Как сделать мультик с помощью нейросети: собрал серию за 2 000 ₽ и посчитал экономику

Как сделать мультик с помощью нейросети и сколько это стоит на самом деле — я проверил на практике. Задача была собрать минутную серию вертикального мультсериала без аниматора, сценариста и актёров озвучки. Итог: около 2 000 ₽ на генерации. Ниже — производственный процесс, расходы и выводы.

В Reels и Shorts сейчас заметный тренд на короткие сериалы в стиле семейной анимации Disney. Темы любые: юмор, познавательные истории, история семьи или страны. Такие ролики набирают миллионы просмотров, а новые аккаунты быстро собирают аудиторию. Я жду, что формат продержится как минимум ближайшие месяцы. Я уже видел, что по этому формату продают отдельные курсы.

1. Сценарий. ChatGPT (официально в России не работает) получил роль сценариста коротких юмористических мультсериалов и задачу: десять серий в стилистике современной семейной анимации Disney, вертикальный формат. Сюжет я задал в двух предложениях: я попадаю в Африку и объясняю местным жителям, что такое нейросети. Почти всё остальное — персонажей, сцены, реплики — придумала модель, я поменял пару слов. По моему опыту, слабое место — юмор: если доработать его вручную, результат будет заметно сильнее.

2. Промпты. Промпт — это текстовое задание для нейросети. ChatGPT расписал промпты на английском для каждого персонажа и каждой сцены и сам указал, какие готовые изображения прикреплять, чтобы персонажи не «плыли».

3. Кадры. Генерация шла в Magnific — платном агрегаторе, где в одном интерфейсе собраны модели для картинок, видео и голоса. Для картинок я использовал модель GPT для картинок и Nano Banana 2: по 4 варианта на сцену в формате 9:16, из них отбирал один.

4. Анимация. Кадры снова отправил в ChatGPT за промптами для видео. В видеогенераторе можно задать начальный и конечный кадр — это даёт предсказуемый результат, — или дать одну картинку и положиться на модель. Вторым способом я пользуюсь примерно в 30% случаев.

5. Озвучка. Клонирование собственного голоса дало непохожий результат, поэтому я взял готового диктора из библиотеки с русским языком. Раньше моим основным инструментом для голоса был ElevenLabs, сейчас мне больше нравится озвучка от Gemini. Второго героя озвучила сама видеомодель, синхронно с движением губ.

6. Сведение. Монтаж — вручную в CapCut. По моему мнению, нейросетевой монтаж пока не дотягивает, а ручная обрезка быстрее, чем повторная генерация.

Раньше, когда я только осваивал видеонейросети, я пытался генерировать видео сразу. Это была ошибка. Генерация одного ролика занимает несколько минут, вносить правки в готовое видео неудобно, чаще проще сгенерировать заново, а это тоже стоит токенов. Картинка стоит до 10 ₽ и генерируется быстро. Поэтому в моём процессе всё сначала утверждается на уровне статичных кадров и только потом оживляется.

Брак неизбежен. В моей серии хуже всего вышел самый простой, казалось бы, кадр: автобус на дороге, у которого отлетает колесо. Сцена вышла нелепой, люди на фоне вдруг исчезали, склейка не работала. Решение — не править видео, а описать проблему ChatGPT, получить новый промпт и перегенерировать сцену одним цельным кадром около 10 секунд. Один-три неудачных кадра на серию — норма. Если брак системный, проблема в промптах.

По моделям я протестировал Veo от Google, Kling, Seedance и Wan от Alibaba — около десяти тестовых роликов. Для анимации лучше всего, на мой взгляд, сработал Wan, хотя раньше он меня не впечатлял. Рынок меняется быстро: версии выходят постоянно, и лидер сегодня — не обязательно лидер через месяц. Мой текущий набор нейросетей под разные задачи описал в отдельном разборе на сайте.

Расходы на минутную серию:

Время: каждый видеоролик генерировался больше пяти минут, на все сцены ушло больше часа. В первый раз на весь процесс стоит закладывать пару часов, дальше быстрее.

На фрилансе такую работу, по моей оценке, можно продавать от 10 000 ₽: у заказчика она воспринимается как сложная. Это ориентир, а не гарантия заказов. С чего начинать заработок на нейросетях без опыта, разбирал на кейсе дочери в посте на vc.ru.

Весь процесс на экране показал в видео на YouTube.

Практику по работе с нейросетями разбираю на бесплатном мастер-классе, короткие заметки — в Telegram-канале.