Как сделать анимацию нейросетью: 16 ключей у Luma

Luma 6 ноября 2026 заявила 16 ключевых кадров внутри клипа, Kling 4.0 даёт 10, FLUX 3 тоже 10. Для меня это смена жанра: генерация превращается в аниматику, где режиссура шота возвращается к человеку. Разбираю, что именно обещают вендоры, как ставить ключи и почему в вертикальной рекламе я держу 3-4 ключа на десять секунд.

Ряд ключевых кадров на таймлайне: фигура меняет позу, пунктирные дуги показывают движение между кадрами
01

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.

02

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.

Сравнение двух кадров и четырёх: слева путаная траектория в середине шота, справа ровные связки между состояниями
03

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.

04

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.

Плотность ключей на таймлайне: слева три редких ключа с плавными отрезками, справа частокол ключей и рваные стыки
05

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.

06

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.

07

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.

08

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.

частые вопросы

01Сколько ключевых кадров можно задать в одном клипе
У Luma Ray 3.2 до 16 ключевых кадров через Ray3.2 API, у Kling 4.0 до 10, у FLUX 3 до 10 ключевых изображений. Точный лимит зависит от длины клипа и режима генерации.
02Зачем нужны промежуточные ключи, если есть первый и последний кадр
Пара кадров задаёт только начало и конец, середину модель придумывает сама. Промежуточные ключи фиксируют, что происходит по дороге, и убирают случайные повороты сюжета внутри шота.
03Что делать, если картинка дёргается между ключами
Убрать один ключ или разбить шот на два. Плотная расстановка ключей оставляет модели слишком мало времени на промежуточные кадры, и движение получается рваным.
04Подходит ли это для вертикальной рекламы
Да, при умеренной плотности. Я держу 3-4 ключа на десять секунд: этого хватает на товар, реакцию и финальный кадр, а плавность остаётся.