Как сделать видео из видео онлайн нейросетью

Коротко. За запросом «сделать видео из видео» прячутся четыре разные задачи, и только две из них действительно про нейросеть. Обрезать, склеить, наложить музыку и поменять формат умеет обычный редактор — бесплатно и без сюрпризов. Нейросеть нужна там, где в кадре должно появиться то, чего в исходнике не было: новая сцена, другой стиль, продолжение движения, вычищенный фон. Ниже — как развести эти задачи и собрать результат, который не разваливается на склейках.

Четыре задачи под одним запросом

Прежде чем искать «сервис, который сделает видео из видео», полезно назвать вслух, что именно должно измениться. От этого зависит и инструмент, и цена, и то, получится ли вообще.

Первые две строки — главная экономия времени в этой теме. Половина запросов вида «создать видео из видео онлайн бесплатно» на деле означает «смонтировать»: человеку нужно соединить три отрезка и положить сверху трек. Нейросеть здесь ничего не добавит, зато добавит артефактов и счёт за генерацию.

Рабочая схема: кадр — генерация — склейка

Генеративные модели работают отрезками по 5–10 секунд. Загрузить двухминутный ролик и получить его же, но в другом стиле, целиком и без швов — пока не бытовой сценарий: между отрезками уплывают лица, цвет и детали фона. Поэтому практики идут другим путём, и он даёт предсказуемый результат:

1. Разберите ролик на сцены. Выпишите, что происходит в каждой: «общий план двора», «руки собирают коробку», «крупный план лица». Обычно их оказывается меньше, чем казалось.
2. Вытащите опорный кадр. Из каждой сцены — один стоп-кадр, лучше самый чистый и хорошо освещённый. Это ваш якорь: он сохранит композицию и цвет.
3. Сгенерируйте движение по кадру. Режим «картинка в видео» надёжнее генерации с нуля: модель не выдумывает сцену, а только оживляет вашу. Описывайте одно действие и движение камеры, а не пять последовательных событий.
4. Соберите в редакторе. Склейки, музыка, титры и темп — на обычной монтажной дорожке. Там же режется всё, что модель нарисовала лишнего в конце отрезка.

Побочный плюс такой схемы: вы платите только за удачные отрезки. Переснять одну пятисекундную сцену дешевле, чем перегенерировать ролик целиком из-за одной испорченной секунды.

Перерисовать стиль и убрать лишнее

Второй честный сценарий «видео из видео» — когда сюжет остаётся вашим, а меняется оболочка: съёмка во дворе становится мультипликационной, интерьер — вечерним, из кадра исчезает случайный прохожий или логотип на футболке. Здесь работает то же правило, что и в обработке фотографий: описывать нужно изменение и границу изменения. «Сделай сцену акварельной, композицию, движение камеры и лица оставь как есть» работает, «сделай красиво» не работает никогда.

Отдельно стоит апскейл — задача чисто техническая, без фантазии: модель дорисовывает разрешение, чистит шум и стабилизирует дрожание. Ей не нужно ничего придумывать, поэтому брака там в разы меньше. Подробный разбор этого сценария — в гайде «Улучшить качество видео с помощью ИИ».

Видео из видео с музыкой

Запрос «сделать видео из видео с музыкой бесплатно онлайн» встречается почти так же часто, как основной. Важная деталь: большинство видеомоделей выдают немой ролик. Звук в кадре генерируют отдельные модели, и стоит это заметно дороже. Поэтому дешёвая и предсказуемая последовательность такая: сначала видеоряд, потом трек, потом сведение.

Трек берут из библиотеки без лицензионных претензий или генерируют — ИИ-музыка научилась держать заданную длину, темп и настроение. Закадровый голос добавляют третьим слоем: текст пишется в чате, озвучка делается отдельным инструментом, а в редакторе дорожки просто выравниваются по картинке. Как устроена эта часть, разобрано в статье «ИИ-озвучка: как озвучить текст нейросетью». Если же исходника-видео у вас нет вовсе, а есть только фотографии, проще начать с видео из фото с музыкой — там меньше шагов.

Где обычно выходит брак

• Длинная цепочка действий в одном запросе. «Герой встаёт, подходит к окну, открывает его, оборачивается» — модель выполнит примерно половину и перепутает порядок. Одно действие на отрезок.
• Крупный план лица и рук. Классическая слабая зона: на общем плане не видно, на крупном заметно мгновенно. Если сюжет позволяет — отодвиньте камеру.
• Текст в кадре. Вывески и титры плывут почти всегда. Надписи надёжнее положить сверху в редакторе.
• Разный свет между отрезками. Соседние сцены, сгенерированные по разным кадрам, легко «прыгают» по цвету. Лечится одинаковым описанием света во всех запросах и общей цветокоррекцией на финальной сборке.
• Ожидание монтажа от модели. Нейросеть не чувствует ритм и не знает, где поставить склейку. Темп ролика по-прежнему делает человек.

Сколько это стоит

Видео — самая тяжёлая задача для ИИ: секунда картинки считается минуты и стоит кратно дороже любой другой генерации. В Умке доступна 21 видеомодель, от самых дешёвых для проверки идеи до флагманов со звуком, и точная сумма за ролик всегда видна в интерфейсе до запуска — модели сильно различаются по цене, поэтому смотреть стоит именно на конкретную, а не на «среднюю по рынку».

Для ориентира — текущие мерки Умки на других задачах, которые входят в тот же проект: картинка на обычной рисующей модели стоит 35 токенов, на сильной — 148, умный текстовый ответ — 33, быстрый — 1 токен. Минимальный пакет — 290 ₽ за 725 токенов, то есть около 0,4 ₽ за токен; дальше выгоднее: 690 ₽ — 1 811 токенов, 1 490 ₽ — 4 172, 3 900 ₽ — 11 700 (это уже примерно 0,33 ₽ за токен). Подписки нет, списывается только фактически выполненная работа, остаток не сгорает. Планирование сцен, сценарий и раскадровку можно сделать на одной из 8 бесплатных моделей — и потратиться только на сами кадры. Полный расклад по единицам — в разборе «Токены и кредиты», актуальные цифры — на странице тарифов.

Частые вопросы