CGI-реклама нейросетью: как сделать ролик с гигантским товаром и где модели ошибаются

Весной 2023 года по Парижу «проехали» огромные сумки Jacquemus, а летом того же года лондонский поезд в розовой обёртке получил накладные ресницы от Maybelline. Оба ролика были компьютерной графикой, и оба разошлись по соцсетям быстрее, чем обычная наружка. С тех пор приём с гигантскими или ожившими товарами называют fake OOH или CGI-рекламой, и он стал одним из самых узнаваемых форматов в ленте.

Раньше такой ролик означал работу 3D-художника на несколько недель. Сейчас его можно собрать нейросетями за вечер. Мы сделали восемь роликов в этом жанре для условных брендов: кроссовки, кофейни, духов, лимонада. Ниже то, что сработало, что нет, и сколько это стоило. Цены из агрегатора Aigena, где мы работаем; у других сервисов с теми же моделями порядок цифр похожий.

Как устроен процесс: два шага вместо одного

Главная ошибка — пытаться получить ролик сразу из текста. Видеомодель одновременно придумывает сцену и движение, и чаще всего проваливается в обоих. Надёжнее разделить задачу.

Шаг первый: неподвижный кадр. Его делает модель для картинок, у нас это Nano Banana Pro в 2K и вертикальном формате 9:16. Здесь можно перебрать пять вариантов за копейки и выбрать тот, где масштаб, свет и материал выглядят правдоподобно.

Шаг второй: оживление. Кадр отдаётся видеомодели вместе с описанием движения: что двигается, куда смотрит камера, какой звук. Мы пробовали Kling 3.0 Pro и Seedance 2.5.

Кроссовка размером с небоскрёб в утреннем городе — классика жанра. На кадр ушло 28 ₽, на пятисекундный ролик со звуком в Kling 3.0 Pro ещё 119 ₽. Итого около 150 ₽ за вариант. Кадр получился эффектным, а ролик спокойнее задуманного: машины едут, туман ползёт, но облёта камеры почти нет, и шаг кроссовка так и не сделала. К этому мы ещё вернёмся.

Пять правил, без которых выходит «нейросетевая каша»

1. Дайте масштаб. Гигантский предмет выглядит гигантским только рядом с чем-то привычным: машиной, окном, человеком вдали. Без ориентира зритель видит просто крупный план.

2. Опишите материал. «Фарфоровая статуэтка с белой глазурью и золотыми пятнами» оживает и остаётся фарфоровой. «Статуэтка леопарда» превращается в живую кошку, и эффект пропадает.

Леопард в нашем ролике повернул голову, потянулся и пошёл вдоль полки, сохранив блеск глазури. Спрыгнуть на пол, как было в запросе, он не захотел. Это типичная история: модель выполняет главное и упрощает сложное действие.

3. Одно движение на пять секунд. Вращение банки, наезд камеры, змея, обвивающая флакон. С гигантскими предметами модели особенно осторожны: попросите три действия, и в лучшем случае получите одно.

4. Пропишите звук. Kling 3.0 генерирует звук вместе с картинкой. В ролике с лимонадом шипение совпало с кадром, и это сразу сделало его похожим на настоящую рекламу напитка. Музыку при этом лучше не просить, а подложить свою при монтаже.

5. Запретите логотипы. Модели охотно рисуют узнаваемые эмблемы на кроссовках и наушниках. Для своего бренда это бесполезно, для чужого опасно. Фраза «без логотипов, надписей и текста» в запросе кадра решила проблему.

Где модели пока ошибаются

Толпы людей. Кадр с тающим с крыши мороженым и прохожими внизу Seedance 2.5 отклонил: модерация увидела в толпе «реальных людей», хотя все они сгенерированы. Kling ролик сделал, но мороженое в нём тает едва заметно, а живут в основном прохожие. Если в сцене много лиц, лучше сразу выбирать модель помягче или убирать людей.

Крупные действия. Кроссовка не шагнула, леопард не спрыгнул. Мелкие движения, вроде поваров, которые работают на гигантском пончике, модели делают аккуратно и без суеты. Сюжет «огромный предмет что-то делает» пока надёжнее строить на движении вокруг него: машины, пар, камера.

Модель додумывает. Башни в чашке капучино мы не описывали подробно, и модель сама сделала их похожими на лондонские. Хотите свой город — назовите его приметы в запросе кадра.

Текст на упаковке. Надписи в движении плывут даже у сильных моделей. Название бренда проще добавить поверх ролика при монтаже.

Что это значит для небольших брендов

CGI-формат перестал быть привилегией крупных бюджетов. Кофейня может показать город внутри чашки капучино, локальный бренд одежды — кроссовку между домами своего района. На один ролик уходит от получаса до пары часов вместе с перебором вариантов.

Но есть и обратная сторона: формат быстро приедается. Когда гигантские предметы делают все, выигрывает не сам приём, а идея. Город в чашке запоминается, потому что связан с продуктом, а не потому что он большой.

Наш практический вывод: делать кадр отдельно, оживлять одним движением, прописывать материал и звук и сразу закладывать 2–3 попытки на ролик. Тогда бюджет на серию из пяти роликов укладывается в пару тысяч рублей, а время — в один рабочий день.

Все кадры и ролики в статье сделаны автором: Nano Banana Pro для кадров, Kling 3.0 Pro и Seedance 2.5 для движения.