Как повторить сцену из фильма нейросетью: клонирование видео

1. Возьмите стоп-кадр или фрагмент без узнаваемых лиц

Строгая модерация студии отклоняет изображения со знаменитостями и публичными персонами ещё на загрузке, до списания токенов. Видеомодели тоже режут узнаваемых актёров и защищённые кадры. Поэтому лучший исходник — локация без людей, план со спины, силуэт в контровом свете, общий план, где лица не различить. Фильм узнаётся по свету, цвету и мизансцене, а не по лицу актёра.

2. Поставьте себя в кадр

Откройте Nano Banana Pro, загрузите стоп-кадр и своё фото (до 8 референсов на запрос), формат — 21:9, как в кино.

Помести человека с первого фото в сцену со второго изображения: он стоит у окна справа и смотрит на улицу. Свет, зерно и цветокоррекция как в исходном кадре, формат 21:9.

Проверьте лицо и руки: если что-то поехало, правьте тот же кадр отдельным запросом, а не перегенерируйте сцену целиком. Другие приёмы — в промптах для редактирования фото в Nano Banana Pro.

3. Оживите кадр или повторите движение камеры

• Только кадр. Загрузите результат стартовым кадром в Kling 3.0 (3–15 с) или в Seedance 2.5 (режим «Кадры», 4–30 с) и опишите, что происходит дальше.
• Кадр плюс подача сцены. В Seedance 2.5 выберите «Референсы», задачу «Референс», загрузите фрагмент фильма и свой кадр:

Повтори движение камеры и темп из @Video1: медленный наезд, затем панорама вправо. В кадре человек с @Image1, ночной дождь, неоновые отражения, формат 21:9.

4. Доведите до финала

Отладьте промпт на 480p, финал соберите в 720p или 1080p. Длинную сцену разбейте на 2–3 плана и генерируйте каждый отдельно: так проще держать героя одинаковым. Если нужна реплика, подайте дорожку с голосом как @Audio1 или сделайте крупный план в Kling Avatars v2 — как подготовить голос, описано ниже, в разделе про ИИ-клона.

1. Подберите видео-образец

Референс — это 80 % результата. Требования модели: MP4 или MOV, от 3 до 30 секунд, до 100 МБ. Требования здравого смысла:

• Один человек в кадре. Двое и больше — модель не поймёт, чьё движение переносить.
• Тело видно целиком или хотя бы по пояс, ничем не перекрыто. Столы, микрофонные стойки, мелькающие предметы ломают отслеживание.
• Камера почти неподвижна. Резкие панорамы и монтажные склейки внутри ролика мешают: обрежьте образец до одного плана.
• Ровный свет и простой фон. Силуэт должен читаться.

Танцы, походка, жестикуляция в кадре, спортивные движения переносятся лучше всего. Если референс длиннее 30 секунд — режьте на части и генерируйте по очереди.

2. Подготовьте фото персонажа

Изображение — jpg или png до 10 МБ. Главное правило: крупность и поза на фото должны совпадать с первым кадром видео. Если в ролике человек стоит в полный рост, а на фото он снят по грудь, модель дорисует ноги, и они получатся чужими.

• Лицо и руки должны быть видны: руки в карманах или за спиной — источник лишних пальцев.
• Оставьте воздух вокруг фигуры: персонаж, упирающийся в края кадра, «режется» при широких движениях.
• Комплекция героя, близкая к человеку в образце, даёт меньше искажений.
• Мелкое или сжатое фото сначала прогоните через апскейл.

Персонажем может быть не только человек: маскот, 3D-герой, персонаж из мультфильма — лишь бы у него были различимые конечности.

3. Загрузите оба файла

В Kling Motion Control два слота: «Персонаж» — фото, «Референс движения» — видео. Загружайте оригиналы, а не пережатые копии из мессенджера.

4. Выберите ориентацию: «По видео» или «По изображению»

Это единственная настройка, которую стоит понять:

• По видео Переносится до 30 секунд движения, ракурс и положение героя в кадре берутся из ролика. Подходит для танцев и всего, где важна хореография целиком.
• По изображению Модель держит композицию и ракурс вашего фото, движение переносится до 10 секунд. Подходит, когда кадр с фото важнее, чем точное повторение образца, — например, для оживления портрета жестами.

5. Качество и промпт

Режим «std» быстрее и дешевле, «pro» — выше детализация, брать для финала. Промпт можно не писать: движение всё равно придёт из видео. Но если нужно сменить фон или свет, опишите именно это — не движение:

Тот же персонаж, ночная улица с неоновыми вывесками, мокрый асфальт, мягкий контровой свет.

Стоимость Kling Motion Control зависит от длины референсного видео и режима — точная цифра показана в карточке модели до запуска.

1. Снимите или выберите портрет

Лицо анфас или в лёгком три четверти, ровный свет, без очков с бликами и без руки у лица. Формат jpg/png, не меньше 300 px по стороне, до 10 МБ. Один хороший портрет — это и есть «обучение»: записывать многоминутное видео себя, как требуют классические сервисы аватаров, не нужно.

2. Подготовьте речь

Аудио — mp3, wav, m4a или aac, от 2 секунд до 5 минут, до 5 МБ. Два пути:

• Записать самому на телефон в тихой комнате — тогда голос точно ваш.
• Сгенерировать из текста в ElevenLabs или MiniMax: пишете сценарий, выбираете голос, скачиваете дорожку и подаёте её в аватар. Так двойник читает любой текст без записи — подробности в гайде по озвучке MiniMax.

3. Сгенерируйте и проверьте

Загрузите портрет в слот «Портрет аватара», аудио — в «Аудио», выберите «std» для пробы или «pro» для финала. Проверьте, что паузы в речи совпадают с паузами в мимике: если аудио начинается с тишины, аватар в этот момент «висит» — обрежьте начало. Другие модели для говорящего лица — в подборке нейросетей для липсинка.

Одно правило для обоих сценариев: клонируйте себя, свой бренд или своего нарисованного героя. Лицо другого человека без его согласия в клонированное видео ставить нельзя.