( AI и кино )
У «Саньсиндуя» громкий ярлык — первый полнометражный AI-фильм в китайском прокате. Но нас больше заинтересовало другое: два года работы, 1,2 миллиона исходных изображений и больше ста версий картины.
Давайте сразу уберем в сторону громкий ярлык «первый полнометражный AI-фильм». Он хорошо работает в заголовке, но почти ничего не объясняет. Гораздо интереснее другое: 23 октября 2026 года Sanxingdui: Future Past должен выйти в обычный китайский прокат. Не в виде технологического демо и не как короткий фестивальный эксперимент, а как стоминутное кино, на которое зритель покупает билет.
Фильм вдохновлен древней культурой Саньсиндуй, но выглядит как масштабная научная фантастика. Его персонажи — оригинальные цифровые образы, а не копии известных актеров. Короткий трейлер дает почувствовать мир картины, хотя по двадцати восьми секундам, конечно, невозможно понять, выдержит ли эта эстетика полный метр.
Нас зацепила не столько сама приставка AI, сколько производственные цифры: около двух лет работы, больше 1,2 миллиона исходных изображений и свыше ста сборок фильма целиком. Вот здесь рекламный слоган заканчивается и начинается настоящий продакшн.
Когда слышишь «AI-фильм», воображение услужливо рисует человека, который написал хороший промпт, выпил кофе и вернулся к готовой картине. История «Саньсиндуя» устроена почти противоположным образом.
Над проектом работала полноценная команда, а Bona Film Group использовала собственную систему Boka Cloud Film Studio. Нейросети помогали создавать материал, но кто-то все равно должен был выбирать нужные варианты, удерживать персонажей в одном облике, пересобирать сцены, следить за светом, звуком, цветом и логикой пространства. И повторять этот цикл снова и снова.
Любой, кто хоть раз собирал ролик из большого количества версий, знает неприятную правду: получить еще один вариант легко. Понять, какой из них действительно нужен истории, намного сложнее. AI ускоряет производство материала, но не принимает за режиссера ни одного важного решения.
Фильм вдохновлен древней культурой Саньсиндуй, но выглядит как масштабная научная фантастика.
Цифра впечатляет, но с ней легко ошибиться. Сто минут кино при 24 кадрах в секунду — это примерно 144 тысячи кадров на экране. При этом 1,2 миллиона исходных изображений нельзя делить на хронометраж и считать готовым фильмом. Среди них были варианты героев, фоны, тесты, опорные кадры, промежуточные версии и наверняка огромное количество материала, который не попал в монтаж.
Для нас эта цифра говорит не о волшебной производительности машины, а о масштабе человеческого отбора. Генератор снимает дефицит вариантов — и тут же создает другую проблему: вариантов становится слишком много. Нужно сравнивать лица, костюмы, направление взгляда, свет, движение камеры, географию сцены. Ошибка в одном шоте может быть почти незаметной сама по себе, но на длинной дистанции персонаж начинает буквально распадаться на разных людей.
В коротком рекламном ролике такую неровность еще можно спрятать монтажом. В стоминутной истории спрятаться уже негде.
Пожалуй, именно она лучше всего показывает реальный объем работы. Сто полных итераций — это не сто нажатий на кнопку «сгенерировать». Это сто раз посмотреть на фильм целиком и признать, что он пока не работает так, как должен.
Монтажеры сейчас наверняка понимают это особенно хорошо. Меняешь сцену в начале — и внезапно провисает эпизод через двадцать минут. Ускоряешь один разговор — пропадает пауза, на которой держалась следующая реакция. Обновляешь образ героя — приходится возвращаться к уже принятым кадрам, потому что теперь они выглядят чужими.
На таком проекте без визуальной библии, понятных названий шотов, журнала версий и регулярных общих просмотров очень быстро наступает хаос. Поэтому главный технологический вызов здесь, как нам кажется, не генерация. Главный вызов — не потерять фильм среди бесконечного количества его возможных версий.
Про AI любят говорить в единицах «раньше месяц, теперь один день». На презентации такая арифметика выглядит эффектно. Полный метр возвращает разговор на землю: «Саньсиндуй» делали около двух лет.
И это нормально. Команда не просто создавала красивые планы, а пыталась выстроить повторяемый процесс: удержать один мир, провести через него героев, собрать длинные сцены, сделать звук, цвет и мастеринг, а затем пройти обычные процедуры кинопроката. Быстрый кадр и законченный фильм — очень разные продукты.
Нам даже нравится, что этот проект разрушает обещание мгновенного кино. Два года работы звучат убедительнее очередного ролика, который якобы «полностью сделан нейросетью за выходные». Здесь хотя бы видна цена результата: время, отбор и множество переделок.
Создатели отдельно подчеркивают: персонажи фильма не являются цифровыми двойниками реальных исполнителей. Это разумное решение. Оно убирает целый клубок вопросов о согласии актера, сроке использования внешности и праве создавать с его копией новые сцены.
Но юридическая часть на этом не заканчивается. Остаются референсы, обучающие материалы, голоса, музыка, дизайн персонажей и лицензии конкретных AI-сервисов. В обычном продакшне мы привыкли собирать документы на музыку, актеров и локации. В генеративном производстве к этому списку добавляется происхождение каждого существенного элемента. Через год файл с историей создания может оказаться не менее важным, чем сам мастер.
Через несколько месяцев появится другой проект и тоже назовет себя первым — в своей стране, жанре или технологии. Гонка за формулировкой быстро наскучит. А вот тот факт, что «Саньсиндуй» получил разрешение на широкий прокат, действительно важен.
Это не знак качества и не гарантия хорошего кино. Прокатное удостоверение не отвечает на вопрос, будет ли зрителю интересно. Оно говорит о другом: генеративный проект сумел пройти юридический, технический и производственный маршрут коммерческого фильма.
До сих пор AI-ролики было удобно оценивать в тепличных условиях: несколько минут, вирусный пост, фестивальный показ, много внимания к технологии. В кинотеатре условия жестче. Зрителю придется провести с этими героями сто минут. Кинотеатру — решить, оставлять ли фильм в расписании после первых сеансов. А продюсеру — смотреть не на количество упоминаний, а на купленные билеты.
Полностью синтетический фильм нужен далеко не каждому проекту. Часто гибрид живой съемки, графики и отдельных AI-инструментов и выглядит убедительнее, и управляется проще. Но опыт «Саньсиндуя» уже сейчас напоминает о нескольких вещах.
В этом нет футуристической романтики. Зато именно такая скучная дисциплина обычно и отделяет рабочий пайплайн от красивого эксперимента.
Трейлер интригует, но короткий трейлер — самая удобная территория для генеративного видео. Он быстро меняет планы, работает на музыке и не обязан долго удерживать лицо героя. Полный метр потребует совсем другого уровня постоянства.
После премьеры большинство зрителей не станет считать модели, промпты и исходные изображения. Люди будут задавать обычные вопросы: я верю этому персонажу? Я понимаю, где он находится? Мне интересно, что будет дальше?
Если ответы окажутся положительными, «Саньсиндуй» станет важной точкой для индустрии. Но не потому, что AI якобы научился самостоятельно снимать кино. Наоборот: потому что большая человеческая команда смогла приручить его непредсказуемость и довести материал до законченного фильма.
А если картина не сработает, это тоже будет полезный результат. Значит, возможность произвести миллион изображений по-прежнему не заменяет режиссуру, драматургию и хороший вкус. Честно говоря, именно это нам и хочется проверить больше всего.
( По теме материала )
Превиз, генеративные сцены и гибридный пайплайн под режиссерскую задачу.
( Читать дальше )
Постпродакшн / 2026-10-08
DaVinci Resolve Studio 21.1 открыл проект внешним AI-ассистентам. Разбираем, какие задачи стоит автоматизировать первыми и какие ограничения нужны до подключения к рабочему монтажу.
AI и кино / 2026-10-06
The Thorne Protocol объединил живых актеров, один съемочный день и AI-среды. Разбираем 19-дневный пайплайн, 500 000 сгенерированных кадров и то, почему скорость не отменяет режиссуру и отбор.
Технологии / 2026-10-06
C2PA уже работает не только с изображениями: разбираем, где проверять и сохранять Content Credentials при съемке, монтаже, AI-обработке и экспорте видео.