Что Luma объявила 6 ноября
Новость Luma про модели для длинных клипов вышла 6 ноября 2026. Это материал самой компании, и все числа ниже идут как заявление вендора: независимых тестов на день публикации нет. Суть в одном абзаце. Ray 3.2 принимает до 16 ключевых кадров внутри клипа через Ray3.2 API. Ключевой кадр здесь означает состояние сцены в конкретной точке времени, а модель достраивает движение между этими состояниями. Через ключи задают траекторию героя, темп и визуальную прогрессию, то есть развитие шота от начала к концу.
Дальше детали, которые важны для производства. Клипы по 5 и 10 секунд за проход, есть extension для продолжения сцены, 16-бит HDR и экспорт EXR. Последние два пункта решают больше, чем кажется на первый взгляд. EXR заходит в композитинг без потерь по цвету, и рекламный кадр не разваливается на цветокоррекции.
Раскадровка видео ИИ: у кого 16, 10 и 10 ключей
Kling 4.0 держит до 10 ключевых кадров, Omni Reference тянет до 15 ассетов, проход длится до 30 секунд. FLUX 3 работает как image-to-video и принимает до 10 ключевых изображений, клип идёт 5-20 секунд, для превью есть draft-режим. Luma остаётся на 16.
На практике это меняет смысл запроса «раскадровка видео ии». Обычно он означает одну картинку на старте клипа, а дальше работает удача. Теперь раскадровка становится буквальной: вы готовите состояния сцены, и модель собирает между ними движение. Шестнадцать ключей на десятисекундном шоте дают ключ примерно каждые 0,6 секунды.

Нейросеть для раскадровки видео: два кадра или десять
Wan 3.0, MiniMax H3 Max и Gemini Omni Flash 1.1 работают по схеме первого и последнего кадра: две картинки, между ними интерполяция. Это базовая ступень, у нас про неё есть отдельный разбор, как работает первый и последний кадр. Внутри пары движение выбирает модель, и повлиять на середину шота почти нечем.
Разница между двумя кадрами и десятью это разница между намерением и контролем. С парой кадров вы заказываете результат и надеетесь, что середина получится. С десятью вы описываете, что происходит по дороге: где герой поворачивает, где камера поднимается, где меняется свет. Для рекламного шота такой контроль дороже скорости.
Как сделать анимацию нейросетью: порядок из шести шагов
Порядок у меня один, и он сложился после серии вертикальных роликов.
Первое: раскадровка на 4-6 опорных состояний. Столько ключей закрывают десятисекундный шот, остальное модель достроит сама. Больше ключей означает больше мест, где картинка может поплыть.
Второе: одинаковый свет, фокус и масштаб героя на всех ключевых картинках. Если на первом ключе герой стоит по грудь, а на третьем по пояс, модель начнёт менять масштаб по ходу движения, и это видно без стопа.
Третье: расстояние между ключами не меньше 1-2 секунд. Плотнее ставить бессмысленно, у модели остаётся слишком мало времени на промежуточные кадры, и движение получается дёрганым.
Четвёртое: промпт описывает переход между ключами. Пишите, что происходит в промежутке: поворот головы, шаг, подъём камеры, смена плана. Ключи задают точки, текст задаёт способ добраться до них.
Пятое: проверка морфинга на 100% зуме. Руки, лицо, логотип на одежде. Именно там модель чаще всего перерисовывает деталь в середине клипа.
Шестое: если поплыло, убрать лишний ключ или разбить шот на два. Добавлять новые ключи в проблемное место обычно худший вариант, потому что каждый ключ требует согласования с соседями.

Мой лимит: 3-4 ключа на десять секунд
Для вертикальной рекламы я держу 3-4 ключа на десять секунд, хотя модели позволяют шестнадцать. Причина простая: вертикальный ролик держит внимание зрителя считанные секунды, и плавность важнее детализации внутри шота. Четыре ключа дают три отрезка движения, этого хватает, чтобы показать товар, реакцию и финальный кадр. Пять и больше ключей обычно ломают плавность, и шот начинает читаться как слайд-шоу.
Шестнадцать ключей я рассматриваю как запас для длинных сцен: тридцатисекундный проход у Kling или продолженный клип у Luma. Там плотность ключей падает естественно, и каждый ключ получает по два-три секунды движения.
Проверка перед сдачей
Смотрю в трёх режимах. Сначала 100% зум на руках и лице: пальцы слипаются первыми. Потом весь клип в реальном времени на телефоне, потому что сжатие в соцсетях съедает мягкие переходы. В конце сравниваю каждый ключ с тем кадром генерации, который стоит на его месте, и проверяю, что модель не сдвинула свет.
Отдельная привычка: смотреть стык ключей на паузе. Если между двумя ключами видно микрорывок, зритель его тоже увидит, хоть и не назовёт причину.
Где ключи окупаются
Ключевая выгода в согласовании. Клиент приносит раскадровку на бумаге, и теперь эти рисунки становятся состояниями шота напрямую. Правка на уровне ключа дешевле пересборки клипа: заменили одну картинку, перегенерировали отрезок, остальное осталось на месте.
Сборка идёт в видео нейросетями, где ключи задают скелет шота, а монтаж и звук добираются руками. Когда нужен полный контроль над светом и актёрской игрой, в работу идут ручные ролики от 16 000 ₽, и там за кадр отвечает человек. Для серии версий одной рекламы ключи экономят больше всего: один набор состояний, разные финалы.
Мой вывод
Ключевые кадры превращают генерацию в аниматику. Ценность новости Luma для меня в режиссуре шота, а число 16 остаётся запасом возможностей. Пока вендоры меряются ключами, выигрывает тот, кто умеет их расставлять: четыре продуманных состояния дают более живой клип, чем шестнадцать случайных.
Мой рабочий сценарий на новом проекте: раскадровка на бумаге, четыре ключа на десять секунд, тест на самом сложном отрезке, потом решение про весь ролик. Если середина плывёт, убираю лишний ключ.
И одно предупреждение для тех, кто продаёт это клиенту. Обещание «любое движение по раскадровке» звучит красиво, но морфинг рук и лица пока лечится только сокращением ключей и длиной отрезка. Тестовый фрагмент до основной работы стоит дешевле, чем переделка серии.




