Новости нейросетей для видео: выпуск 15 ноября

Воскресенье, и новостей меньше обычного: восемь строк вместо обычного десятка. ByteDance открывает Seedance 2.5 Flash в официальном API, Kling 4.0 получает почти квадратные кадры, Meta тестирует вертикальные сериалы, Google покупает долю в Rigi, ElevenLabs выводит своих креативщиков к брендам, у Grok Imagine режут команду. Вчера в блоге вышли отдельные разборы релизов 13 ноября: Duo v1, Pine Drama Studio, YouArt Desktop, Bloomway 3D Director, HyperFrames и K2V.

Кадр видео, секундомер у его края и ряд вертикальных кадров-эпизодов: цена секунды и вертикальные сериалы
01

ByteDance Seedance 2.5 Flash: официальный API и цена секунды

По анонсу ByteDance официальный API модели на платформе Volcano Engine Ark открывается 15 ноября в 14:00 по Пекину, это 09:00 по Москве. Сторонние площадки продают Flash раньше вендора. По документации Venice (прочитано 15 ноября, цифры из сводки ShorStory) секунда без звука стоит 4,8 ₽ в 480p и 10,4 ₽ в 720p. Ролик берётся от 4 до 30 секунд, режимы обычные: текст в видео, картинка в видео и видео по референсам. Ориентир для сметы простой: 10 секунд в 480p обойдутся примерно в 48 ₽.

Рядом стоит прайс API Runway на 15 ноября. Строки Flash там ещё нет, есть только Seedance 2.5: 30 кредитов за секунду, около 25 ₽ за секунду 720p. Цены посредников включают их наценку, поэтому меняются без предупреждения и от официального прайса отличаются в любую сторону.

Почему это важно: до открытия официального API посчитать смету можно было только по чужим прайсам с наценкой. После 09:00 МСК появляется вторая точка отсчёта, и разница между двумя цифрами сразу показывает, сколько берёт посредник. Весь расклад по модели и разрешению я разбирал в материале про Seedance 2.5 Flash и 4K, там же логика выбора между версиями.

02

Kling 4.0: кадры 4:3 и 3:4 в API

14 ноября страница API Updates в документации Kling пополнилась строкой про соотношения сторон. Эндпоинты текст в видео и omni-video для Kling 4.0 и Kling 4.0 Flash принимают теперь 4:3 и 3:4, параметр называется settings.aspect_ratio.

Почему это важно: почти квадратный кадр это ленты и карточки маркетплейсов, где широкий кадр обрезается по краям. Кадрирование внутри модели снимает часть ручной подгонки в редакторе и сохраняет детали, которые при обрезке уезжают за границу.

Широкий кадр обрезается по краям, почти квадратный кадр входит в вертикальный формат целиком
03

PixVid: кадр сразу в пикселях

PixVid это работа Roblox, UC Merced, UPenn и UT Austin, статья arXiv 2611.17336 «Back to Pixels» в пересказе AI Weekly от 15 ноября. Исследователи дообучили Wan2.1-14B генерировать каждый кадр сразу в пикселях, без VAE, то есть без сжатия в латент и обратной распаковки. Итог: вдвое выше разрешение при том же числе токенов на кадр, 960p по цене 480p, и реакция на действие уже на следующем кадре. Сегодня про модель выходит отдельная статья с деталями.

Почему это важно: сжатие в латент удорожает высокое разрешение и задерживает реакцию на команду, а PixVid показывает обход через пиксели без роста числа токенов. Если цифра 960p по цене 480p подтвердится на чужих прогонах, считать смету под качество станет проще.

04

Meta Series и доля Google в Rigi: вертикальные сериалы

По данным Deadline, Meta с 16 ноября запускает тест инструмента Series в части стран. Отобранные авторы собирают вертикальные Reels в сериалы с эпизодами и выкладывают их на Facebook и Instagram. 14 ноября вышел один из первых проектов, рождественский микросериал Christmas at Maple Hollow Inn от Pixie USA с брендом Bob Evans: 20 эпизодов, 38 минут, живые съёмки, идёт он также на YouTube и TikTok. Как будут платить авторам и в каких именно странах идёт тест, Meta не сообщила; летом компания говорила TechCrunch, что думает о монетизации.

В тот же день Indian Television со ссылкой на документы, которые видел Entrackr, написала про долю Google в Rigi. Google International купила 1,43% индийского приложения микродрам примерно за 95 млн рупий. Rigi бесплатен для зрителя, живёт на рекламе и покупках внутри приложения, в Google Play больше 10 млн скачиваний.

Почему это важно: у вертикальных сериалов, включая сериалы на ИИ, появляется ещё одна бесплатная витрина, а покупка доли крупным игроком показывает, что ставка на этот формат не разовая.

Вендор и посредник наливают цену в одну мензурку, из неё выходит ряд секунд одного ролика
05

ElevenLabs Forward Deployed Creatives

13 ноября в блоге ElevenLabs появился Forward Deployed Creatives. Это креативщики самой компании: они работают вместе с командой бренда внутри ElevenCreative или берут рекламу под ключ, включая локализацию. Подробности выйдут сегодня отдельной статьёй.

Почему это важно: вендор моделей начинает продавать готовую рекламу руками своих людей. Для заказчика это привычная схема подряда, для студии конкурент, который уже внутри платформы.

06

ИИ видео новости: тест четырёх моделей на восьми заданиях

13 ноября издание 21-й век экономика (21jingji) опубликовало материал Guangzhui Intelligence, где сравнили Seedance 2.5, Kling 4.0, Vidu Q4 Preview и Wan 3.0. Заданий восемь: драка в офисе, эмоции, согласованность до пяти референсов, танец из девяти шагов, человек ест спагетти, колыбель Ньютона, следование свету и синхрон губ. На каждое задание по одной генерации.

Расклад получился такой. Seedance 2.5 лучше всех держит сложные инструкции, мимику, танец и свет, но ошибся в реквизите по референсам, работает медленно и стоит дорого. Kling 4.0 попал в топ-2 во многих заданиях, 10 секунд у него уходят примерно за 2 минуты. Wan 3.0 точно повторил реквизит, при этом слаб в физике и в драке, 10 секунд рендерятся 6-8 минут. Vidu Q4 Preview силён в актёрской игре, местами требует переделки и ошибся в губах. Всё это оценка журналиста по одной попытке, статистики за ней нет.

Почему это важно: такие тесты полезны списком слабых мест, а рейтинг по ним строить рано. Реквизит по референсам, физика удара и губы на крупном плане это ровно те провалы, которые потом вычищают руками в монтаже.

07

Grok Imagine: минус около 60 человек в команде

The Information 13 ноября сообщила, что ИИ-подразделение SpaceX, бывший xAI, сократило около 60 человек из команды Grok Imagine, а приоритет отдан инструментам для кода. Продукт продолжает работать. Официального заявления компании нет, так что это сообщение СМИ.

Почему это важно: продукт работает, а вот насколько быстро он будет обновляться, из сообщения не следует. Планировать серию на модели, у которой сильно сократили команду, стоит с запасной веткой. Подробности в отдельной статье, она вышла вчера.

08

Новости нейросетей для видео: что это значит для заказа

Три истории из выпуска складываются в одну линию. Секунда генерации получает вторую цену от самого вендора, кадр получает нужную пропорцию без обрезки, а вертикальные сериалы получают площадку внутри Meta. Для заказа это значит, что черновик дешевеет, а вот качество на финале по-прежнему зависит от прогонов и отбора.

Смету я считаю так: сначала цена секунды у вендора, потом цена с наценкой посредника, разница показывает, кто и сколько берёт на пути к готовому файлу. Когда видео нейросетями собирают серией версий, порядок цифр в смете определяется числом прогонов, и дешёвая секунда при десяти попытках выходит дороже средней при двух. Для вертикальной рекламы версий всегда больше, чем идей, поэтому запас на переделки там закладывают сразу.

Если проект требует гарантии на лица, реквизит и текст в кадре, ручные ролики от 16 000 ₽ снимают этот риск, потому что за кадр отвечает человек. Выпуск 13 ноября разобрал Baidu, Flow и Dub & Sync, там речь шла про длину сцены и дубляж, и эти линии сегодня продолжаются.

частые вопросы

01Что меняется после открытия Seedance 2.5 Flash в официальном API
Появляется прайс самого вендора на платформе Volcano Engine Ark с 15 ноября, 14:00 по Пекину. До этого смету считали по прайсам посредников, где сидит их наценка.
02Какие соотношения сторон получил Kling 4.0
4:3 и 3:4, параметр settings.aspect_ratio в эндпоинтах текст в видео и omni-video для Kling 4.0 и Kling 4.0 Flash. Добавлены 14 ноября.
03Когда начнётся тест Meta Series
С 16 ноября, в части стран и только у отобранных авторов. Полный список стран и схему оплаты Meta не раскрыла.
04Сколько заплатил Google за долю в Rigi
Около 95 млн рупий за 1,43% индийского приложения микродрам, по документам, которые видел Entrackr.
05Можно ли считать тест четырёх моделей рейтингом
Нет. Это одна генерация на каждое из восьми заданий и оценка журналиста. Для выбора модели под свой проект нужен свой тест на своём материале.