Из кадра — в код. Как известный актер, каскадер и продюсер Михаил Колядин разрабатывает ИИ-платформы для постпродакшена

IT-индустрия и нейросети — абсолютный тренд, куда сейчас массово идут капиталы. Многие медийные лица и популярные актеры инвестируют в технологические стартапы, понимая, что за этим будущее. Но одно дело — выступать сторонним инвестором, и совсем другое — самостоятельно строить сложную архитектуру. Михаил Колядин — редкий пример действующего актера , который не просто наблюдает за ИИ-революцией, а своими руками разрабатывает Production-Ready платформы для отечественной киноиндустрии.

Мы встретились с Михаилом на съемочной площадке во время постановки сложной экшен-сцены. Столкновение автомобилей, жесткие падения, плотная работа, математически выверенные движения. Как только звучит команда «Стоп!», Михаил страховку подходит к плейбеку.

В коротком перерыве мы поговорили не об актерских байках, а о вещах, которые обычно обсуждают в VFX-компаниях. Михаил рассказал, как изнанка съемочного процесса привела его к разработке собственных ИИ-решений. Наблюдая за тем, как огромные бюджеты уходят на ручную зачистку кадров, он начал создавать комплекс локальных нейросетей для автоматизации VFX в кино.

— Михаил, как пересекаются трюки в кадре и архитектура нейросетей?

— Всё идет от реальных производственных задач. В качественном кино никто не падает на голый асфальт. В зонах приземления всегда лежат многослойные краш-маты. Экстремальные автомобильные сцены часто снимаются с использованием низкопрофильных платформ. А для сложных сцен свободного падения или полетов используются многотросовые страховочные системы, где движения актера синхронизированы с программируемыми лебедками.

Снять это — только половина дела. После команды «Снято!» студия получает материал, из которого нужно вычистить все эти маты, платформы и сложную паутину тросов. Это долгий и очень дорогой процесс.

— И как разрабатываемая тобой ИИ-платформа решает эту проблему?

— Мы просто перекладываем эту рутину на алгоритмы. Я разрабатываю комплексную ИИ-систему, которая забирает на себя механическую работу по зачистке кадра. Архитектура моделей настраивается на распознавание геометрии объектов в динамике.

Алгоритмы с математической точностью вырезают актера по контуру, отделяя его от оборудования. Там, где система вырезает мат или трос, нейросеть анализирует соседние кадры и сама восстанавливает перекрытый фон — текстуру асфальта или неба с учетом правильной перспективы. Машина даже высчитывает и нейтрализует динамические тени, которые тросы могли отбрасывать на актера.

Моя цель — дать нашему кинопроизводству мощную технологическую базу. Чтобы тяжелые алгоритмы забирали рутину, производственные бюджеты оптимизировались, а качество финальной картинки выходило на максимальный уровень.