Новости нейросетей для видео: выпуск 14 ноября

Суббота, новостей мало, зато почти все про сборку. inclusionAI выложила Duo v1, которая отвечает видео и голосом в реальном времени и даёт себя перебить, Pine открыла настольную студию микродрам, YouArt пустила агента в Premiere и After Effects, Bloomway собирает черновую 3D-сцену по фразе. Дальше слух про LoRA у Gemini Omni, конкурс Higgsfield на 84 млн ₽ и сокращения в Grok Imagine.

Пустые кадры едут по конвейеру, один штамп ставит печать на единственном кадре
01

Duo v1 от inclusionAI: модель, которую можно перебить

13 ноября inclusionAI выложила Duo v1: код на GitHub, веса на Hugging Face, статья на arXiv. Это модель для живого видеоразговора, полнодуплексная: она слушает и видит собеседника и в это же время отвечает видео и голосом, а перебить её можно на полуслове. Внутри две части. Intent решает, когда и что говорить, Realization рисует видео со звуком. Версия Duo 1.0 базовая, дистиллированная на 4 шага, в FP8, рядом лежит Duo 1.2, код под Apache-2.0, веса инициализированы от MiniMax H3. Это превью для исследователей: запуск требует двух видеокарт CUDA. По пересказу AI Weekly ответ идёт кусками по 0,71 с, 93,3% критериев пройдено на 30 тестовых разговорах, первая реакция занимает 330-650 мс на 8 GPU. Цифры из статьи авторов, независимых замеров нет.

Почему это важно: разговор с цифровым человеком перестаёт быть записью по сценарию. Поддержка и консультация в кадре получают формат диалога, где клиент вставляет слово и получает ответ голосом.

02

Pine Drama Studio: сериал собирают агенты, человек утверждает

13 ноября Pine AI через PR Newswire и репозиторий PineComputer/pine-drama-studio открыла студийное приложение под Apache 2.0 для ИИ-микродрам. На входе сценарий и одна инструкция. Дальше агенты строят библию истории, дизайн персонажей, локаций и реквизита на весь сериал, раскадровку, генерируют шоты, проверяют дубли, переделывают уплывшие и монтируют серии. Человек утверждает дизайн, раскадровку, дубли и финальный монтаж. Сама генерация идёт на облачных мощностях Pine Computer, и это платная часть.

Почему это важно: сериал перестаёт упираться в ручную сверку персонажа на каждом шоте. Узкое место переезжает в утверждения.

Четыре станции конвейера: живой диалог, серия кадров, агент в монтаже, 3D-камера
03

YouArt Desktop: агент заходит в Premiere и After Effects

13 ноября стартап YouArt из Y Combinator через GlobeNewswire выпустил настольное приложение для Mac и PC. Агент с разрешения пользователя работает в интерфейсе After Effects, Premiere Pro, DaVinci Resolve, CapCut и Blender: открывает меню, кликает, отправляет команды. Правка от клиента, пришедшая в Slack или Gmail, прикрепляется комментарием к нужному шоту. Свои API-ключи на Higgsfield, fal и BytePlus подключаются напрямую, а маршрутизация ищет провайдера подешевле. Seedance 2.5 в 720p стоит 0,208 $ за секунду, это около 17,5 ₽, а на годовом тарифе Max 0,138 $ за секунду, около 11,6 ₽.

Почему это важно: правка клиента долетает до таймлайна без пересказа. Комментарий в Slack превращается в задачу на конкретном шоте, а перенос правок обычно съедает много времени.

04

Bloomway 3D Director: черновая сцена из одной фразы

13 ноября Bloomway AI через GlobeNewswire показала 3D Director Studio. Мир описывается фразой, на выходе упрощённая 3D-сцена, где действие и движение камеры задаются словами, в анонсе пример «She steps outside. The camera slowly pulls back.». Потом видно анимированный превиз, черновую 3D-анимацию с болванками вместо людей, и он же идёт референсом для финальной генерации. Позицию и путь камеры, фокусное расстояние, крупность и ракурс правят до рендера.

Почему это важно: движение камеры перестаёт быть лотереей в промпте. Режиссёр ставит его в черновой сцене, и модель получает готовую схему кадра.

Ровные весы: десять мелких кубиков на одной чаше, два крупных на другой
05

ИИ видео новости: HyperFrames сделала агента на DeepSeek Harness

13 ноября в блоге HyperFrames вышел текст «Our harness beats Claude Code: here's how». В HyperFrames Studio, бесплатном приложении, где видео собирается кодом, появился свой агент на DeepSeek Harness. На их тесте из 17 видеозадач с той же моделью, что стоит у Claude Code, вышло дешевле примерно на 30%, ходов модели меньше примерно на 35%, на 78% задач ушло меньше усилий, а на ремиксе референса стоимость упала на 40%. Качество в слепом попарном сравнении 41% против 41%, судила модель, не люди.

Почему это важно: обвязка вокруг модели влияет на цену не меньше выбора самой модели. Там, где сборка идёт кодом, разница в 30% по цене считается уже на масштабе серии.

06

Слух: у Gemini Omni нашли LoRA для видео

В ночь на 14 ноября по Москве бот-трекер @aitrackerbot в X написал, что в API Vertex AI, ветка v1beta1, появилась спецификация «Omni LoRA tuning». По его словам, это дообучение видеомодели на своём наборе JSONL для текста-в-видео и картинки-в-видео, размеры адаптера 8, 16 или 32. Google этого не объявляла, в документации на 14 ноября ничего нет. Пока это слух из одного источника.

Почему это важно: если спецификация настоящая, стиль серии можно держать своим адаптером, без длинного промпта в каждом шоте. Проверять придётся на своём наборе, когда появится доступ.

07

Higgsfield, K2V и Grok Imagine: короткие строки

13 ноября в changelog Higgsfield открылся Talent Contest, конкурс ИИ-фильмов с призовым фондом 84 млн ₽ и 20 местами. Фильм от 3 до 7 минут, тема любая, сборка в Cinema Studio, субтитры на английском. Участие бесплатное, с 18 лет, соло или командой до 4 человек.

Кембридж вместе с Toyota Motor Europe 12 ноября выложил на arXiv работу K2V: Generative Keyframing For Physically Plausible Video Generation. Языковая модель планирует физику сцены и делает ключевые кадры, видеомодель заполняет промежутки. Авторы называют лучший результат на тестах Physics-IQ Verified и PhyGenBench, а в их таблице ролик стоит 0,47-0,59 $, то есть 39-50 ₽.

13 ноября The Information сообщила, что ИИ-подразделение SpaceX, бывший xAI, за неделю сократило около 60 человек из команды Grok Imagine, которая делает видео и картинки. Осталось несколько человек поддерживать продукт, приоритет отдан инструментам для кода. Официального заявления нет, это сообщение СМИ в пересказе Techmeme.

Почему это важно: три строки показывают, где сейчас деньги. Конкурсы платят за готовый фильм, исследователи считают цену кадра, а большой игрок сжимает видео до поддержки. Для студии вывод простой: не завязывать пайплайн на одну модель.

08

Новости нейросетей для видео: что это меняет в заказе

Duo v1 открывает разговор в реальном времени, Pine собирает сериал, YouArt садится в чужой монтажный интерфейс, Bloomway ставит камеру в черновой 3D. Общее у них одно: работа уезжает из ручного промпта в утверждения и правки. Вчерашний выпуск 13 ноября разбирал Wizshot-ME, инструменты Flow и Dub & Sync, там речь шла о цене секунды и длине сцены.

Для заказа это меняет смету в одном месте. Дешёвая секунда при десяти прогонах дороже средней при двух, поэтому в видео нейросетями считают итерации и рендер отдельно. Вертикальная реклама собирается версиями, и там правки камеры важнее разрешения.

Другое дело ведение YouTube-канала: серии выходят месяцами, и там важнее одинаковость персонажа и голоса. Сегодняшние релизы обещают такую одинаковость через библию истории и превиз, проверять её придётся на своих сценах.

частые вопросы

01Что значит полнодуплексная модель
Duo v1 слушает и видит собеседника и одновременно отвечает видео и голосом, её можно перебить на полуслове. Внутри две части: одна решает, когда и что говорить, вторая рисует видео со звуком.
02Что делает Pine Drama Studio
Собирает ИИ-микродраму из сценария и одной инструкции: библия истории, дизайн персонажей и локаций, раскадровка, шоты, проверка дублей и монтаж серии. Дизайн, раскадровку, дубли и финальный монтаж утверждает человек.
03Работает ли YouArt в Premiere и After Effects
Да, с разрешения пользователя агент работает в After Effects, Premiere Pro, DaVinci Resolve, CapCut и Blender через меню и клики. Свои ключи к Higgsfield, fal и BytePlus подключаются напрямую.
04Сколько стоит секунда Seedance 2.5 в YouArt
В 720p 0,208 $ за секунду, около 17,5 ₽. На годовом тарифе Max 0,138 $, около 11,6 ₽. Цифры от компании, сверки нет.
05LoRA для Gemini Omni уже доступна
Нет, на 14 ноября это слух. Спецификацию «Omni LoRA tuning» заметил бот-трекер в API Vertex AI, Google её не объявляла, в документации по этому поводу пусто.
06Какой призовой фонд у конкурса Higgsfield
$1 000 000, около 84 млн ₽, 20 мест. Фильм от 3 до 7 минут, сборка в Cinema Studio, субтитры на английском, участие бесплатное с 18 лет.