Видео без съёмки: как нейросеть собирает ролик из фото товара и текста
Видео без съёмки собирается из фотографии товара, текста и генерации: камера, студия и актёр в кадре не нужны. Откройте карточку любого крема на маркетплейсе. Скорее всего, там будет ролик: девушка распаковывает коробку, крутит банку в руках, что-то говорит в камеру. Всё чаще ни девушки, ни банки, ни студии в этой сцене не было: была фотография товара, текст и человек за ноутбуком. Расскажу, как такое собирается, где ломается и почему кнопки «сгенерировать ролик» на самом деле не существует. Пошаговая инструкция, как собрать такой ролик самому за вечер, в статье [видео нейросетью из текста](/blog/video-neyrosetyu-iz-teksta).
20 роликов без съёмки за 120 000 ₽, 10 дней. Заказать ИИ-видео без съёмки → Отдельно разобрали, цены на рекламное видео без съёмки.

Три способа получить видео, не включая камеру
Всё, что сейчас называют видео нейросетью без съёмки, сводится к трём приёмам. Первый из текста: описываешь сцену словами, модель вроде Runway или Kling рисует движущуюся картинку. Второй из фотографии: загружаешь один кадр, и модель оживляет его, додумывая, как двигались бы объекты в следующие секунды. Третий говорящий человек: по фото или короткой записи собирается цифровой двойник, который читает ваш текст вслух.
Деталь, о которой в рекламе сервисов пишут мелким шрифтом. Одна генерация это клип на от 5 до 10 секунд, у отдельных моделей до 15–20. Не минута. Минутный ролик это шесть-двенадцать отдельно сгенерированных кусков, склеенных так, чтобы зритель не заметил швов. Функция «продлить клип» есть почти везде, но каждое продление: ещё одна лотерея.
Модель не понимает, что рисует. Она угадывает следующий кадр по миллионам просмотренных видео: волосы на ветру и пар над чашкой получаются отлично, а редкое плохо.
UGC-видео с ИИ и AI-маскот: зачем это маркетплейсам и брендам
UGC: user-generated content, контент, который как будто снял обычный покупатель. Вертикальный кадр, чуть дрожащая камера, человек показывает товар и говорит своими словами. Их смотрят охотнее студийной рекламы, потому что они на рекламу не похожи.
Настоящих покупателей с камерой и дикцией мало, а карточек у продавца сотни. Здесь и появляется ИИ: сгенерированный человек, сгенерированная обстановка, реальный товар с фотографии и текст под конкретное возражение покупателя. Мы так делали UGC-видео для Biorepair, международного бренда: у бренда жёсткие требования к тому, как выглядит продукт, и генерация обязана их выдержать.
Площадки сгенерированные ролики не запрещают
Требования те же, что к любому видео: у Wildberries до трёх минут, у Ozon от 8 секунд до 5 минут, в кадре тот самый товар, без цен и скидок. Что ещё смотрит модерация, я разбирал в статье про UGC-видео для маркетплейсов; если нужна ещё и инфографика для карточек это отдельная работа.
Отдельный жанр AI-маскот
Сгенерированный персонаж, который становится лицом бренда или курса. Для СИБУРа мы собрали такого для внутреннего курса по ИИ за три дня, для FORCELAB: мультиязычного амбассадора бренда. Маскот не устаёт и не уходит к конкурентам, зато его нужно держать одинаковым от ролика к ролику, а моделям это даётся с трудом.
Хотите попробовать по ходу чтения? Сервисы из статьи открываются в новой вкладке.
Сделаем под ключ
Пакет START: 20 роликов по 10 секунд, в них графика, монтаж, озвучка, субтитры и все форматы публикации. 120 000 ₽, 10 дней. Раскадровку согласуем до старта.
Пакеты: START 120 000 ₽ · PRO 160 000 ₽ · EXPERT 220 000 ₽. Заказать ИИ-видео без съёмки
Из чего складывается ролик на самом деле
Если бы всё сводилось к «написал промпт: получил видео», агентства вроде нашего были бы не нужны. Цепочка длиннее.
Сценарий. Тридцать секунд это примерно полсотни слов, и каждое должно работать: первые три секунды удерживают палец над лентой, последние пять объясняют, что делать дальше. Сценарий пишется дольше, чем генерируется видео.
Раскадровка. Ролик разбивается на планы по несколько секунд, под каждый: описание кадра и света. Здесь же решается, что генерируется, а что берётся с реальных фотографий товара.
Генерация. Самая непредсказуемая часть. Удачный план с первого раза получается редко: в одном варианте у героя шесть пальцев, в другом банка сменила цвет, в третьем камера уехала не туда. Хороший результат это отбор, а не удача.
Озвучка и монтаж
Голос синтезируется в ElevenLabs: нейтральный дикторский или клон голоса конкретного человека, если он дал согласие. Дальше обычный монтаж: склейки, музыка, субтитры, цветокоррекция, чтобы восемь разных генераций выглядели одним видео.
На ролик уходят часы, иногда дни
Не десять минут. Когда мы делаем серии AI-видео без съёмки, экономия по сравнению со съёмкой не в том, что каждый ролик мгновенный, а в том, что не нужно собирать команду, локацию и актёров на каждый выпуск.
Где генерация выглядит плохо и когда камера всё равно нужна
Руки. Модели по-прежнему путают количество пальцев и то, как ладонь обхватывает предмет. Если человек в ролике долго держит товар крупным планом, готовьтесь к переделкам.
Текст в кадре
Надпись на упаковке, вывеска, экран телефона почти всегда превращаются в набор букв, похожих на настоящие. Лечится наложением реального изображения при монтаже, но это ещё один этап.
Длинные сцены
Чем дольше клип, тем сильнее плывёт персонаж: меняются черты лица, цвет одежды, пропорции. Поэтому и режут на короткие планы.
Физика. Жидкость льётся не туда, тени живут отдельной жизнью. Зритель не поймёт, что не так, но почувствует.
И честный ответ, когда камера всё-таки нужна. Если товар должен быть показан точно (фактура ткани, оттенок помады, размер относительно руки), генерация подведёт, и покупатель объяснит это возвратом. Если ролик держится на доверии к конкретному человеку (врач, юрист, основатель), люди чувствуют подмену. Если нужна документальность: производство, склад, сотрудники. Тут ИИ поможет со сценарием и монтажом, а кадр лучше снять.
Права: лица, музыка, товарные знаки и маркировка
Лица. Изображение реального человека: только с его согласия, статья 152.1 Гражданского кодекса. Сгенерированный «никто» согласия не требует, но если модель выдала лицо, похожее на известного человека, это ваша проблема, а не сервиса. Голос, по которому человека можно узнать, относится к персональным данным по 152-ФЗ, согласие на клонирование оформляется письменно, отдельным документом.
Музыка. Трек из стока или сгенерированный нейросетью нужно проверять на условия лицензии. У сервисов генерации музыки бесплатный тариф обычно не даёт права на коммерческое использование, и пользовательское соглашение придётся дочитать.
Товарные знаки. Модель может нарисовать в кадре чужой логотип, потому что видела его тысячи раз. Перед публикацией ролик просматривается покадрово.
Маркировка. Рекламный ролик, сделанный ИИ, всё равно остаётся рекламой. Если он размещается в интернете как реклама, нужен токен erid и передача данных в ЕРИР по закону «О рекламе». С пометкой «сделано нейросетью» иначе: летом 2026 года подписан закон о развитии ИИ, и по нему такая маркировка для авторов добровольная. Крупные площадки с 1 марта 2027 года обязаны дать техническую возможность её поставить, но заставлять никого не будут. Я бы ставил и без обязанности.
Цена ролика складывается из тех же этапов. Наши цены на рекламное видео без съёмки выложены открыто, там видно, как считаются серии из 20, 30 и 50 роликов.
Вместо вывода
Видео нейросетью без съёмки не замена оператору, а другая профессия: часть сценариста, часть монтажёра, часть человека, который отличает удачную генерацию от почти удачной. Технология уже годится для карточек товара, коротких промо, обучающих курсов и всего, где важна регулярность, а не документальная точность. И пока не годится там, где зритель должен поверить именно вашему лицу и именно вашей ткани.
Как это выглядит на реальных проектах, можно посмотреть на странице AI-видео.
Частые вопросы
Что спрашивают до заказа и что мы на это отвечаем.
Можно ли сделать видео нейросетью из одной фотографии товара?
Да, это основной сценарий для карточек маркетплейсов: фото товара накладывается на сгенерированную обстановку и персонажа. Форму, цвет и надписи на упаковке приходится контролировать вручную.
Сколько по времени делается один ролик?
Часы, иногда дни: сценарий, раскадровка, перебор вариантов генерации, озвучка и монтаж. Сама генерация клипа занимает минуты, остальное: работа людей.
Пропустят ли Wildberries и Ozon сгенерированное видео?
Площадки такие ролики не запрещают. Требования общие: формат, длительность, вес, в кадре тот самый товар, без цен и скидок. Отклонить могут за искажённый товар или чужой логотип.
Нужно ли маркировать рекламный ролик, сделанный ИИ?
Как рекламу да: токен erid и данные в ЕРИР по закону «О рекламе». Пометка «сделано нейросетью» по закону 2026 года для авторов добровольная; площадки обязаны дать возможность её поставить с 1 марта 2027 года.
Когда нейросеть не подходит и лучше снимать?
Когда покупатель должен точно увидеть фактуру, оттенок и размер товара; когда ролик держится на доверии к конкретному человеку; когда нужна документальность.
Не хотите разбираться сами?
Пакет START: 20 роликов по 10 секунд, в них графика, монтаж, озвучка, субтитры и все форматы публикации. 120 000 ₽, 10 дней. Раскадровку согласуем до старта.
20 роликов без съёмки за 120 000 ₽, 10 дней →
Не готовы к разговору? Начните с гайда «ИИ-ролик для бренда» в Telegram →
Где это сделать самому
Инструменты, в которых собирается то, о чём статья: что каждый делает хорошо, чего от него не ждать и где попробовать на своей задаче.
SYNTX
Тексты, картинки, видео и музыка в одном Telegram-боте и веб-приложении: ChatGPT, Gemini, Kling, Veo, Sora, Suno и ещё сотня моделей по одной подписке. База знаний с инструкциями на русском.
- Одна подписка вместо десятка сервисов: тексты, картинки, видео, музыка
- Работает прямо в Telegram, ничего устанавливать не нужно
- Библиотека трендов: повторить популярный эффект в несколько кликов
- База знаний на русском: инструкции по каждой модели
Это подписка, а не оплата за использование: если генераций мало, посчитайте, окупится ли месяц.
Попробовать SYNTXHiggsfield
Картинки, видео и голос из текста или по референсу; движения камеры и стили для роликов, апскейл, редактирование. Веб и мобильное приложение.
- Движения камеры и кинематографичные пресеты для коротких роликов
- Картинка → видео: продукт и композиция остаются вашими
- Голос, апскейл и редактирование в том же кабинете, веб и мобильное приложение
Сильная сторона: кинематографичные короткие ролики; длинные сцены и точный текст в кадре не его задача.
Попробовать Higgsfield