Как мы сделали 200 новогодних ИИ открыток : 4800 генераций, сервисы и схема процесса.

ИИ открытки — это не одна картинка из нейросети.

В нашем кейсе ИИ‑открытка — это персонализированный ролик под конкретного человека. Он собирается из нескольких сцен и включает:

1. статику по референсам внешности (чтобы человек узнавался),
2. анимации из выбранных кадров,
3. сборку в готовый проект с текстом, анимацией, саунд‑дизайном,
4. озвучку.

Если вы когда‑нибудь делали нейроролик на 4 сцены, вы понимаете, что это не простая задача на 5 минут. А теперь представьте, что таких героев 200.

Массовое производство и завод контента.

На одного человека мы закладывали примерно такой цикл:

1. Статика. Собрать референсные фото человека и получить 3 статичных кадра, в среднем  ≈ 4 попытки на кадр.
2. Анимации. Из самых удачных кадров сделать 4 анимации (используя выбранный кадр как стартовый) в среднем ≈ 3 попытки на анимацию.
3. Сборка. 4 коротких фрагмента обрезаются, объединяются, подставляются в готовый шаблон с текстом, анимацией и саунд‑дизайном.
4. Генерация озвучки

В итоге на одного человека: 12 статичных изображений + 12 анимаций = 24 генерации (+ верстка)

Теперь умножаем на 200: 2400 статичных + 2400 анимаций = 4800 генераций. И это при условии, что герои похожи на себя в жизни, иногда на человека уходило 20–30 генераций только чтобы получить узнаваемость.

Какие нейросети мы использовали?

1. Nano Banano Pro — статика по референсам внешности.
2. Kling 2.6 — высокое качество анимаций (по нашему опыту сейчас это топ‑1 по результату)
3. Google Veo 3 — более “живые” генерации, но по качеству уступает Kling, поэтому использовали точечно, в основном делали там первый кадр.

Сервисы

Статика

Weavy (https://www.weavy.ai)— нодовая система, позволяющая запускать много генераций параллельно.Оценка бюджета: 2400 статичных в Nano Banano Pro через Weavy ≈ $360 (и это только статика).

Также использовали Flow (https://labs.google/flow/about) и Higgsfield (https://higgsfield.ai) — там Nano Banano Pro доступна “условно бесплатно” (платите подписку, а не за каждую генерацию), но есть ограничения: модерация кадров, лимиты параллельности, разная стабильность.

Наш нодовый пайплайн в Weavy

Анимация

Google Veo 3 (https://labs.google/flow/about) через Flow
Kling 2.6 (https://klingai.com/global/)— основной инструмент для качества

Лайфхак. Чтобы максимально дешево пользоваться Kling, можно каждый раз создавать новый аккаунт, брать подписку на месяц за 64 бакса и вводить любую реферальную ссылку (чтобы получить еще 5к кредитов сверху).
Если у вас нет своей ссылки, можете взять нашу: https://pro.klingai.com/h5-app/invitation?code=7BXPE7HU5EWV

Структурирование

Google Sheets — учёт и статусы, чтобы команда не запуталась, кто что делает.
Я.Диск — файлы. Папка для каждого человека: референсное фото + готовые генерации, которые можно забирать на сборку.
Figma — статичные генерации. Создали доску со всеми генерациями, чтобы выбирать лучшие кадры и видеть у кого какие кадры еще не готовы. 

Что этот кейс значит для индустрии? 

Нейросети дают возможность масштабировать контент. Например, косметический бренд может сделать не один ролик, а сразу 50. С разным возрастом, типом кожи и внешностью ИИ-актрисы. Каждый вариант — для своей аудитории. В итоге зритель видит в рекламе отражение собственных потребностей.

А также персонализированные видео: школьные альбомы, поздравления сотрудников, мультфильмы, где ваш ребёнок главный герой и тд.

Короче, нейросети продолжают открывать новые возможности. Некоторые из них не так очевидны, как другие. На нашем примере вы видите, что за относительно короткий срок (недели) можно сделать большое количество персонализированных роликов — нужно лишь найти способы оптимизации и нужные инструменты.