Что Phancy выпустила 18 ноября
Пресс-релиз пришёл 18 ноября из Пекина и Гонконга через Media OutReach Newswire. Phancy Group, тикер 6682 на Гонконгской бирже, платформа облачных ИИ-сервисов для предприятий, показала две собственные модели серии Phai. Phai-M1 отвечает за видео. Phai-A1 это языковая модель с окном около 1 млн токенов, её можно развернуть локально на ПК. Обе встроены в продукты Phancy, включая PhanthyMovie. Серию дообучили под вычислительную платформу Huawei Ascend при поддержке сообщества ModelHub XC. Попробовать модели можно на сайте Phancy. Цена, лимиты и независимые сравнения не опубликованы, и это первое, что стоит держать в голове.
Модель под живых актёров: кому адресована заявка
Phancy говорит прямым текстом: Phai-M1 обучали с упором на сцены кино и сериалов с живыми актёрами, live-action. Задача заявлена в трёх пунктах: естественнее мимика, естественнее движения тела, меньше типичных искажений ИИ-видео. Адресат тоже назван прямо: игровые сериалы и короткие ИИ-драмы.
Мне эта формулировка нравится своей узостью. Рекламный кадр прощает многое, потому что живёт две секунды и продаёт предмет. Диалог двух людей не прощает ничего: зритель смотрит в лицо и читает микродвижения. Если модель действительно дообучали на актёрских сценах, выигрыш будет виден в разговоре, в среднем плане, на смене эмоции. Проверить это можно только своим материалом, потому что примеры в пресс-релизе всегда лучшие.

Видео со звуком за одну генерацию: 15 секунд и 3 минуты
Вторая заявка важнее первой. Видео и синхронный звук Phai-M1 генерирует в одном процессе: кадр и голос рождаются вместе, отдельная озвучка не нужна. В тесте ролик 15 секунд в 720p собрался примерно за 3 минуты.
Арифметика простая: одна секунда готового материала стоит около 12 секунд счёта. Минута материала это примерно 12 минут генерации, восьмиминутная серия около 1,6 часа чистого счёта. Плюс дубли, а дубли будут всегда, потому что принимают не первый вариант.
Для заказчика вывод такой: 15 секунд это формат шота, и сериал придётся собирать из шотов. Один длинный план на такой длине не собрать, зато монтаж получает нормальную единицу работы. Драма на 10 минут это сорок шотов по 15 секунд, и каждый шот надо будет проверять глазами.
Китайская нейросеть для сериалов: на что смотреть в первых тестах
Мой список проверок короткий, и он не про красоту картинки.
Первое: лицо на смене эмоции. Беру реплику, где герой сначала спокоен, потом повышает голос. Смотрю, держится ли форма лица в момент перехода, не плывут ли скулы и глаза.
Второе: губы на согласных «м», «п», «б». Синхронный звук проверяется именно на них, потому что там видна смычка. Модель, которая хорошо попадает в гласные, на смычке рассыпается.
Третье: руки. Жест в кадре это самый частый провал видео с людьми. Прошу сцену с разговором на пальцах или с чашкой в руке.
Четвёртое: повтор. Один и тот же промпт два раза. Если лицо между прогонами меняется, персонажа через серию не удержать.
Пятое: звук на второй половине клипа. На пятнадцати секундах голос успевает уехать по тембру, и это слышно в наушниках.
Проверять всё это лучше на своём сценарии и на своём голосе. Демо на сайте проекта показывает возможности, а нам нужна предсказуемость на сорока шотах подряд.
Веса без даты: что стоит за обещанием
Phancy обещает выложить веса Phai-M1 и Phai-A1 для разработчиков в ближайшем будущем. Даты нет, условий лицензии нет, требований к железу для видеомодели тоже нет.
Моя позиция простая. Обещание весов без даты не меняет ни одну смету. Сегодня есть веб-демо с неизвестной ценой и пресс-релиз, а открытые веса это отдельный сценарий: модель крутится на своей машине, материал не уходит наружу, стоимость считается по железу и электричеству. Про Phai-A1 хотя бы сказано, что она разворачивается локально на ПК. Про Phai-M1 такой строчки нет, и это заметно.
Пока файла модели нет, планировать на нём сериал нельзя. Держу такие анонсы в списке кандидатов и возвращаюсь к ним, когда появляется дата.
Сколько это стоит заказчику
Цена Phai-M1 не опубликована, лимитов нет, независимых сравнений тоже нет. Поэтому разговор про деньги пока идёт в двух плоскостях.
Первая плоскость это смета самого ролика. Генерация хорошо закрывает шоты, где ошибка не бросается в глаза, а сцены с лицом обычно требуют ручной доводки. Ручные ролики стоят от 16 000 ₽, и это цена за ролик, где за каждый кадр отвечает человек. Поток коротких шотов без крупных планов дешевле собирать как видео нейросетями.
Вторая плоскость это сама модель. Если Phancy откроет доступ по подписке, считать будем по цене шота. Если веса выйдут, считать будем по железу. Обе цифры пока вилами по воде, и заказчику честнее сказать это сразу.
Тут же стоит держать в голове общий контекст. Китайские нейросети для видео за последний год вышли из категории «попробовать» и превратились в рабочий инструмент, отдельный разбор по ним уже выходил, а Phai-M1 добавляет к списку ещё один вариант.
Мой вывод
Phai-M1 я бы поставил в очередь на тест вторым номером, после модели, которая уже отдаёт стабильное лицо на длинных сценах. Причина в том, что обещания здесь сильные, а проверяемых данных мало: один тест на 15 секунд, закрытая цена, веса без даты.
Дай Вэньюань, CEO Phancy, говорит, что гонка моделей сама по себе заканчивается и выигрывает связка из инфраструктуры, моделей и приложений. С этой мыслью я согласен, и для заказчика она означает простую вещь: смотреть надо на продукт вокруг модели. PhanthyMovie, тарифы, лимиты, скорость переделок. Хорошая модель без понятной цены за шот остаётся демо.
Если сериал нужен в этом месяце, я бы строил его на том, что уже считается предсказуемо, и держал Phai-M1 как кандидата на следующий сезон. Если нужна одна сцена с живым актёром для пилота, тест на Phai-M1 стоит потраченного часа.




