Зарубежные нейросети по разработчикам
Как выбрать
- Grok Image — Grok Image — нейросеть компании xAI, которая рисует картинки по описанию и правит загруженные фото словами. По тексту она присылает сразу два варианта, а при точной правке меняет только то, что вы назвали. Подойдёт для фото еды и товаров, иллюстраций к постам и быстрых правок снимков.
- GPT Image 1.5 — GPT Image 1.5 — нейросеть OpenAI, которая рисует картинки по описанию и правит загруженные фото словами, оставляя остальное как было. Пишет на картинке русский текст, даже мелкий. В форме всего две настройки: пропорции и качество.
- Seedance 1.5 Pro — Seedance 1.5 Pro — нейросеть ByteDance для коротких роликов со звуком: видео на 4, 8 или 12 секунд по описанию или по одной-двум картинкам. В ней удобно перебирать идеи и снимать короткие сцены для соцсетей, а двумя картинками задавать первый и последний кадр.
- Wan 2.7 Image — Wan 2.7 Image — нейросеть Alibaba, которая рисует картинки по описанию и меняет загруженные фото словами или по рамке. Она собирает сцену из нескольких снимков, выдаёт серию до 12 картинок в одном стиле и может брать цвета из заданной палитры.
- Grok Image Pro — Grok Image Pro — нейросеть xAI из линейки Grok Imagine, которая рисует картинки по описанию и меняет загруженные снимки словами. Это режим качества линейки: картинка до 2K, ровные русские надписи и до трёх файлов на входе. Подойдёт для открыток, баннеров и предметных сцен.
- Wan 3.0 Video Prime — Wan 3.0 Video Prime — ускоренная версия видеонейросети Alibaba Wan 3.0: ролик от 2 до 30 секунд со звуком из текста, кадров, образцов, документа или ссылки на страницу. Режимы и поля те же, что у обычной Wan 3.0, а готовое видео приходит быстрее.
- Wan 2.6 Image — Wan 2.6 Image — нейросеть Alibaba для картинок по описанию и правки фото словами: переодеть человека, сменить фон или поверхность под товаром. Лицо, позу и сам предмет она почти не трогает, а вторая картинка на входе может задать стиль.
- Midjourney — Midjourney — нейросеть американской лаборатории Midjourney, которая рисует картинки по описанию, смешивает ваши изображения и делает узоры без стыков. За один запуск приходят четыре варианта, а ползунки стилизации и разнообразия решают, насколько смело она отойдёт от задания.
- Runway 4 Turbo — Runway 4 Turbo — нейросеть Runway для коротких роликов без звука: оживляет фото или рисунок и снимает сцену по описанию, 5 или 10 секунд. Задание можно писать по-русски, а готовый ролик — продлить.
- Wan 2.2 Ultra Fast — Wan 2.2 Ultra Fast — нейросеть Alibaba из линейки Wan 2.2: делает ролик на 5 или 8 секунд без звука из описания или картинки, умеет довести видео до заданного конечного кадра. Удобна для черновиков: в 480p ролик готов быстро, и можно перебрать несколько вариантов промпта до финальной съёмки.
- Gemini 3.1 Flash TTS — Gemini 3.1 Flash TTS — нейросеть Google для озвучки текста: читает его одним из 30 голосов или разыгрывает диалог двух собеседников. Тон, темп и настроение задают обычными словами, а вздох, смех и шёпот — метками прямо в тексте. Русский язык в форме выбран заранее.
- Wan 2.7 Video — Wan 2.7 Video — нейросеть Alibaba для коротких роликов до 15 секунд: снимает видео по описанию, фото и роликам-образцам, а ещё правит и продлевает готовое видео. Пригодится, когда ролик нужен под свою озвучку или снятое надо переделать, а не снимать заново.
- Kling 2.1 — Kling 2.1 — нейросеть Kuaishou, которая оживляет картинку в ролик на 5 или 10 секунд, а в модели «Мастер» снимает видео и по текстовому описанию. В форме три модели: «Стандарт» для черновиков в 720p, «Про» с конечным кадром и 1080p, «Мастер» для видео из текста.
- Seedream 5.0 Lite — Seedream 5.0 Lite — нейросеть ByteDance, которая рисует картинки по описанию и правит загруженные фото, а перед работой обдумывает задание. Она принимает до 14 картинок-образцов и отдаёт результат в 2K или 3K. Подойдёт для иллюстраций, пошаговых схем и серий с одним героем.
- Kling 2.5 Turbo Pro — Kling 2.5 Turbo Pro — нейросеть Kuaishou для коротких видео: делает ролик 1080p на 5 или 10 секунд по описанию или оживляет картинку. Умеет привести видео к заданному конечному кадру, понимает негативный промпт и обходится дешевле Kling 3.0.
- Wan 3.0 Video — Wan 3.0 — нейросеть Alibaba, которая снимает видео со звуком длиной от 2 до 30 секунд: из текста, по фото, между двумя кадрами, по картинкам-образцам и даже по PDF, презентации или ссылке на статью. Подойдёт для длинной сцены с репликами по-русски и обучающего ролика по готовому документу.
- Gemini Omni — Gemini Omni — видеонейросеть Google: снимает ролик со звуком до 10 секунд по описанию, картинкам или сохранённому персонажу и переделывает загруженное видео по просьбе словами. У Google эта модель называется Gemini Omni Flash, а название читают «джемини омни».
- Flux 2 — Flux 2 — нейросеть Black Forest Labs, которая рисует картинки по описанию и меняет загруженные фото словами. Она собирает сцену из нескольких образцов, до восьми за раз, а в разрешении 2K в наших пробах писала русские надписи без ошибок. Подойдёт для афиш, иллюстраций и снимков товара на человеке.
- Kling Image O3 — Kling Image O3 — нейросеть Kuaishou, которая рисует картинки по описанию и переделывает загруженные фото. По нашему сопоставлению, у разработчика это IMAGE 3.0 Omni. За один запуск выходит до 10 вариантов в 1K, 2K или 4K, а товар или героя с фото она бережно переносит в новую сцену.
- Midjourney 8 — Midjourney 8 (V8) — нейросеть лаборатории Midjourney, которая рисует картинки по описанию, по четыре варианта за запуск. Форма короткая: задание, одна картинка-образец, пропорции, три ползунка и список запретов, без выбора версий и скорости.
- Seedream 4.0 — Seedream 4.0 — нейросеть ByteDance для картинок по описанию и правки загруженных фото. Её главная особенность: до 15 картинок за один запуск, поэтому в ней удобно делать серии кадров с одним героем, наборы фото товара и варианты одной идеи на выбор.
- PixVerse 6.0 — PixVerse 6.0 — нейросеть для коротких роликов от 1 до 15 секунд: оживляет фото, снимает видео по описанию, строит переход между двумя кадрами и продлевает готовое видео. Звук и голос за кадром создаёт вместе с картинкой, задание понимает по-русски.
- Qwen Image 3.0 — Qwen Image 3.0 — нейросеть Alibaba, которая рисует картинки по описанию и правит загруженные фото, до трёх за раз. Она рассчитана на длинные задания и плотную вёрстку: меню, открытки, афиши. За один запуск можно получить до шести вариантов и выбрать лучший.
- Seedance 1.0 — Seedance 1.0 — первая видеонейросеть ByteDance из линейки Seedance: делает беззвучный ролик на 5 или 10 секунд из фото или описания, вплоть до 1080p. Внутри три модели: Lite для проб и перехода к конечному кадру, Pro для финального ролика и Pro Fast для роликов из фото.
- Meta Muse Image — Meta Muse Image — нейросеть для картинок по описанию и правки фото словами. Она точно держит задание: нужное число предметов, русские надписи на этикетке, одного и того же персонажа в разных сценах. До 10 картинок можно свести в одну, например героя и товар.
- Kling 3.0 — Kling 3.0 — нейросеть Kuaishou, которая делает видео до 15 секунд из текста, картинки или набора референсов и перерисовывает готовые ролики. Её главная сила — сцены: в одном ролике можно задать несколько планов со своей длиной и сохранить героя по фото.
- Kling 2.6 Motion Control — Kling 2.6 Motion Control — нейросеть Kuaishou, которая переносит движение из короткого ролика на персонажа с картинки: герой повторяет походку, танец или жест. Ролик-образец можно снять самому, а героем сделать мультперсонажа, зверя или себя.
- Gemini Omni 1.1 — Gemini Omni 1.1 Flash — видеонейросеть Google, вторая модель Omni: снимает ролики до 10 секунд со звуком и русской речью по тексту, картинкам и вашему видео. Помнит сохранённых героев и голоса, а для быстрых проб умеет 360p.
- Topaz Image Upscale — Topaz Image Upscale — нейросеть Topaz Labs, которая увеличивает фото и картинки в 2 или 4 раза. На выбор четыре типа улучшения и 18 моделей Topaz AI: одни бережно держатся за исходник, другие дорисовывают детали, а отдельный тип сохраняет прозрачный фон логотипа.
- Seedance 2.0 Mini — Seedance 2.0 Mini — облегчённая нейросеть ByteDance для коротких роликов без звука: снимает видео от 4 до 15 секунд из текста, из картинки или по набору референсов в 480p или 720p. Удобна, чтобы недорого перебрать варианты сцены до финального запуска.
- SeedVR2 Image Upscaler — SeedVR2 Image Upscaler — нейросеть ByteDance, которая увеличивает картинку до 2K, 4K или 8K и заодно чистит её от шума и квадратиков сжатия. Подойдёт для старого снимка, пережатой картинки из переписки и иллюстрации, которую нужно напечатать крупно. Задание писать не нужно.
- ElevenLabs Eleven v3 — ElevenLabs Eleven v3 — нейросеть ElevenLabs для озвучки текста живыми голосами: читает русский текст с интонацией и играет эмоции по тегам — шёпот, смех, крик. Её берут для рекламы, роликов и реплик персонажей, где ровного дикторского чтения мало.
- Qwen Image 2.1 — Qwen Image 2.1 — нейросеть Alibaba, которая рисует предметы на прозрачном фоне и меняет на фото только закрашенное место, не трогая остальное. Ещё она создаёт картинки по описанию на русском и собирает одну сцену из нескольких снимков, до десяти за раз.
- ElevenLabs Eleven v4 — ElevenLabs Eleven v4 — модель озвучки текста, которую ElevenLabs выпустила в сентябре 2026 года. Читает русский и ещё 35 языков из списка, а теги в квадратных скобках меняют подачу и добавляют в речь звуки окружения, например хлопок двери.
- Grok Image 2.0 — Grok Image 2.0 — нейросеть xAI, которая рисует картинки по текстовому описанию. Русские надписи она пишет аккуратно, даже в несколько строк мелким шрифтом, и за один запуск может прислать до 12 вариантов. Подойдёт для афиш, меню, карточек товаров, обложек и открыток.
- Wan 2.2 — Wan 2.2 — нейросеть Alibaba, которая оживляет картинку: по фото или рисунку и короткому описанию движения снимает ролик на 5 или 8 секунд без звука. Берите её, когда кадр уже готов и важно сохранить его цвета, лица и стиль, а ещё для плавного перехода ко второй картинке.
- Topaz Video — Topaz Video — нейросеть Topaz Labs, которая помогает улучшить качество видео онлайн: поднимает ролик до 720p, 1080p или 4K, убирает мыло и квадратики сжатия и по желанию делает движение плавнее, до 60 кадров в секунду. Программу ставить не нужно.
- ByteDance Video Upscaler — ByteDance Video Upscaler увеличивает видео до 1080p, 2K или 4K и аккуратно подтягивает резкость, почти ничего не выдумывая. Подойдёт, чтобы улучшить качество видео нейросетью, когда исходник чистый, но мелкий: клип в 360p или 480p, запись экрана с мелким текстом.
- Lyria 3 Pro — Lyria 3 Pro — нейросеть Google DeepMind, которая пишет музыку по описанию: песню на ваши стихи или с текстом, который сочинит сама, инструментал, фон для ролика и даже трек по картинке. Ход трека можно расписать по секундам, а поёт она и по-русски.
- Topaz Image — Topaz Image — нейросеть Topaz Labs, которая чинит фото без увеличения: убирает пыль и царапины, смаз и шум, осветляет тёмные кадры, исправляет желтизну и раскрашивает чёрно-белые снимки. Нужно выбрать, что не так с фото, и загрузить его.
- Recraft V4.1 — Recraft V4.1 — нейросеть компании Recraft, которая рисует по описанию обычные картинки и настоящий вектор SVG. Её берут для иконок, афиш, обложек и снимков товара: русские надписи в наших пробах вышли без ошибок, а режим Utility снимает предмет спокойно и по центру, как для каталога.
- MiniMax Music 3.0 — MiniMax Music 3.0 — нейросеть китайской компании MiniMax, которая поёт ваш текст песни с аранжировкой. Звучание описывают в одном поле, слова в другом, а пометки в квадратных скобках задают куплеты, припевы и проигрыши.
- xAI TTS v1 — xAI TTS v1 — озвучка Grok: нейросеть xAI, создателей чат-бота Grok, читает текст одним из 28 голосов, а шёпот, смех, вздох, паузу и даже пение задают короткие теги прямо в тексте. Русский и ещё 15 языков, до 15 000 символов за раз — хватит и на объявление, и на главу рассказа.
- ElevenLabs Eleven v4 Turbo — ElevenLabs Eleven v4 Turbo — быстрая версия модели озвучки Eleven v4. Поля и теги у неё те же: 22 голоса, выбор языка, эмоции и звуки в квадратных скобках. ElevenLabs делала её для голосовых ассистентов, а на сайте она подойдёт для уведомлений, аудиогидов и уроков.
- ElevenLabs Sound Effect V2 — ElevenLabs Sound Effect V2 — нейросеть для звуковых эффектов: по короткому описанию на английском делает шаги, удары, «вжухи» и фоновые шумы длиной от полсекунды до 22 секунд. Её берут, когда звук нужен точно под длину кадра, а фон должен крутиться петлёй без щелчка на стыке.
- MiniMax Speech 2.8 — MiniMax Speech 2.8 — нейросеть MiniMax для озвучки текста взрослыми и детскими голосами, с выбором эмоции и клоном своего голоса. Смех, вздох и паузу можно вписать прямо в текст, а модель HD или более быструю Turbo выбирают под задачу.
- Vidu Q2 Pro — Vidu Q2 Pro — нейросеть ShengShu Technology, которая оживляет фото: из одной картинки делает ролик от 1 до 10 секунд, а со второй картинкой ведёт сцену к нужному конечному кадру. В нашей пробе с портретом она сохранила черты лица и передала смену эмоций.
- Hailuo 2.3 — Hailuo 2.3 — видеонейросеть MiniMax, которая оживляет одну картинку в ролик на 6 или 10 секунд: человек улыбается и танцует, рисунок двигается, оставаясь рисунком. Она новее Hailuo 02 и в нашем сравнении точнее держала стиль рисунка, но снимает только из изображения.
- Hailuo 02 — Hailuo 02 — видеонейросеть MiniMax: оживляет картинку в ролик на 6 или 10 секунд, снимает сцену по текстовому описанию, а с конечным кадром ведёт её от одного изображения к другому. Звука в роликах нет, задание можно писать по-русски.
- Seedance 2.0 — Seedance 2.0 — нейросеть ByteDance для видео до 15 секунд: снимает ролик по описанию, по фото, по первому и конечному кадру или по набору референсов и переделывает готовое видео. Для снимков с лицами людей в форме есть модели Face.
- Wan 2.1 MoCha — Wan 2.1 MoCha — нейросеть, которая меняет человека в готовом ролике на персонажа с картинки: другого человека, мультяшного героя или зверя. Движения, мимика, фон, свет и звук остаются из исходника. Подойдёт, чтобы заменить персонажа в видео без пересъёмки.
- SeedVR2 Video Upscaler — SeedVR2 Video Upscaler — нейросеть ByteDance, которая восстанавливает испорченное видео: убирает шум, муть и квадратики сжатия и заново прорисовывает детали. Поможет увеличить разрешение видео до 720p, 1080p, 2K или 4K, если запись старая или сильно пережата.
- Recraft Crisp Upscale — Recraft Crisp Upscale — нейросеть Recraft для чёткого апскейла: увеличивает картинку примерно до 4 мегапикселей, убирает мыло и квадратики сжатия и почти ничего не меняет в сюжете. Настроек нет, только файл. Подойдёт для логотипов, иллюстраций, скриншотов и фото для экрана.
- Clarity AI Crystal Upscaler — Clarity AI Crystal Upscaler — нейросеть для апскейла фото: увеличивает снимок до заданного размера, от 1 до 200 мегапикселей, и дорисовывает мелкие детали. Её делали для портретов и снимков товаров, поэтому она держится за исходник, а смелость дорисовки задаёт ползунок «Креативность».
- Flux Kontext — Flux Kontext — нейросеть Black Forest Labs, которая меняет готовую картинку по короткой команде: убрать предмет, сменить фон или время года, надеть очки, перерисовать акварелью. Остальной кадр она старается не трогать, поэтому снимок удобно доводить правками по одной, шаг за шагом.
- Kling 3.0 Motion Control — Kling 3.0 Motion Control — нейросеть Kuaishou, которая переносит движение из короткого видео на героя с картинки: он машет, танцует или кланяется так же, как человек в ролике. Подойдёт, чтобы оживить мультперсонажа, маскота или рисунок по готовому образцу движения.
- Qwen Image Max — Qwen Image Max — нейросеть Alibaba для фотореалистичных картинок: портретов, предметных фото, сцен из нескольких снимков. Её берут ради живой кожи, ткани и света, а загруженные фото, до шести за раз, она правит по описанию. Надписи по-русски ей даются плохо.
- Замена одежды (Google) — Замена одежды (Google) — нейросеть, чтобы примерить одежду онлайн по двум снимкам: фото человека и фото вещи. Она надевает платье, рубашку, брюки или целый образ, а лицо, поза и фон остаются прежними. Пригодится покупателю перед заказом и продавцу маркетплейса для фото на модели.
- Gemini 2.5 Flash TTS — Gemini 2.5 Flash TTS — нейросеть Google для озвучки текста: читает его одним из 30 голосов или разыгрывает диалог двух собеседников. За один запуск берёт до 4000 знаков, около пяти с половиной минут речи, а язык произношения выбирают из 24 вариантов.
- Gemini 3.8 Flash Lite TTS — Gemini 3.8 Flash Lite TTS — облегчённая модель озвучки от Google: читает текст одним из 30 голосов или разыгрывает диалог двух собеседников. Форма и голоса у неё те же, что у полной версии 3.8, а сама Lite рассчитана на поток однотипной озвучки: объявления, напоминания, уроки.
- Qwen Image 2.0 — Qwen Image 2.0 — нейросеть Alibaba для картинок точного размера: вы задаёте ширину и высоту в пикселях, а она рисует по описанию или переделывает загруженное фото. Подходит для баннеров и обложек нестандартного формата. Надписи на русском аккуратнее выходят в версии Pro.
- MiniMax H3 — MiniMax H3 — видеонейросеть компании MiniMax: снимает ролик со звуком из описания, из картинки или по образцам — фото, видео и аудио. Две модели: H3 в 768P и 2K и H3 Max в 480p–1080p, длина от 5 до 15 секунд; русскую речь и надписи из задания в наших пробах передала без ошибок.
- PixVerse Lipsync — PixVerse Lipsync — нейросеть, которая переозвучивает готовое видео: вы загружаете ролик с человеком и новую запись голоса, а губы в кадре начинают двигаться под неё. Настроек нет, готовый ролик выходит длиной с запись. Подходит для влогов, перевода и замены неудачной фразы.
- MiniMax Speech 2.5 — MiniMax Speech 2.5 — нейросеть MiniMax для озвучки текста и клона голоса: 34 готовых голоса, семь эмоций и 40 языков в списке. Тегов смеха и вздохов у этой версии нет, зато она спокойно читает длинный ровный текст: аудиогид, урок, объявление.
- SAM 3D — SAM 3D — нейросеть, которая делает 3D-модель человека по фото: фигуру в той же позе, но без одежды и с обобщённым лицом. Второй режим вырезает из снимка предмет по слову или маске и достраивает его со всех сторон, с цветом. Пригодится для набросков поз, макетов и заготовок для игр.
- ByteDance Seed Speech TTS 2.0 — ByteDance Seed Speech TTS 2.0 — нейросеть для озвучки текста на английском, китайском и ещё восьми языках, русского у неё нет. Голосов 40, а тон, темп и громкость описывают словами в отдельном поле. Подойдёт для роликов, уроков и презентаций на иностранном языке.
- Gemini 3.8 Flash TTS — Gemini 3.8 Flash TTS — нейросеть Google для озвучки текста: читает до 5000 символов одним из 30 голосов или собирает диалог двух собеседников из отдельных реплик, и у каждой реплики может быть своя манера. Смех и вздох ставятся тегами прямо в тексте, а язык модель определяет сама.
- PixVerse 5.6 — PixVerse 5.6 — нейросеть китайской компании AIsphere для коротких роликов: оживляет картинку и строит переход между двумя кадрами, по желанию со звуком. Ролик выходит ровно на 5, 8 или 10 секунд, а задание можно писать по-русски.
- Heygen 720p — Heygen 720p — нейросеть HeyGen, которая оживляет фото под вашу запись голоса длиной до минуты и выдаёт ролик 720p. Настроек нет, только снимок и звук, а герой в наших пробах держался спокойно и почти без жестов.
- LTX 2.3 — LTX 2.3 — нейросеть Lightricks для видео со звуком: снимает ролик по описанию или картинке, оживляет портрет под запись голоса, дописывает готовое видео и переснимает в нём отдельный кусок. Её берут, когда нужен длинный дубль до 20 секунд, 4K или правка без пересъёмки всего ролика.
- Wan 2.6 Flash — Wan 2.6 Flash — быстрая версия видеомодели Wan 2.6 от Alibaba: оживляет картинку на 2–15 секунд или собирает ролик по пяти референсам, со звуком или без. Подойдёт, когда нужен короткий ролик точной длины или несколько планов в одном видео.
- Kling 2.6 — Kling 2.6 — нейросеть Kuaishou для коротких роликов на 5 или 10 секунд: снимает сцену по описанию или оживляет картинку. С неё в линейке Kling появился звук: включите переключатель, и шумы, фон и голоса создадутся вместе с картинкой.
- Krea 2 — Krea 2 — нейросеть компании Krea, которая рисует картинки по текстовому описанию. Её сильная сторона — стиль: плёночное фото, гравюра, аниме, старый плакат. Модель Medium подходит для иллюстраций и проб, Large — для фотореализма, а «Креативность» решает, насколько вольно читать задание.
- Seedream 5.0 Flash — Seedream 5.0 Flash — быстрая версия нейросети ByteDance для картинок: рисует по описанию, правит фото по отметке, раскладывает готовую картинку на слои и делает PNG с прозрачным фоном. Подойдёт для черновиков, серий вариантов и правки одной детали на фото.
- Qwen 2511 Multiple Angles — Qwen 2511 Multiple Angles — нейросеть, которая по одному снимку показывает тот же предмет с другой стороны: сбоку, сзади или сверху. Камеру поворачивают на схеме или ползунками, задание писать не обязательно. Помогает изменить ракурс фото для карточки товара, когда снимок всего один.
- Kling Video-to-Audio — Kling Video-to-Audio — нейросеть Kuaishou, которая смотрит на ролик до 20 секунд и сочиняет к нему звук: рёв мотора, плеск, шорох бумаги, грохот. Выручает, когда нужно наложить звук на видео нейросетью: ролик немой или родная дорожка не нравится. Для мелких звуков есть ASMR‑режим.
- MiniMax Speech 2.6 — MiniMax Speech 2.6 — нейросеть MiniMax для озвучки текста, которую готовили для голосовых помощников и сообщений с телефонами, почтой и суммами. По-русски в наших пробах верно вышел только телефон в модели HD, остальное надёжнее писать словами. Голоса, эмоции, 40 языков и клон — как у 2.5 и 2.8.
- ElevenLabs Audio Isolation — ElevenLabs Audio Isolation — нейросеть, которая помогает убрать шум из видео или аудиозаписи и оставить только голос: без гула, машин за окном, музыки и чужих разговоров. Пригодится, когда голосовое записано на улице, интервью в кафе, а ролик снят на телефон.
- Fibo 1.5 — Fibo 1.5 — нейросеть Bria AI, которая рисует картинки по подробному описанию и правит загруженные, принимая до четырёх на входе. По маске она меняет только закрашенный участок. Длинное задание про свет, ракурс и расположение предметов модель держит хорошо, а надписи у нас вышли только латиницей.
- Ideogram V4 — Ideogram V4 — нейросеть канадской компании Ideogram: рисует картинки по описанию и вписывает в них надписи, от заголовка афиши до названия на этикетке. Версия 4.0 рисует только квадрат; английские слова в наших пробах без ошибок, но строки она нередко ставит вертикально, и английские тоже.
- Recraft V4 — Recraft V4 — нейросеть лондонской компании Recraft: по текстовому описанию она рисует обычные картинки и настоящий вектор SVG. Её берут для упаковки, баннеров, логотипов и иконок, где надпись должна встать на своё место в макете и быть написана по-русски без ошибок.
- Clarity AI Flux Upscaler — Clarity AI Flux Upscaler увеличивает рисунки, иллюстрации и картинки из нейросетей до 64 мегапикселей и перерисовывает их начисто: контуры становятся чёткими, мелочи прорисованы. Насколько смело модель фантазирует, решает ползунок «Креативность»: от бережного увеличения до картинки по мотивам.
- Luma UNI V1 — Luma UNI V1 — нейросеть Luma AI, которая рисует картинки по описанию и правит готовые по заданию. Она переносит персонажа и стиль с картинок-образцов в новую сцену и пишет русские надписи, поэтому подходит для афиш, серий иллюстраций и комиксов с одним героем.
- Luma 3.2 — Luma 3.2 — видеонейросеть американской Luma AI на модели Luma Ray 3.2. Она снимает ролик по описанию или из картинки, правит готовое видео текстом и переводит его в другой формат кадра, дорисовывая края. Четыре режима в одной форме, до 1080p, задания понимает на русском.
- Veo 3.1 — Veo 3.1 — нейросеть Google для видео со звуком: снимает восьмисекундный ролик по описанию, по картинке, по референсам или между двумя заданными кадрами, и герои в нём говорят по-русски. Модели Lite, Fast и Обычная отличаются ценой и проработкой кадра.
- Qwen3 TTS — Qwen3 TTS — нейросеть Alibaba для озвучки текста на русском и ещё девяти языках. Она читает одним из 9 готовых голосов, собирает новый голос по словесному описанию или повторяет голос по записи на несколько секунд, и всё это в одной форме.
- HunyuanVideo-Foley — HunyuanVideo-Foley — нейросеть Tencent, которая озвучивает немое видео: смотрит, что происходит в кадре, и добавляет фоли звуки — шум волн, шаги, скрип, треск пластинки. Задание можно не писать, а если написать, она добавит и звук, которого в кадре нет.
- Kling LipSync — Kling LipSync — нейросеть Kuaishou, которая подгоняет губы в коротком видео под вашу запись: человек или мультяшный герой в кадре начинает говорить новый текст. Берёт ролики от 2 до 60 секунд, удобна для поздравлений, мемов и перевода коротких фраз.
- Flux 3 Video — Flux 3 Video — видеонейросеть Black Forest Labs: снимает ролик на 5–20 секунд со звуком по описанию или по 1–10 картинкам. Сначала можно сделать дешёвый черновик, а удачный довести до HD или FHD с тем же сюжетом и движением.
- Kling 3.0 Turbo — Kling 3.0 Turbo — облегчённая видеомодель Kuaishou: делает ролик от 3 до 15 секунд из текста или одной картинки, и звук в нём есть всегда. Берите её, когда нужен короткий клип с шумами и музыкой без лишних настроек: сцен, референсов и 4K, как в обычной Kling 3.0, здесь нет.
- Wan 2.2 Animate — Wan 2.2 Animate — нейросеть Alibaba, которая переносит движения и мимику человека из видео на героя с картинки или ставит этого героя вместо человека в готовый ролик. Нужен один кадр с персонажем и видео с движением, рисовать и снимать заново ничего не надо.
- Ideogram V3 — Ideogram V3 — нейросеть канадской компании Ideogram для картинок с надписями: афиш, баннеров, обложек и упаковки. В отличие от четвёртой версии рисует в пяти пропорциях, до четырёх вариантов за раз и подхватывает стиль с картинок-образцов. Русские строки ставит ровно, но мелкие стоит перечитать.
- Wan 2.2 Animate 2 — Wan 2.2 Animate 2 — нейросеть Alibaba для анимации персонажа по видео: герой с картинки повторяет позы, жесты и мимику человека из загруженного ролика. Заменять человека в готовой сцене она не умеет, зато внешность героя и фон описываются в отдельном поле, не смешиваясь с движением.
- Wan 2.2 Avatar — Wan 2.2 Avatar — нейросеть Alibaba, которая оживляет фото с голосом: по снимку и записи речи делает ролик, где человек говорит, моргает и жестикулирует. Жесты и настроение подсказывает поле «Задание», качество — 480p или 720p, запись принимается до 10 минут.
- ByteDance Seed Audio 1.0 — ByteDance Seed Audio 1.0 — нейросеть для озвучки текста на русском. Голос она подбирает сама, повторяет по вашей записи или придумывает по картинке, поэтому с ней удобно сделать голос персонажа: загрузите портрет героя и вставьте его реплику.
- Pika 2.2 — Pika 2.2 — нейросеть американской компании Pika Labs для коротких роликов: оживляет фото, снимает видео по описанию, ведёт сюжет через 2–5 ключевых кадров и собирает сцену из нескольких картинок. Ролик приходит без звука, задание можно писать по-русски.
- Qwen3 TTS Flash — Qwen3 TTS Flash — нейросеть Alibaba для быстрой озвучки текста готовыми голосами. Выбираете один из 17 голосов, вставляете до 2000 символов на русском, английском или другом языке из списка и получаете запись WAV, без настройки тембра и загрузки образцов.
- Bria Creative Upscale — Bria Creative Upscale — нейросеть Bria AI, которая увеличивает картинку ровно вдвое по каждой стороне и рисует детали заново. В наших пробах лучше всего ей дались логотипы на прозрачном фоне, а фото, мелкий текст и лица она может заметно поменять, поэтому результат стоит сверить с исходником.
- DreamActor V2 — DreamActor V2 — нейросеть ByteDance, которая заставляет героя с картинки повторить движения, мимику и жесты из вашего видео. Справляется со зверями, рисованными персонажами и сценами, где в кадре сразу двое.
- Luma Reframe — Luma Reframe — видеонейросеть Luma AI, которая переводит готовый ролик в другой формат и дорисовывает края кадра вместо обрезки. С ней можно расширить видео нейросетью из 16:9 в 9:16 для сторис или, наоборот, сделать вертикальный клип широким для YouTube. Принимает ролики до 30 секунд.
- Wan 2.5 Video-Extend — Wan 2.5 Video-Extend — нейросеть Alibaba, которая продолжает готовый ролик: смотрит на его последние кадры и досчитывает ещё 3–10 секунд по вашему заданию. К новым секундам можно приложить свою музыку, а исходник вернётся в том же файле, без склейки в редакторе.
- Wan 2.2 Video Edit — Wan 2.2 Video Edit — нейросеть семейства Wan от Alibaba, которая правит готовый ролик по одному текстовому заданию: поможет заменить одежду на видео, перекрасить вещь или поменять слово на вывеске, а движение и звук оставит прежними. Задание пишется по-русски, исходник — до двух минут.
- Ideogram V4.5 — Ideogram V4.5 — нейросеть компании Ideogram, которая рисует картинки с надписями по описанию и правит готовые изображения по заданию. Она меняет текст и предметы на картинке, почти не трогая остальное, поэтому подходит для афиш, баннеров, логотипов и их новых версий.
- Runway Gen4 Image — Runway Gen4 Image — нейросеть компании Runway, которая рисует картинки по описанию и по референсам. Загрузите до трёх картинок с героем, местом или стилем, и модель соберёт из них новую сцену. Это удобно, когда один и тот же персонаж нужен в серии кадров или в первом кадре будущего ролика.
- Wan 2.1 MultiTalk — Wan 2.1 MultiTalk — нейросеть команды MeiGen-AI, которая делает говорящего персонажа из одного фото и вашей записи: губы, мимика и голова двигаются под речь или песню. В наших пробах она оживила портрет, мультяшного кота и певицу, а поле «Задание» меняло настроение героя.
- Hunyuan 3D v3.1 — Hunyuan 3D v3.1 — нейросеть Tencent, которая собирает 3D-модель по фото предмета или по описанию. В Pro к фото можно добавить ещё семь снимков с разных сторон, а «Только геометрия» даёт серую форму без цвета, удобную для 3D-печати.
- Kling AI Avatar 2 — Kling AI Avatar 2 — нейросеть Kuaishou, которая оживляет портрет под вашу запись голоса: губы попадают в речь, человек моргает, улыбается и двигает головой. Ролик может длиться до 5 минут, а морщины и черты лица остаются как на снимке, поэтому её берут, когда герой должен остаться узнаваемым.
- Wan 2.2 Fun Control — Wan 2.2 Fun Control — нейросеть Alibaba для стилизации видео: она перерисовывает ваш ролик по одному кадру-образцу и оставляет движение, позы и камеру как в исходнике. Так осенняя прогулка становится зимней, а съёмка превращается в аниме или карандашный набросок.
- Wan 2.6 — Wan 2.6 — нейросеть Alibaba для видео со звуком: снимает ролик на 5, 10 или 15 секунд по описанию, оживляет картинку или переносит героя из вашего видео в новую сцену. Умеет делить ролик на несколько планов со склейками, реплики говорит по-русски.
- Bytedance LipSync — Bytedance LipSync - нейросеть для липсинка: она берёт ваше видео с лицом и отдельную аудиодорожку, а затем подгоняет движения губ и рта под речь, чтобы совпадали слова и артикуляция.
- FLUX.2 Pro Outpaint — FLUX.2 Pro Outpaint - нейросеть для расширения изображения за исходные края. Она берёт готовую картинку и достраивает фон, интерьер, небо, предметы и другие детали так, чтобы новая часть выглядела продолжением сцены. Модель относится к семейству FLUX.2 от Black Forest Labs.
- LTX-2 19B Video Upscaler — LTX-2 19B Video Upscaler — нейросеть Lightricks, которая повышает разрешение видео до 720p, 1080p, 2K или 4K и дорисовывает детали в каждом кадре. Лучше всего она увеличивает ролики из видеонейросетей в 480p, а лица и надписи после неё стоит сверять с исходником.
- PixVerse 5.5 — PixVerse 5.5 — нейросеть AIsphere для коротких роликов из картинки: оживляет фото, делает переход между двумя кадрами и знает 98 готовых эффектов вроде поцелуя или зума из космоса. Для эффекта хватает одного фото, писать задание не нужно.
- Recraft Creative Upscale — Recraft Creative Upscale — нейросеть Recraft, которая увеличивает картинку примерно до 17 мегапикселей и дорисовывает то, что потерялось при сжатии: пальцы, пряди, фактуру ткани и плетения. Подходит, чтобы улучшить детализацию фото или картинки из нейросети, когда сходство до пикселя не важно.
- Wan 2.5 — Wan 2.5 — видеомодель Alibaba, с которой у линейки Wan появился звук: снимает ролик на 5 или 10 секунд по описанию или оживляет картинку, а герои произносят реплики по-русски. Удобна для вертикального или квадратного ролика из одного текста и простой сцены с одной фразой.
- Luma Modify — Luma Modify - это нейросеть от Luma AI для редактирования видео по инструкции (формат “скажи словами, что поменять”). Вы загружаете ролик до 10 секунд, пишете задание, и модель перерисовывает сцену: может сменить окружение, одежду, материалы, свет и общий стиль, при этом стараясь сохранить движение, мимику и “живую” динамику исходника.
- Wan 2.2 Turbo — Wan 2.2 Turbo - нейросеть для генерации коротких видео: можно написать текст, что должно происходить в кадре, или взять одно изображение и “оживить” его движением.
- Wan Motion — Wan Motion — нейросеть из линейки Wan от Alibaba, которая анимирует персонажа с картинки по вашему видео: герой повторяет танец, жесты и повороты человека из ролика. Движение она подгоняет под фигуру героя, поэтому коренастый гном или маскот не вытягивается в длинноногого танцора.
- Vidu One-Click V2 MV — Vidu One-Click V2 MV - нейросеть для создания видео из фотографий и аудио. Вы загружаете 1-3 изображения, добавляете музыку или голос (одним файлом) и получаете ролик, где картинка “оживает” за счёт плавных движений камеры и смены планов.
- Bytedance LatentSync — Bytedance LatentSync — открытая модель ByteDance, которая перерисовывает рот человека в готовом видео под новую запись голоса. Звук она не обрезает: если запись длиннее ролика, недостающие кадры дорисует сама. Видео и запись принимает до 10 минут.
- Kling Voice — Kling Voice - это нейросеть, которая делает “слепок” голоса по короткому фрагменту аудио или видео и превращает его в кастомный голосовой профиль. Дальше такой голос можно использовать для озвучки текста - например, чтобы один и тот же персонаж говорил одинаково в разных роликах.
- Clarity AI Pro Upscaler — Clarity AI Pro Upscaler - нейросеть для увеличения изображений с дорисовкой деталей. По найденным описаниям это фотореалистичный апскейлер: он не просто растягивает картинку, а старается сделать её более чёткой и детальной, сохраняя общий вид исходника.
- LTX-2.3 Reframe — LTX-2.3 Reframe - нейросеть для переработки готового видео под другой формат кадра. Она не просто обрезает ролик, а расширяет сцену по краям и генерирует недостающие части изображения, чтобы из горизонтального видео можно было сделать вертикальное, квадратное или наоборот.
- Lyria 3.5 — Lyria 3.5 — нейросеть Google DeepMind для музыки: пишет песню с вокалом или инструментал около трёх минут по описанию либо поёт ваш текст в выбранном стиле, в том числе по-русски. Темп задаётся числом, текст и стиль — в разных полях.
- Bria Video Upscaler — Bria Video Upscaler - инструмент компании Bria для увеличения разрешения видео. Он берёт готовый ролик, поднимает его качество вплоть до 8K и сохраняет важные свойства исходника: пропорции кадра, частоту кадров, глубину цвета, звук, а в некоторых форматах ещё и прозрачность.
- Meshy-6 — Meshy-6 - нейросеть для генерации 3D-моделей: можно загрузить картинку и получить объёмный объект, или описать предмет словами и получить 3D «с нуля». Это удобно, когда нужно быстро набросать модель для игры, печати на 3D-принтере, презентации или визуализации.
- Runway Aleph 2 — Runway Aleph 2 — нейросеть Runway для правки готового видео по текстовому заданию: меняет свет, погоду, предмет в кадре или стиль ролика, а движение и ракурс берёт из исходника. Чтобы точнее показать нужный вид, к ролику можно добавить до пяти ключевых кадров.
- Meshy 7.1 — Meshy 7.1 — нейросеть Meshy AI, которая собирает 3D-модель по фото, по 1–4 снимкам предмета или по описанию. Модель приходит лёгким файлом GLB, а с авто-риггингом персонаж получает скелет и готовые движения: ходьбу, бег и ещё одно на выбор.
- OmniHuman 1.5 — OmniHuman 1.5 — нейросеть ByteDance, которая превращает фото и запись голоса в ролик: человек на снимке говорит или поёт, а мимику и жесты она подбирает по смыслу слов. Настроек нет, всё поведение задаёт звук.
- Midjourney Video — Midjourney Video — нейросеть лаборатории Midjourney, которая оживляет готовую картинку: из одного кадра получается ролик около 5 секунд без звука. За запуск приходят сразу четыре варианта движения, а рисованный стиль исходника в них сохраняется, поэтому модель удобна для артов и иллюстраций.
- PixVerse VibeMV — PixVerse VibeMV — нейросеть, которая делает клип из музыки: вы загружаете готовую песню, выбираете стиль и формат кадра, а сцены, героя и смену планов под ритм она придумывает сама. Задание писать не нужно, фото героя и картинка-образец стиля — по желанию.
- Clarity AI Crystal Video Upscaler — Clarity AI Crystal Video Upscaler - нейросеть для апскейла видео: она повышает разрешение ролика и подтягивает чёткость кадров. Модель относится к линейке Clarity AI, а создатели делают упор на точное улучшение без лишних выдуманных деталей.
- ElevenLabs Music v2.5 — ElevenLabs Music v2.5 — новая версия Eleven Music, музыкальной нейросети ElevenLabs: песни с вокалом и музыка без слов по текстовому описанию. Длину трека вы задаёте сами, от 3 секунд до 10 минут, а слова песни, в том числе русские, вписываете прямо в задание.
- Heygen Lipsync V3 — Heygen Lipsync V3 - инструмент HeyGen для замены речи в готовом видео с подстройкой движения губ под новую аудиодорожку. Такой формат нужен, когда ролик уже снят, а текст, язык или озвучку хочется поменять без пересъёмки.
- Heygen Translate 2 — Heygen Translate 2 - это нейросеть от HeyGen для перевода видео на другие языки: она распознаёт речь, переводит текст, озвучивает на выбранном языке и (если не отключать) подстраивает артикуляцию на лице так, чтобы выглядело похоже на настоящую речь.
- PixVerse C1 — PixVerse C1 - модель для генерации видео от компании PixVerse. Она делает ролики по текстовому описанию, оживляет одно изображение, собирает сцену по референсам и умеет строить переходы между первым и конечным кадром. Максимум в этой версии - до 15 секунд и до 1080p, а звук можно сгенерировать вместе с видео.
- Vidu Q3 — Vidu Q3 — нейросеть ShengShu Technology, которая снимает ролик до 16 секунд по описанию или по картинке и сразу его озвучивает: звуки сцены, фоновую музыку и реплики героев модель делает вместе с видео. Подойдёт для коротких сцен с несколькими планами, а реплики героям лучше писать по-английски.
- Hunyuan World 1.0 — Hunyuan World 1.0 - нейросеть от Tencent, которая берёт вашу картинку и «достраивает» вокруг неё сцену: либо как круговую панораму (360°), либо как 3D‑мир, по которому можно как будто перемещать камеру и смотреть по сторонам.
- PixVerse Motion Control Mimic — PixVerse Motion Control Mimic - это инструмент PixVerse для переноса движения с одного видео на статичную картинку. Вы загружаете изображение персонажа и референсное видео, а модель собирает новый ролик, в котором герой с картинки повторяет движения из исходного фрагмента.
- Vidu Q3 Drama — Vidu Q3 Drama - нейросеть для создания драматических видео по сценарию, картинкам и подготовленным ассетам. Модель относится к линейке Vidu Q3 и заточена под сюжетные ролики, где важны цельная сцена, эмоции, движение камеры и ритм.
- Volcengine Lip Sync — Volcengine Lip Sync - нейросеть для замены артикуляции в готовом ролике под новую речь. Вы загружаете видео и отдельную аудиодорожку, а модель перестраивает движения рта так, чтобы они совпадали с голосом. По найденным описаниям это решение связано с экосистемой Volcengine от ByteDance и рассчитано именно на сценарий video-to-video: исходное видео сохраняется, меняется в основном область рта и синхронизация речи.
- ElevenLabs Music v2 — ElevenLabs Music v2 — прошлая версия музыкальной нейросети ElevenLabs: пишет песни с вокалом и музыку без слов по текстовому заданию, русский текст тоже поёт. Пригодится, чтобы продолжить серию треков в том же звучании или услышать другую аранжировку задания, уже сделанного в v2.5.
- OmniHuman 1.0 — OmniHuman 1.0 - нейросеть из класса “говорящее фото по аудио”: вы загружаете портрет, добавляете аудиодорожку, а на выходе получаете видео, где человек “оживает” и говорит с синхронизацией губ.
- Meshy 7 — Meshy 7 - нейросеть для создания 3D-моделей по изображениям. Вы загружаете одну картинку или несколько ракурсов одного объекта, а сервис собирает из этого объёмную модель и при желании сразу накладывает текстуры.
- Vidu Q3 Ad — Vidu Q3 Ad - модель для генерации коротких рекламных роликов по описанию и изображениям. Она берёт фото товара или несколько референсов, собирает из них сцену и делает готовое видео в нужном формате кадра. Vidu создан компанией ShengShu Technology.
- Waver 1.0 — Waver 1.0 - нейросеть, которая «оживляет» картинку: вы загружаете изображение, пишете, что должно происходить в кадре, и получаете короткий видеоролик. Это формат image-to-video: одна картинка становится основой, а текст задаёт движение, камеру и настроение.
- Vidu Q3 Drama Clip — Vidu Q3 Drama Clip - инструмент на базе Vidu Q3 для создания коротких сюжетных видео по сценарию и списку ассетов: персонажей, локаций и важных предметов. Он рассчитан на сцены, где нужно сохранить логику кадра, выдержать драматический ритм и не потерять внешний вид героев между планами.
