Нейросеть для анимации: как сделать анимированный ролик без аниматора

_Владимир Ижмуков · автор системы роста Instagram через короткие ролики_

Слово «анимация» люди используют для пяти разных вещей, и от того, какую из них вы имеете в виду, полностью зависит, справится машина или нет. Оживить одну фотографию она умеет отлично. Собрать двухминутный мультфильм с сюжетом и постоянными персонажами у неё пока выходит плохо, и никакой запрос этого не меняет.

Ниже честная карта: где анимация машиной работает сегодня, в каком порядке её собирать и на чём люди теряют вечер.

Проверено 12 сентября 2026 года на собственных роликах для короткого вертикального формата.

Пять типов анимации и что из них получается

Главный вывод из этой таблицы простой: машина сильна на коротком отрезке и слабеет ровно тогда, когда от неё требуется помнить, что было в предыдущей сцене. Вся работа строится вокруг этого ограничения.

Шаг 1. Решите, что именно должно двигаться

Самая частая ошибка новичка выглядит так: человек пишет «сделай анимацию про мой продукт» и получает бессмысленное шевеление всего кадра сразу. Движение в кадре обязано быть адресным.

Разложите замысел на три слоя и запишите их отдельными строками:

1. Что двигается. Один объект, максимум два. Герой поворачивает голову. Стрелка идёт по схеме. Цифра на счётчике растёт.
2. Что стоит. Фон, логотип, подпись. Всё остальное обязано остаться неподвижным, иначе кадр превращается в кашу.
3. Куда ведёт движение. Взгляд зрителя должен прийти туда, где лежит смысл: в цифру, в кнопку, в лицо.

Три слоя, названные словами, экономят три-четыре перегенерации. Пока они не названы, запрос остаётся пожеланием.

Шаг 2. Оживление одного кадра, самый надёжный путь

Это тот случай, где машина работает почти без брака, и именно с него стоит начинать.

• Оживи это изображение: добавь лёгкое естественное движение. Камера очень медленно наезжает, пряди волос и ткань шевелятся от слабого ветра, фон остаётся статичным. Ничего нового в кадре не появляется, композиция и лица не меняются. Длительность 4 секунды, плавный цикл.
• Оживи фотографию: движение только у воды и облаков, человек и предметы остаются полностью неподвижными. Без наезда камеры, без смены ракурса. 5 секунд.
• Оживи предметный кадр: медленный оборот объекта вокруг вертикальной оси на 20 градусов и обратно, свет и тени двигаются вместе с ним, фон не меняется вовсе. 3 секунды, бесшовный цикл.

Три правила, которые держат этот шаг чистым:

1. Просите мало движения. Формулировка «лёгкое естественное движение» даёт результат, годный к публикации, а «динамично оживи» даёт кривые руки и плывущее лицо.
2. Называйте, что стоит на месте. Без этой строки движок начинает двигать всё, включая то, что двигаться физически не может.
3. Держите длину в 3-5 секунд. Дальше начинаются артефакты. Лечит их склейка нескольких коротких кусков, формулировкой запроса тут ничего не исправить.

Шаг 3. Персонаж, который не меняется между кадрами

Здесь лежит основная боль анимации машиной. Герой первой сцены и герой третьей выходят разными людьми, даже когда описание совпадает слово в слово.

Порядок, который держит персонажа стабильным:

1. Соберите один опорный кадр героя и дальше подавайте его картинкой-референсом в каждую следующую сцену. Текстовое описание одного персонажа не удерживает.
2. Опишите героя один раз и закрепите формулировку дословно. Возраст, телосложение, цвет и длина волос, одежда с точными цветами, стиль рисунка. Эта строка копируется без изменений во все запросы.
3. Меняйте в запросе только сцену. Ракурс, крупность, фон, действие пишутся отдельной строкой ниже неизменного описания героя.
4. Не подавайте сгенерированный кадр как референс для следующего героя. Копия копии уводит внешность за три-четыре шага.

• Персонаж: [дословное описание, скопированное без изменений]. Сцена: герой стоит у окна вполоборота, средний план по пояс, мягкий боковой свет, за окном город. Стиль рисунка плоский, линии чистые. Лицо строго как на референсе.
• Персонаж: [то же описание]. Сцена: крупный план лица, герой поворачивается к камере и слегка улыбается, фон размыт нейтральным серым. Лицо строго как на референсе, черты не меняются.

Шаг 4. Длинный ролик собирается покадрово

Одного запроса на двухминутный ролик не существует, и попытки его найти это потерянный вечер. Длинная анимация собирается из коротких кусков.

Разбивка по 3-5 секунд нужна ещё и потому, что переделка одной сцены стоит минуты, а переделка целого ролика стоит часа. Дробность здесь это страховка.

Про звук у меня есть отдельный разбор: как озвучить видео нейросетью. Про общую сборку ролика из кусков: как сделать видео нейросетью.

Шаг 5. Анимация текста делается монтажом

Отдельно стоит сказать, чего не надо просить у генератора вовсе. Выезжающие надписи, набор текста по буквам, пульсирующие цифры, появление подписи по слову это работа монтажной программы. Генеративная модель для такого не нужна вовсе.

Машина по запросу «нарисуй анимацию текста» выдаст кривые буквы с опечатками, потому что текст на картинке для неё остаётся рисунком со своей формой букв. В монтаже те же титры делаются за две минуты и выходят идеально ровными.

Чек-лист перед публикацией

• [ ] В кадре двигается один объект, остальное стоит на месте.
• [ ] Лицо героя одинаковое во всех сценах, сверено глазами по контактному листу.
• [ ] Руки и пальцы просмотрены отдельно, лишних не выросло.
• [ ] Ни одна сцена не длиннее 5 секунд без склейки.
• [ ] Надписи сделаны монтажом, а генератор их не рисовал.
• [ ] Звук попадает в движение, реплика кончается вместе со сценой.
• [ ] Ролик просмотрен целиком на телефоне, без звука и со звуком.
• [ ] Первые полторы секунды держат внимание сами по себе.

Частые ошибки

Просьба «сделай динамично»

Слово «динамично» движок понимает как «двигай всё сразу». Получается дёргающийся кадр, где плывут лицо и руки. Правильная формулировка называет конкретное движение конкретного объекта.

Один запрос на весь ролик

Длинная генерация за раз ломается к середине: герой меняется, фон уезжает, композиция рассыпается. Сцены по 3-5 секунд с последующей склейкой дают результат, годный к публикации.

Текстовое описание героя вместо референса

Даже дословно скопированное описание даёт другое лицо в каждой сцене. Опорный кадр картинкой держит внешность, описание её только дополняет.

Забытые пальцы и зубы

Это классика генерации людей: шесть пальцев, лишний зуб, вторая пара очков. Машинные проверки такое пропускают, находят только глаза. Смотрите каждый кадр крупно перед склейкой.

Анимация ради анимации

Движение в кадре обязано вести взгляд к смыслу. Шевеление, которое ничего не подчёркивает, снижает удержание, потому что зритель не понимает, куда смотреть.

Частые вопросы

Можно ли сделать мультфильм на десять минут

Собрать можно, но это проект на недели: примерно сто двадцать сцен, каждая со своим опорным кадром и приёмкой. Для коротких форматов такой объём не нужен вовсе.

Держит ли машина один стиль рисунка на весь ролик

Стиль держится заметно лучше, чем внешность персонажа, особенно если формулировка стиля скопирована дословно в каждый запрос. Референсный кадр помогает и здесь.

Что делать, если герой дёргается на стыке сцен

Добавьте между сценами простой переход в полкадра или смените ракурс: резкая смена ракурса читается как монтажная склейка и не выдаёт сбой генерации. Попытка сшить два куска встык почти всегда видна.

Нужна ли для этого мощная машина

Генерация идёт на стороне сервиса, ваш компьютер её не считает. Требования появляются только к монтажу, и там хватает обычного ноутбука или даже телефона.

Сколько сцен можно сделать за вечер

По моему опыту восемь-двенадцать коротких сцен с приёмкой каждой. Это примерно минута готового ролика, и этого достаточно для короткого вертикального формата.

Что делать дальше

Анимация это один инструмент внутри производства коротких роликов, и сама по себе просмотров не приносит. Решает связка: хук в первые секунды, удержание внутри ролика и призыв в конце.

Полный разбор этой системы с порядком работы и готовыми запросами лежит здесь: система коротких роликов на нейросетях.