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.
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.
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.
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.
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.
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.
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.
Как выбрать нейросеть
Чтобы сделать переход между фото, нейросети нужны два снимка: первый кадр и конечный. Движение между ними она дорисует сама: зима сменится летом, пустая бетонная комната превратится в обставленную гостиную, карандашный набросок — в живую улицу. Получается ролик длиной до 30 секунд для сторис «до и после», смены образа, заставки или открытки. Мы проверили это на одной паре кадров в четырёх нейросетях и ещё на нескольких примерах.
Одна пара кадров в четырёх нейросетях
Оба кадра мы сгенерировали в Nano Banana 2. Героиня выдуманная, а летний снимок сделан правкой зимнего, поэтому лицо и ракурс совпадают.
Эту пару мы загрузили в четыре нейросети с одним и тем же заданием, 16:9, 720p (у Kling 2.5 Turbo Pro разрешение не выбирается):
Плавный переход от первого кадра ко второму: снег перестаёт падать и тает, красное пальто и белый шарф превращаются в жёлтое летнее платье, заснеженная вечерняя улица сменяется солнечной набережной у моря. Женщина всё время смотрит в камеру и улыбается, её лицо не меняется. Камера медленно наезжает.
Точнее всех задание выполнила Seedance 2.5. Сначала тает снег и темнеет мокрая мостовая, потом пальто прямо на героине становится платьем, и только в конце улицу сменяет море. Порядок как в задании.
Kling 2.5 Turbo Pro обошлась без превращений. На второй секунде она сделала наплыв — первый кадр просвечивает сквозь второй и растворяется в нём, — и дальше героиня просто стоит у моря. Лицо при этом не поплыло ни на миг. PixVerse 6.0 закрутила снежный вихрь, платье проступило поверх пальто, и к середине ролика картинка уже пришла к конечному кадру. Veo 3.1 первым наплывом перенесла героиню на свою, придуманную набережную, без пальм и с другим платьем, а наш кадр подставила вторым наплывом лишь в последнюю секунду.
Условия почти равные, но Veo 3.1 всегда делает 8 секунд со звуком. У Seedance звук включён по умолчанию, у PixVerse мы его не включали. Быстрее всех ответила PixVerse, за минуту с небольшим, а Kling 2.5 Turbo Pro думала около 8 минут.
Где в форме включить конечный кадр
Конечный кадр в формах устроен по-разному, и с первого раза его легко не найти. Вариантов три:
Отдельный режим. В поле Тип генерации выберите «Переход» (Seedance 2.5, PixVerse 6.0, 5.5 и 5.6) или «Первый и конечный кадр» (Wan 3.0 Video и Wan 3.0 Video Prime). Сразу появятся два поля для картинок. В PixVerse C1 после «Перехода» отметьте ещё Конечный кадр.
Галочка. В режиме с картинкой отметьте Конечный кадр и загрузите второй снимок. Так устроены Kling 2.5 Turbo Pro, Veo 3.1, Vidu Q2 Pro, Wan 2.7 Video и большинство остальных.
Не во всех моделях и версиях. У Kling 2.1 поле есть лишь в модели «Про», у Seedance 1.0 — в «Lite», а у Veo 3.1 его нет в версии 1 (поле Версия).
В поле Задание пишите промпт, то есть описание того, как один кадр переходит в другой. Цена видна на кнопке Отправить до запуска и зависит от настроек, чаще всего от длительности и разрешения: 480p и ниже берут для проб, 720p — для телефона, 1080p — для большого экрана. Готовое видео появится под формой и в разделе Мои результаты, хранится оно 7 дней. Если сайт для вас новый, начните с инструкции по сайту.
Пять нейросетей, с которых стоит начать
Kling 2.5 Turbo Pro: мягкий наплыв и негативный промпт
С конечным кадром на сайте чаще всего запускают Kling 2.5 Turbo Pro. Ролик длится 5 или 10 секунд, платите за ролик целиком: от 40 ₽. Пропорции берутся из первого кадра. В форме есть Негативный промпт — список того, чего в ролике быть не должно, и ползунок Сила следования промпту от 0 до 1: чем правее, тем строже нейросеть держится задания. Минус в ожидании: оба наших ролика делались дольше, чем у остальных лидеров.
Ремонт за несколько секунд: камера медленно едет вперёд, серые стены покрываются светлой штукатуркой, на полу появляется паркет, провода исчезают, диван, столик, торшер, полки и растение возникают на своих местах, в окно льётся тёплый вечерний свет.
Негативный промпт: «люди, рабочие, инструменты, надписи, мерцание, искажённая мебель, лишние предметы». Первым кадром была пустая бетонная комната, конечным стала она же после ремонта. Здесь Kling уже не ограничилась наплывом: паркет лёг доска за доской, стены посветлели, мебель встала туда же, где стоит на конечном кадре.
Seedance 2.5 от ByteDance — одна из самых популярных видеонейросетей сайта, и переход в ней вынесен в отдельный режим. Длительность от 4 до 30 секунд, разрешение 480p, 720p или 1080p, звук включён по умолчанию.
В промпте для неё описывайте, что во что превращается и в каком порядке, как движется камера и что должно остаться прежним. Подробно описывать сами кадры не нужно, нейросеть их видит. В поле Соотношение сторон оставьте «Адаптивное», так подсказывает сама форма. Секунда здесь дороже, чем у остальных лидеров, зато длинный переход на 20–30 секунд делается одним роликом, без монтажа.
PixVerse 6.0: пробы в 360p и длина по секундам
У PixVerse 6.0 тоже отдельный режим «Переход». Длительность от 1 до 15 секунд, разрешение от 360p до 1080p, оплата за секунду: от 5 ₽/сек. В 360p пару кадров можно проверить недорого, а удачное задание повторить в 720p. Переключатель Добавить аудио включает звук и поднимает цену секунды. Несколько клипов превращает ролик в серию коротких сцен, а Оптимизация промпта разрешает нейросети дописать задание самой.
Veo 3.1: восемь секунд со звуком
Veo 3.1 — модель Google, и переход от первого кадра к конечному Google заявляет для неё отдельно. Ролик получается со звуком, длина всегда 8 секунд, пропорции 16:9 или 9:16. Конечный кадр включается галочкой в режиме «Видео из изображений», но в поле Версия нужна 3: в версии 1 его нет. В версии 3 есть ещё модели Lite, Fast и «Обычная», от них зависят цена и качество, мы брали Lite. Промежуточную сцену она может придумать сама. Плавному превращению это мешает, а маленькой истории между кадрами — наоборот, помогает.
Vidu Q2 Pro: аккуратное движение и петля
Главное в Vidu Q2 Pro — поле Амплитуда движения: «Авто», «Небольшая», «Средняя» или «Большая». С «Небольшой» в нашей петле героиня только моргала и поправляла шарф, без резких движений. Ролик длится от 1 до 10 секунд. Задание можно не заполнять. В модели «Быстрая» секунда стоит дешевле, чем у любого другого лидера. Фоновая музыка включена по умолчанию, выключите её, если музыка не нужна.
Если загрузить один и тот же снимок первым и конечным кадром, ролик закончится там же, где начался, и его можно крутить по кругу без заметного шва. У нашей петли первый и конечный кадры почти не отличаются.
Идёт снег, женщина моргает, чуть поправляет шарф и снова улыбается в камеру, огни витрин мягко мерцают. Камера неподвижна.
Vidu Q2 Pro · «Быстрая», 5 с, 720p, амплитуда «Небольшая» · от 3 ₽/сек.
Остальные нейросети категории
Длинные переходы и звук
Длинный переход со звуком умеют две нейросети Wan от Alibaba. У Wan 3.0 Video Prime режим «Первый и конечный кадр» даёт от 2 до 30 секунд в 480p, 720p или 1080p. Звук включён по умолчанию и на цену не влияет. Наш набросок кафе ожил за полторы минуты, 10 секунд в 480p.
Карандашный набросок оживает: штрихи наливаются цветом слева направо, мостовая и стены становятся настоящими, загораются гирлянды под навесом, официант идёт к столикам с подносом, две посетительницы разговаривают и смеются. Звук вечерней улицы: негромкие разговоры, звон посуды, шаги по брусчатке, тихая музыка из кафе.
Набросок мы получили из фото кафе в Nano Banana 2, поэтому дома, навес и люди на обоих кадрах стоят на одних местах. Цвет разлился секунды за три, а дальше идёт живая улица.
Wan 3.0 Video Prime · «Первый и конечный кадр», 10 с, 480p, аудио · от 9 ₽/сек.
У Wan 3.0 Video такая же форма и те же 30 секунд со звуком, а секунда дешевле. В Wan 2.7 Video звук можно принести свой: к переходу загружается аудиофайл в поле Аудио, ролик длится от 2 до 15 секунд в 720p или 1080p. LTX 2.3 нужна для большого экрана: 1080p, 1440p или 2160p (4K) со звуком.
Дёшево для черновиков
Недорого и за ролик целиком берёт Wan 2.2 Ultra Fast: 5 или 8 секунд, 480p или 720p. С нашей зимней и летней парой она не справилась. Вышла склейка: на второй секунде один кадр просто сменился другим.
У Wan 2.2 те же 5 или 8 секунд в 480p или 720p, но оплата за секунду, и ролик выходит дороже, чем у Ultra Fast. У Seedance 2.0 Mini ролик длится от 4 до 15 секунд в 480p или 720p. PixVerse C1 делает режимом «Переход» ролики до 15 секунд, звук по желанию. Vidu Q3 даёт до 16 секунд, ту же амплитуду движения, что у Vidu Q2 Pro, и звук.
Три фото и больше
Здесь выручат две нейросети. В SkyReels V4 кроме стартового и конечного кадра в ней есть Промежуточные кадры: до 6 картинок, у каждой в поле Тег метка с @ вроде @image1, а в поле Секунда появления, если нужно, момент её появления. Тег надо повторить в поле Задание. Ролик длится от 3 до 15 секунд, так что зима, весна и лето поместятся в один ролик.
У Pika 2.2 для этого есть режим Pikaframes: от 2 до 5 ключевых кадров, у каждого перехода своя Длительность перехода (сек) и необязательный Промпт перехода. Весь ролик длится до 25 секунд, и ползунок Длительность должен совпасть с суммой переходов, иначе форма не отправится. Звука у Pika нет. Мы провели через Pikaframes три кадра, рисунок дракончика, пластилиновую фигурку и плюшевую игрушку: фон не сдвинулся все 10 секунд, но первый переход прошёл почти мгновенно, а второй растянулся на четыре секунды.
Прошлые версии и другие
Kling 2.1 по-прежнему популярна: в модели «Про» она делает переход на 5 или 10 секунд. Seedance 1.0 берут за низкую цену и галочку Фиксировать камеру, конечный кадр у неё есть только в модели «Lite». PixVerse 5.5 и PixVerse 5.6 делают переход на 5, 8 или 10 секунд; поле у них называется Последний кадр. Без звука переход дешевле в 5.6, со звуком — в 5.5. Hailuo 02 делает 6 или 10 секунд в 512p или 768p, а 1080p — только в модели Pro и на 6 секунд. Luma 3.2 с конечным кадром делает ролики по 5 секунд, от 540p до 1080p, с шестью вариантами пропорций от 21:9 до 9:16. MiniMax H3 делает переход только в 2K (это между 1080p и 4K), от 5 до 15 секунд, пропорции берёт из загруженного кадра.
Таблица: как включить переход и сколько он длится
В таблице лидеры и самые заметные нейросети, цены обновляются сами. Остальные есть в карточках выше.
Нужен мягкий наплыв без искажений лица или «до и после» с негативным промптом — Kling 2.5 Turbo Pro.
Нужно само превращение, где важно, что меняется первым, а что потом, — берите Seedance 2.5.
Дешевле всего проверить пару кадров секундой-другой в PixVerse 6.0 в 360p или Vidu Q2 Pro («Быстрая»).
Ролик сразу со звуком сделают Veo 3.1, Seedance 2.5, обе Wan 3.0 и LTX 2.3.
Для петли подойдёт Vidu Q2 Pro: один снимок в начале и в конце.
Переход длиннее 20 секунд одним роликом дадут Seedance 2.5 и обе Wan 3.0.
Три снимка и больше в одном ролике соединят SkyReels V4 (до 15 секунд) и Pika 2.2 в режиме Pikaframes (до 25 секунд, без звука).
Как подобрать два кадра
Делайте второй кадр правкой первого. Загрузите первый снимок в GPT Image 2 или Nano Banana 2 и напишите: «та же женщина, то же лицо, тот же ракурс, но…». Так мы получили зимний и летний кадры с одной попытки.
Держите одинаковыми пропорции и крупность, то есть насколько близко снят человек. Если первый кадр горизонтальный, а второй вертикальный, нейросеть обрежет один из них, и в переходе поплывёт композиция.
Чем сильнее разница между кадрами, тем выше риск склейки, как у Wan 2.2 Ultra Fast в нашем примере. Сменить одежду и фон при том же ракурсе нейросети проще, чем крупный план превратить в общий.
В задании описывайте путь, а не кадры: что меняется первым, что потом и что остаётся прежним. С фразой «её лицо не меняется» героиня осталась узнаваемой у всех четырёх нейросетей из сравнения.
Для нескольких переходов подряд берите конечный кадр одного ролика первым кадром следующего, а готовые куски соберите в видеоредакторе. Продолжить готовый ролик помогут нейросети из раздела «Продление видео».
Надписи и логотипы в переходе часто плывут. Добавляйте их после генерации, в редакторе.
