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.
Видеостудия — Видеостудия — 29 нейросетей для генерации видео в одной форме. Одно фото и одно задание уходят сразу в Seedance, Kling, Veo, Grok, Wan и другие, каждая снимает свой ролик. Ролики приходят одной карточкой, и их удобно сравнить на своей задаче.
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.
Удаление объектов — Удаление объектов — нейросеть, которая помогает удалить объект с фото по маске: вы закрашиваете кистью мусор, провод, машину или надпись, а она дорисовывает на этом месте фон. Всё, что не закрашено, остаётся прежним, и снимок сохраняет свой размер.
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.
Убрать ватермарку — Убрать ватермарку — нейросеть, которая сама находит на снимке водяной знак, логотип, подпись или дату, стирает их и дорисовывает фон под ними. Маску рисовать и писать задание не нужно. Подходит для своих фото и тех, на которые у вас есть права.
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.
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 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.
Удаление объектов 2 — Удаление объектов 2 — нейросеть, которая убирает с фото людей и лишние предметы по описанию словами, без маски. Напишите, кого стереть и кого оставить, а фон на этом месте она дорисует сама. Выручает со снимками из поездок, где в кадр попали прохожие.
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.
Убрать ватермарку (видео) — Убрать ватермарку (видео) — нейросеть, которая сама находит на ролике логотип, ник автора или субтитры поверх кадра, стирает их и дорисовывает фон. Так можно убрать водяной знак с видео онлайн без монтажной программы: загрузите свой ролик длиной до 10 минут, выделять ничего не нужно.
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 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.
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.
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.
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.
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.
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.
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.
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.
Удаление объектов (видео) — Удаление объектов (видео) стирает из короткого ролика человека, машину, кошку, логотип или надпись и дорисовывает фон на всех кадрах. Удалить объект из видео можно без масок и монтажа: выберите, что убрать, из списка или коротко назовите предмет по-английски.
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.
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.
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.
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.
HappyHorse 1.1 — HappyHorse 1.1 - нейросеть для генерации коротких видео по тексту, картинке или референсным изображениям. Модель связана с Alibaba и рассчитана на ролики до 1080p, где важны движение, композиция кадра и более стабильный внешний вид персонажей от сцены к сцене.
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.
Pruna AI P-Video Animate — Pruna AI P-Video Animate - это модель от Pruna для анимации картинки по референсному видео: вы загружаете одно изображение и одно видео, а на выходе получаете ролик, где персонаж или объект с картинки повторяет движение из исходника. Инструмент рассчитан на быстрый результат и делает упор на перенос движения и звука в новый клип.
SkyReels V4 — SkyReels V4 - нейросеть для генерации видео по тексту, картинкам и референсам. Модель умеет собирать короткие ролики до 15 секунд, поддерживает разрешение до 1080p и рассчитана на сценарии, где нужно не просто «сделать красивое видео», а удержать персонажа, стиль, движение камеры или продолжить уже существующий фрагмент.
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.
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.
Как выбрать нейросеть
Возможности нейросетей для фото и видео не заканчиваются на «нарисуй картинку» и «оживи фото». В этом разделе собраны нейросети, которые делают с готовым снимком одно конкретное дело: убирают лишнего человека, соединяют два кадра переходом, ставят героя в новую сцену по его фото или заставляют его повторить чужой танец. Всего их здесь 50, они разложены по четырём подкатегориям, и у каждой подкатегории есть своя подробная статья со сравнениями.
Чтобы разница между функциями была видна сразу, мы взяли одно фото и прогнали его через все четыре.
Одно фото в четырёх функциях
Исходники сгенерировали в Nano Banana Pro: парень в красной шапке на гранитной набережной (такого человека не существует), за его спиной прохожая с жёлтым зонтом. Ещё две картинки понадобились для видео: тот же вид зимним вечером и пустой книжный магазин. Вечерний кадр Nano Banana Pro сделала по фото, с которого прохожую уже убрали.
Сначала убрали прохожую маской, то есть закрасили область, которую нейросеть должна стереть. Потом чистое фото отправили в три видеофункции. Все ролики вертикальные, 9:16. Grok Video и Kling 2.6 Motion Control делали их в 720p, этого хватает для телефона, а у Kling 2.5 Turbo Pro разрешение не выбирается, и ролик вышел почти в 1080p.
Разница видна по тому, что каждая функция оставляет от исходника. Удаление меняет закрашенный кусок, остальное фото почти не трогает: только фон справа, где шла прохожая, стал чуть мягче. Переход держит ракурс и позу и плавно доводит кадр до вечернего снимка, который мы подготовили заранее. Огрехи конечного кадра он переносит в ролик: облачко пара, которое Nano Banana Pro повесила в небе отдельно от стаканчика чая в руке героя, осталось и в видео. Референсы (картинки-образцы) сохраняют человека и место, но сцену строят заново, камера и движение в ней свои. Перенос движения, наоборот, берёт из фото всё, кроме позы: набережная и одежда те же, а танцует парень ровно так, как девушка в ролике-образце, вплоть до оборота спиной к камере.
С первого раза получилось не всё. Первую маску мы нарисовали прямоугольником, и нейросеть стёрла вместе с прохожей кусок парапета, он просто обрывался. Со второй маской, по контуру фигуры, зонта и отражения на мокрой плитке, парапет остался. В Grok Video герой сначала снял шапку, а к концу ролика она снова оказалась у него на голове; помогло дописать в задание «держит её в левой руке до конца ролика». Весь опыт с пробами обошёлся в 178 ₽. Дольше всех думал перенос движения: почти 4 минуты против полминуты у удаления.
Задания, по которым сделаны ролики
Переход в Kling 2.5 Turbo Pro: первым кадром стоит чистое фото, конечным вечернее.
Плавный переход от пасмурного дня к зимнему вечеру: небо темнеет, вдоль набережной загораются фонари, начинает идти снег, в руке у мужчины появляется стаканчик с чаем. Камера неподвижна, мужчина стоит на месте и улыбается.
Сцена в Grok Video, режим «Видео из изображений»: первой загружена фотография парня, второй магазин.
Мужчина с изображения 1 входит в книжный магазин с изображения 2, снимает шапку и держит её в левой руке до конца ролика. Правой рукой берёт книгу с полки, открывает её и улыбается. Тёплый свет ламп, камера плавно следует за ним. Без речи.
Танец в Kling 2.6 Motion Control: образцом взяли танец из статьи про контроль движения (девушку в нём тоже сгенерировала нейросеть). В поле Ориентация персонажа выбрали Video: герой поворачивается так же, как в ролике. Музыка из образца осталась в готовом ролике.
Мужчина танцует на гранитной набережной, повторяя движения из видео. Фон и одежда как на фото.
Какие задачи решают нейросети раздела
Откройте нейросеть по карточке выше и загрузите файлы. Где есть поле Задание (это и есть промпт), опишите задачу; в Удалении объектов вместо него маска, в его видеоверсии список Что удалить. Потом нажмите Отправить, цена видна на кнопке до запуска. Новичкам пригодится инструкция по сайту.
Удаление объектов: убрать лишнее с фото и видео
Прохожие, провода, ценники, надписи и водяные знаки. С фото их убирают двумя способами. В Удалении объектов вы закрашиваете лишнее маской прямо в форме, и снимок сохраняет исходный размер. Удалению объектов 2 хватает описания словами, но фото она возвращает меньше исходного: наше 1536×2752 пришло в 752×1392. Водяной знак (ватермарку) снимает нейросеть Убрать ватермарку, ни маска, ни описание ей не нужны. Для роликов есть отдельные нейросети; какая чище справляется с человеком, машиной или логотипом в кадре, разобрано в статье про удаление с фото и видео.
Видео-переход между кадрами
Два снимка, и нейросеть придумывает, как одно превращается в другое. Так делают «до и после», смену сезона, превращение героя. Для мягкого перехода мы берём Kling 2.5 Turbo Pro с галочкой Конечный кадр. Из прошлых версий в ходу Kling 2.1: переход у неё есть только в модели «Про». Для дешёвых черновиков берут Wan 2.2 Ultra Fast и Seedance 1.0 в модели «Lite», а в PixVerse 6.0 пару кадров можно недорого проверить в 360p. Сравнение на одной паре снимков — в статье про видео-переход.
Видео по референсам
В референсы годятся лицо героя, товар, интерьер. Нейросеть собирает из нескольких таких картинок новую сцену, которой не было ни на одной из них. Самая востребованная здесь Grok Video: до 7 картинок, ролик до 30 секунд, а секунда дешевле, чем у остальных нейросетей для референсов в таблице ниже. Популярная Seedance 1.5 Pro берёт не больше двух картинок, поэтому она ближе к видео из фото. Если нужен точный перенос места или речь по-русски, смотрите сравнение пяти нейросетей в статье про видео по референсам.
Контроль движения
Нужны фото героя и ролик, где кто-то танцует, машет рукой или идёт. Чаще всего берут Kling 2.6 Motion Control: 720p или 1080p, оплата за секунду ролика. Если ролик длиннее 30 секунд или героя нужно поставить в готовое видео с его фоном, берите Wan 2.2 Animate: она принимает ролик до 120 секунд, а для замены героя в поле Тип генерации есть «Замена персонажа».
Нейросети, которые умеют несколько функций
Часть видеонейросетей стоит сразу в двух подкатегориях. Функция выбирается в поле Тип генерации, а форма под ним перестраивается; у Wan 2.7 Video, Seedance 2.0 Mini и MiniMax H3 для перехода ставят галочку Конечный кадр в режиме видео из изображения.
Seedance 2.5: «Переход», «Видео по референсам» (до 30 картинок, 10 видео и 10 аудио), «Редактирование», видео из картинки и из текста. Одна из самых дорогих в разделе, зато закрывает почти всё.
Wan 3.0 Video Prime и Wan 3.0 Video: «Первый и конечный кадр», референсы, а ещё ролик по документу или публичной странице. У Wan 3.0 Video та же форма, секунда дешевле.
Wan 2.7 Video: переход через конечный кадр, референсы, правка и продление готового ролика.
Seedance 2.0 Mini, MiniMax H3 и PixVerse C1: тоже переход и референсы в одной форме. Mini своего звука в ролик не добавляет, а секунда у неё дешевле, чем у Seedance 2.5.
Главные нейросети раздела в одной таблице
Цены в таблице живые, берутся из каталога. У видео почти везде оплата за секунду, у фото за один снимок. Здесь главные 15, остальные нейросети раздела видны карточками выше.
Лишний человек или предмет на фото: Удаление объектов, если важно сохранить исходный размер фото, или Удаление объектов 2, если рисовать маску некогда.
Логотип или водяной знак: Убрать ватермарку для фото и её видеоверсия для роликов, маска не нужна.
Показать, как одно становится другим (ремонт, сезон, образ): переход, начните с Kling 2.5 Turbo Pro.
Серия роликов с одним героем или реклама конкретного товара: референсы. Дёшево и длинно — Grok Video, с видео и аудио в качестве образца — Seedance 2.5.
Герой должен повторить танец из тренда или жест из ролика: контроль движения, Kling 2.6 Motion Control.
Бывает, что нужна не функция, а соседний раздел. Чтобы оживить фото без образца движения, откройте видео из изображений. Чтобы человек на фото заговорил вашим голосом, есть говорящее фото. Поменять что-то в уже снятом ролике помогут нейросети из редактирования видео.
