Рекламный ролик с помощью нейросетей

для бренда моторных масел Tamashi

В этом кейсе выбор в пользу ИИ был самым логичным по двум причинам:

• Экономия и логистика: Организация реальных видеосъемок с Nissan GT-R на треке — это огромные затраты, учитывая поиск машины, пилота и площадки. Нейронки позволили избежать всей этой бюрократии и расходов.
• Скорость vs Традиционный моушн: Я занимаюсь 2D и 3D моушн-дизайном (работаю в After Effects и Blender), но честно? Я пока не так силен в сложной анимации машин, чтобы выдать «вау» за такой короткий срок. В 3D на такие сцены ушло бы несколько дней плотной работы, а с помощью ИИ я собрал весь проект за один рабочий день (часов за 6-8).

Сценарий ролика придумывался на ходу, почему-то тут я пока не доверяю нейронкам. Раз у масла японские корни, решил уйти в эстетику JDM: скорость, трек и высокие нагрузки. Хотел даже сделать трек с видом на гору, похожую на Фудзи, но в итоге решил не «мучить» визуал (потому что нейронки не всегда выдают нужный ракурс) и оставил акцент только на машине. Для аутентичности даже салон специально генерил с правым рулем.

1. ИТЕРАЦИИ

ChatGPT помогал с промтами. В Nano Banana 2 сделал около 50 генераций (если не больше), борясь за то, чтобы машина в разных кадрах не менялась. Даже попробовал склеить разные варианты в Photoshop вручную, чтобы подготовить качественный исходник, но это не пригодилось.

2. ВИДЕО И МОНТАЖ

Оживлял всё в Google Veo 3. Изначально намонтировал материала секунд на 35, но в процессе сильно подрезал видео, чтобы сделать его динамичнее и убрать мелкие дефекты генерации.

3. ПОСТПРОДАКШН

Нейронка часто портит детали, поэтому мне пришлось накладывать этикетку сверху на канистру в After Effects и подрезать пару моментов, трекинг не очень справлялся с движением самой канистры, потому я решил убрать его совсем. Также сделал цветокоррекцию и подправил звук, хоть и VEO неплохо его делает, но не всегда точно синхронизирует с визуалом, или появляются какие-то звуковые артефакты.

Созданный ролик был размещен в официальных соцсетях нашего клиента:

• канал в Telegram
• группа ВКонтакте

Этот кейс доказывает, что ИИ — хороший и эффективный инструмент, когда нужно сделать «дорого» на вид, но быстро и бюджетно по факту. При этом важно понимать: нейронка — это не «волшебная кнопка». Чтобы на выходе получился коммерческий продукт, а не рандомная нарезка, дизайнеру всё равно нужно контролировать каждый этап: от режиссуры до финального монтажа в AE/Pr или неважно где. Это полноценный труд, который не стоит обесценивать.

Мы в DOT активно внедряем нейронки в видео-продакшн и не только. Сейчас пользуемся платформой Freepik (которая недавно стала Magnific) — там годовая подписка, и удобно, что всё собрано в одном сервисе. Это не просто генератор, а полноценный инструмент: под рукой и база стоковых исходников, и встроенный апскейл для детализации, и редактирование — можно прямо на месте дорисовывать кадры, менять слои, убирать фон и многое другое. Я до сих пор порой удивляюсь, что там еще есть (банально тот же липсинг).

Раньше мы использовали еще и Midjourney, но недавно полностью от неё отказались.

Сейчас по статичному визуалу в основном задействуем встроенные движки типа Nano Banana, Flux или DALL-E 3.

Видео я чаще всего генерирую в Kling Ai и Google Veo. В Клинге выходит недорогая анимация, плюс там есть функция Motion Control — можно заставить условного кота танцевать как человек и т. п. А в Veo создаются более сложные вещи: там лучше получается физика кадра и сразу можно генерить видео со звуком. Такой подход позволяет нам выдавать качественный визуал в короткие сроки и не переплачивать за кучу разных подписок.

Автор кейса — Владислав Пригорницкий, ведущий дизайнер DOT Digital Agency