Можно, а зачем?

Пишет Даниил Богдан:

"Можно, а зачем?"– слова топ-менеджера АвтоВАЗа, ставшие мемом. Но что, если бы этот вопрос в своё время задавали те, кем мы до сих пор гордимся? Те, кто покорял космос, укрощал атом и строил передовые самолёты?

Далее автор рассказывает, как создавался ролик:

Итак, работа над этим клипом заняла около двух месяцев, в процессе было сгенерировано более 6 тысяч изображений и свыше 2 тысяч видео.

Потенциальных героев оказалось значительно больше, чем можно уместить в одном ролике, поэтому выбор строился по принципу максимального охвата сфер – космос, наука, архитектура, инженерия, медицина – масштаба достижений в них и узнаваемости конкретного человека.

Для начала нужно было добиться максимального портретного сходства на уровне изображения, затем сохранить его при анимации в видео. Даже удачная картинка далеко не всегда корректно анимируется – каждый элемент в кадре, от микродеталей до композиции, непредсказуемо влияет на итоговый результат.

Одновременно с этим важно было поместить героев в аутентичную локацию – кабина корабля «Восток-1», зал управления Обнинской АЭС, главный зал ледокола «Ленин», вестибюли станций московского метро. Всё это я постарался реконструировать максимально точно – ориентируясь на архивные фото и видеоматериалы (насколько это было возможно с помощью ИИ).

Отдельной и наиболее нетривиальной задачей стала речь. Распространенные ИИ модели для создания видео аватаров не дают динамичной камеры, живого фона и кинематографичной мимики. Видеомодель от Kling всё это может – но не работает с русской речью. Поэтому герои сначала произносили фразу на китайском, подобранную по длине и эмоциональному оттенку, а затем из десятков, иногда сотен дублей отбирались подходящие, а уже после русифицировались с синтезом реальных архивных голосов героев.

Чтобы немного «очеловечить» видео, был выбран узнаваемый музыкальный мотив – переработанный ноктюрн Шопена Op. 9 № 2. Знакомая классика создаёт связь с чем-то реальным. Архивная хроника в финале выполняет схожую функцию – выводит восприятие из ИИ-образов в действительность, оставляя финальный аккорд на реальных людях.

Ролик в Youtube в 4К