Базовый непрерывный отрезок видео, который нейросеть удерживает без распада физики, длится всего от 4 до 8 секунд, но в обновлённом Google Flow из таких коротких дублей складывается цельный 60-секундный ролик с одним и тем же героем. Ещё недавно любая склейка генераций меняла черты лица и одежду прямо на ходу.
Я изучил обновление Google Flow на базе видеомодели Veo от Google DeepMind и тестовые прогоны практика Джулиана Голди. Главный вопрос здесь прикладной: как создавать сюжетные видеоролики для презентации продукта с помощью ИИ без дорогого съёмочного оборудования и операторов?
Кинематографический контроль: как Google Flow связывает отдельные генерации в единый фильм
Чтобы герой не менял внешность на склейках, в Google Flow объединили студию раскадровки Storyboard Studio и модель Veo (с быстрым профилем Omni 1.2 Flash). Раньше генератор работал как художник с короткой памятью, рисующий каждый дубль с нуля. Теперь фиксация ассетов Assets Lock действует как гримёр с паспортом персонажа на площадке: ты загружаешь один портретный снимок, а система фиксирует векторы эмбеддингов лица и одежды (цифровой слепок черт). В какую бы сцену ни переместилась виртуальная камера, этот слепок удерживает облик героя, а стыки сглаживаются по алгоритму оптического потока — нейросеть отслеживает движение точек и плавно соединяет соседние планы. О первых шагах этой механики мы писали в обзоре сохранения персонажей в Google Flow. В студии доступны три сценарных направления: история основателя Founder Film, трейлер продукта Product Trailer и экранизация кейса Case Study Cinema.
Шестичастный шаблон раскадровки: как описывать движения камеры и эмоции персонажа
Без режиссёрской разметки даже с закреплённым лицом модель скатывается в сумбур. Возьмём задачу Джулиана Голди: превратить историю автора курса в промо-ролик (16:9 для сайта или 9:16 для Reels). На старте есть одно фото в чёрном блейзере и сценарий из шести строк: ночная комната со старым ноутбуком; работа над страницами; рост команды до 70 человек; выступление на конференции; переход к ИИ; и рассвет на крыше на фоне огней города, где герой с улыбкой оборачивается к объективу.
После рендера в 1080p эти сцены складываются в связную короткометражку с единым стилем. Зритель считывает перемену эмоций от усталости до уверенности, а автору не пришлось арендовать зал, собирать массовку и запускать дрон.
В этом примере важна деталь: в первой сцене камера делает только медленный наезд к ноутбуку, а в финальной — плавный взлёт над крышей. Из частного приёма следует общее правило: один кадр вмещает одно действие и один манёвр камеры. Промпт каждого кадра строится по шестичастному шаблону:
- Локация и окружение — геометрия комнаты или улицы, архитектура и время суток, задающие глубину пространства.
- Описание субъекта — возраст, одежда героя и его конкретная эмоция в текущем эпизоде.
- Движение камеры — одна команда на сцену: наезд
Dolly In, сопровождениеTracking Shot, нижний ракурсLow Angle, наклонDutch Angle, панорамаPanили кранCrane. - Свет и палитра — сквозная строка стиля
look line, которую слово в слово копируют в каждый шот (широкоэкранная оптика, мягкое зерно, тёплый контровой свет) для единства цвета. - Темп и действие — скорость перемещения героя и объектов в кадре без лишней суеты.
- Звуковой ориентир — фоновые шумы и атмосфера сцены, под которые модель подстраивает ритм движения.
Артефакты и границы: где генеративное видео пока уступает реальной съемке
У технологии остаются физические границы. Во-первых, страдает мелкая моторика: печать на клавиатуре или завязывание шнурков вызывают искажение пальцев, поэтому проще запросить пару дублей и выбрать чистый. Во-вторых, вывески с текстом и надписи на мониторах внутри видео плывут — в промпте сразу запрещают буквы в кадре, а титры накладывают на монтаже. Наконец, синхронизация губ на русском языке не предусмотрена, так что историю озвучивают закадровым голосом в редакторе вместе с цветокоррекцией.
Связка Google Flow и Veo снимает расходы на съёмку для коротких тизеров, оставляя человеку роль режиссёра. Какую историю о своём проекте ты бы превратил в короткий фильм первой, если бы для съёмок сегодня вечером хватило одной фотографии и получаса за ноутбуком?



