевле? Можно, но только в классических подписочных сервисах.

Только вот для профессионального пайплайна студий и агентств это костыль.

Работая напрямую по API, вы получаете максимальное качество, возможности автоматизации, снимаете все интерфейсные ограничения и можете запускать до 8 видео параллельно в рендер, экономя часы жизни.

Но есть один нюанс... Токеномика — это темный лес, по которому я уже прошел за вас =)

Корпорации терпеть не могут показывать прямые цены. Они всегда маскируют реальную стоимость генераций за абстрактными "токенами", чтобы не пугать пользователей и запутать следы.

Я, как всегда, не поленился, провел расследование и вскрыл эту экономику. И вот пара панчлайнов, на которых вы бы точно сожгли половину бюджета вслепую:

🔥 Парадокс длины (V2V Pipeline): Если вы загружаете исходник длиннее 10 секунд, система пробивает минимальный лимит и начинает жестко тарифицировать чистую сумму "Вход + Выход". В итоге длинные видео сжирают токены с чудовищной скоростью.

🔥 Оптическая иллюзия Image-to-Video:По прайсу рендер I2V стоит $7.7 за миллион токенов, а видео-в-видео (V2V) — всего $2.9.

Кажется, что фото дороже? Фиг там! За счет того, что в I2V нет жестких тарификационных порогов, на эквивалент в $100 вы получите почти в 2 раза больше дублей, чем в режиме V2V.

Безопасные возвраты: Если ваш рендер упрется во внутреннюю цензуру платформы, не паникуйте. Токены списываются строго за успешный рендеринг. Ошибки модерации ваш бюджет не расходуют.

Держать все эти коэффициенты в голове — безумие. Поэтому я позволил себе всё это распаковать и собрать для вас удобную мега-таблицу. Все форматы, разрешения и сценарии переведены из непонятных "токенов" в реальные деньги, клипы и минуты.

Забирайте, изучайте расценки и не жгите бюджеты впустую. Наслаждайтесь! 🦖

И не забудьте прочитать предыдущий пост, где я рассказал как генерировать видео с любыми актерами без плясок с бубном.

Ну и блин, если по кайфу — поделись с другом. @VoogieBoogie