Как сделать видео из фото нейросетью: 7 трендов октября 2026 из одного селфи (+ готовые промты)

—

от автора

Видео из фото: девушка в слезах, парень на метле, кот в доспехах

Видео из фото: девушка в слезах, парень на метле, кот в доспехах

Одно селфи, семь трендов: от слез под фонарем до кота-рыцаря

Ты загружаешь в нейросеть лучшее селфи года, пишешь «оживи фото» и получаешь человека, у которого через три секунды съезжает челюсть, глаза расходятся в разные стороны, а из рукава растет третья рука. Тем временем в ленте кто-то летит на метле между такси, кто-то улыбается сквозь слезы под грустное пианино, а чей-то рыжий кот в доспехах смотрит в глаза дракону. И все это сделано из одной обычной фотографии.

Разница не в удаче. Чтобы сделать видео из фото нейросетью без «плавящегося» лица, нужны три вещи: правильный исходник (ракурс, свет, разрешение, поза под будущее движение), промт с одним понятным действием и движением камеры, и модель, которая заточена под твой сценарий. Одна держит мимику крупным планом, другая строит сюжет со склейками, третья переносит движение с твоего видео, четвертая заставляет говорить старый снимок.

Мы взяли одно селфи и одно фото кота и прогнали их через 7 трендов, которые прямо сейчас собирают просмотры в шортс и рилс. Ниже нейросети, которые с этим справились, готовые промты под каждый тренд и разбор, почему промт написан именно так. Все модели собраны в Study24, работают из браузера и с телефона, платишь одним балансом.

7 лучших нейросетей, чтобы сделать видео из фото

😢 Эмоции и лицо крупным планом

  • Kling 3.0 — держит мимику и не плавит лицо, работает с первым и последним кадром.

🧹 Сюжет со склейками

  • Seedance 2.5 — до 30 секунд мультикадрового ролика со звуком, твое лицо подает как референс.

💸 Быстро и дешево

  • Grok Imagine 1.5 — 10 секунд видео со звуком из одной картинки, самая бюджетная в подборке.

💃 Танцы по твоему движению

  • Kling Motion Control — берет движение из видео и переносит его на человека с фото.

🦁 Реализм и звук

  • Google Veo 3.1 — кинематографичная картинка, физика, свет и звук в одном проходе.

🐱 Питомцы и фэнтези

  • Happy Horse — модель Alibaba из верхушки мировых рейтингов, сильна в шерсти, свете и эпичных сценах.

🗣 Говорящие фото

  • Minimax H3 — старый снимок говорит, губы двигаются в такт, принимает твою аудиозапись.

🧰 Помощники

  • Nano Banana Pro — готовит фото: меняет одежду и фон, реставрирует старые снимки, собирает первый кадр сцены.

  • Topaz — вытягивает 720p до четкого 4K.

  • Suno — пишет грустное пианино или хэллоуинский трек под ролик.

Какое фото подходит под какой тренд

Нейросеть не умеет выдумывать то, чего нет в кадре, без потерь. Если на фото только лицо, а ты просишь танец, модель дорисует тело, руки и ноги на свой вкус, и чаще всего именно здесь появляются лишние пальцы и «резиновые» колени. Если фото снято снизу при желтой лампе, видео унаследует и ракурс, и цвет кожи как у вареной креветки. Поэтому первым делом подбирай исходник под сценарий: для эмоций нужен крупный план с четкими глазами, для танца полный рост, для сюжета хотя бы по пояс, для говорящего портрета анфас без руки у лица.

Второе правило: в кадре должно быть место для движения. Если человек будет уходить вправо, справа нужен запас фона. Третье: разрешение от 1080 пикселей по короткой стороне и ровный мягкий свет без пересветов. Старое фото с заломами сначала реставрируй, иначе трещины поедут по лицу вместе с мимикой. И не забывай про формат кадра: вертикаль 9:16 для шортс и рилс, горизонталь 16:9 для телеграм-канала и презентаций.

Какое фото подходит для оживления: крупный план, полный рост, по пояс, питомец, старое фото

Какое фото подходит для оживления: крупный план, полный рост, по пояс, питомец, старое фото

Пять рабочих исходников и один, с которым лучше не начинать

Тренд

Какое фото нужно

Формат

Улыбка сквозь слезы

Крупный план, глаза в фокусе, лицо без очков

9:16

Метла в потоке машин

Полный рост или по колено, четкое лицо

16:9 или 9:16

Скелеты на подтанцовке

По пояс или в полный рост, руки видны

16:9

Тектоник вернулся

Полный рост, руки вдоль тела + видео с танцем

9:16

Лев у двери машины

По пояс, лицо в три четверти

16:9

Кот-рыцарь

Питомец анфас, хорошо видна мордочка и окрас

16:9

Говорящее старое фото

Портрет анфас, рот не закрыт рукой, без сильных заломов на лице

16:9

Готовые промты для видео из фото

Семь трендов последних недель. Порядок совпадает с карточками ниже, в каждой есть промт, разбор и лайфхак.

  1. Kling 3.0: улыбка сквозь слезы

  2. Seedance 2.5: моя метла подана

  3. Grok Imagine 1.5: скелеты на подтанцовке

  4. Kling Motion Control: тектоник вернулся

  5. Google Veo 3.1: лев у двери машины

  6. Happy Horse: кот-рыцарь против дракона

  7. Minimax H3: бабушкино фото заговорило

Kling 3.0: улыбка сквозь слезы

👉 Сделать видео из фото с эмоциями в Kling 3.0

Интерфейс Kling 3.0 в Study24

Интерфейс Kling 3.0 в Study24

Окно модели: загрузка фото, соотношение сторон, длительность, звук и профессиональный режим

Лучшая модель подборки для крупного плана: лицо остается твоим, даже когда по нему катится слеза.

🎭 Мимика: 🟢🟢🟢🟢🟢 — улыбка и слезы одновременно, без маски из воскового музея
🧍 Похожесть: 🟢🟢🟢🟢⚪ — мама узнает с первого кадра
⚡ Скорость рендера: ⚡⚡⚡⚪⚪ — пара минут, успеешь найти грустный трек

Цена вопроса. 500 кристаллов за видео. По умолчанию 5 секунд в профессиональном режиме, длительность и формат переключаются под полем промта.

Чем сильна. Генерирует по кадрам и бережно обращается с лицом: глаза, родинки и форма губ не уплывают даже при сильной эмоции. Это редкость, большинство моделей на слезах начинают «перерисовывать» человека заново.

Вторая суперсила — первый и последний кадр. Подаешь свое селфи как старт, а финалом ставишь, например, пустую улицу, и модель сама дорисует, как ты разворачиваешься и уходишь в ночь. Именно так выглядит тренд Crying AI, который взлетел в конце сентября и до сих пор в топе: улыбка, одна слеза, взгляд в сторону, уход из кадра.

Тест. Мы взяли обычное дневное селфи на улице и сначала прогнали его через Nano Banana Pro с просьбой «та же девушка, ночная улица, огни боке, легкий дождь». Этот кадр отдали в модель первым. С первой попытки слеза вышла слишком театральной, после замены «плачет» на «в глазах стоят слезы, одна слеза» эмоция стала живой.

👉 Промт для видео из фото в Kling 3.0

Кинематографичный крупный план, реалистичное видео. Сохрани лицо, прическу и одежду человека с фото без изменений.

Ночная улица города, размытые огни боке, мягкий холодный свет фонаря, легкий дождь.

Девушка смотрит в камеру и тихо улыбается, но в глазах стоят слезы. Одна слеза медленно скатывается по щеке.

Она чуть прикусывает губу, опускает взгляд, затем отворачивается и уходит в глубину улицы.

Камера статичная, легкий наезд в начале. Естественная мимика, без резких движений головой.

Звук: шум дождя, далекий гул машин.

Почему так. «Сохрани лицо, прическу и одежду» стоит первой строкой, потому что модель сильнее всего слушает начало промта. «В глазах стоят слезы, одна слеза» дает сдержанную эмоцию, а не истерику. Запрет на резкие повороты головы страхует от главной беды оживления: при развороте на 90 градусов лицо перерисовывается и перестает быть твоим.

Когда в чате написали «нам надо поговорить», а это был просто вопрос про отпуск.

Девушка улыбается сквозь слезы на ночной улице

Девушка улыбается сквозь слезы на ночной улице

Из дневного селфи в ночную драму за пять секунд

Что на выходе. Пять секунд, в которых лицо живет: дрожат ресницы, слеза собирается и падает, губы дергаются в улыбке. Огни на фоне мягко переливаются, дождь падает косо и реалистично. Под ролик остается подложить пианино и подпись «когда наконец разобрала шкаф».

Лайфхак. У тренда есть фирменный звук: медленное фортепиано или струнные. Сгенерируй его в Suno по описанию «грустное фортепиано, медленно, без вокала» и выключи встроенный звук модели, чтобы шум дождя не спорил с музыкой.

Seedance 2.5: моя метла подана

👉 Сделать сюжетное видео из фото в Seedance 2.5

Интерфейс Seedance 2.5 в Study24

Интерфейс Seedance 2.5 в Study24

Окно модели: медиа-референсы, первый и последний кадр, длительность, разрешение и звук

Модель для сюжетов: твое лицо с фото, целая сцена вокруг и несколько склеек в одном ролике.

🎬 Сюжет и склейки: 🔥🔥🔥🔥🔥 — сама режет планы, как монтажер с опытом
🧍 Похожесть по референсу: 🟢🟢🟢🟢⚪ — лицо держит, если фото четкое
⚡ Скорость рендера: ⚡⚡⚪⚪⚪ — длинный ролик считается дольше, чем ты едешь на метле

Цена вопроса. От 50 до 553 кристаллов за секунду: дешевле всего 480p без звука, дороже максимальное качество с аудио. Черновик делай на 5 секундах в 480p, финал на 15 секундах в высоком качестве.

Чем сильна. Принимает фото как референс персонажа, а не только как первый кадр. Это значит, что ты можешь стоять на селфи у стены, а в ролике лететь по проспекту, и лицо останется твоим. Плюс видео, аудио и первый с последним кадром, если хочешь управлять сценой еще точнее.

Вторая фишка — раскадровка внутри промта по таймкодам. Пишешь «0-5 с: …, 5-10 с: …», и модель делает склейки с разными планами. Звук генерируется сам: гудки машин, шум мотора, свист ветра. Музыку по названию трека не проси, такие запросы могут упасть на проверке прав, саундтрек лучше наложить отдельно.

Тест. Тренд «My ride is here» сейчас везде: человек на ведьминой метле спокойно едет рядом с машинами и улетает вперед. Мы загрузили фото парня в черной толстовке как референс и расписали три плана. Первая версия подняла его на метле в небо, а тренд как раз про то, что ты едешь низко в потоке. Дописали «низко над полосой, на уровне машин», и вышло ровно то, что нужно.

👉 Промт для сюжетного видео из фото в Seedance 2.5

Реалистичное видео, как снято на телефон из соседней машины. Главный герой — человек с фото-референса, сохрани лицо и прическу.

Вечерний город в час пик, фары и стоп-сигналы, хэллоуинские огоньки в витринах.

Герой в черной толстовке и остроконечной шляпе ведьмы сидит на деревянной метле и летит низко над полосой, на уровне машин, рядом с желтым такси.

0-5 с: средний план сбоку через открытое окно машины, герой спокойно летит рядом, толстовка развевается.

5-10 с: крупный план, он поворачивает голову к камере, невозмутимо кивает.

10-15 с: общий план сзади, он ускоряется, обгоняет такси и уносится вперед по проспекту.

Звук: шум машин, короткий гудок такси, свист ветра, шорох прутьев метлы. Без музыки.

Почему так. «Как снято на телефон из соседней машины» сразу задает ракурс и легкую тряску, ролик выглядит как настоящее видео, а не реклама. «Низко над полосой, на уровне машин» — суть тренда, без этих слов модель отправит героя в облака. «Невозмутимо кивает» добавляет мемности: весь юмор в том, что для него это обычная дорога на работу.

Когда в навигаторе пробка 9 баллов, а у тебя свой транспорт.

Парень в шляпе ведьмы летит на метле рядом с такси

Парень в шляпе ведьмы летит на метле рядом с такси

Три плана, одно лицо с селфи и ноль пробок

Что на выходе. Пятнадцать секунд с тремя планами: сбоку, лицо крупно и вид сзади. Отражения фар скользят по мокрому асфальту, толстовка трепещет от ветра, такси честно сигналит. В монтаже добавь подпись «my ride is here» и любой хэллоуинский трек.

Лайфхак. Если лицо на крупном плане чуть «поплыло», подай селфи еще раз отдельным референсом и в промте укажи «лицо как на фото-референсе, без изменений». Двойная привязка заметно повышает похожесть.

Grok Imagine 1.5: скелеты на подтанцовке

👉 Оживить фото с танцем в Grok Imagine 1.5

Интерфейс Grok Imagine 1.5 в Study24

Интерфейс Grok Imagine 1.5 в Study24

Окно модели: загрузка фото, формат кадра и длительность

Самый дешевый и быстрый способ сделать видео из фото: загрузил картинку, получил 10 секунд со звуком.

💸 Цена: 💰⚪⚪⚪⚪ — дешевле чашки кофе за ролик
⚡ Скорость рендера: ⚡⚡⚡⚡⚪ — пока выбираешь костюм на Хэллоуин, ролик готов
💀 Скелеты в ритме: 💀💀💀💀⚪ — пляшут бодрее, чем коллеги на корпоративе

Цена вопроса. 25 кристаллов за секунду, 10-секундный ролик обходится в 250. На этой модели удобно гонять все черновики, прежде чем идти в дорогие.

Чем сильна. Модель заточена именно под image-to-video и на момент релиза заняла первое место в мировом рейтинге моделей, которые оживляют картинки. Звук добавляет сама и за один проход: музыку, шаги, эффекты и даже речь.

Хорошо дорисовывает окружение вокруг человека с фото: сцену, свет, массовку. Поэтому хэллоуинский тренд Spooky Scary Skeletons, где за тобой синхронно танцует ряд скелетов, делается в один заход. Ограничение одно: разрешение скромное. Для телефона хватает, для большого экрана прогони ролик через Topaz.

Тест. Сначала мы загрузили селфи по плечи и попросили танец. Модель дорисовала тело, но руки в кадре прыгали странно. Тогда сделали в Nano Banana Pro кадр той же девушки в черном платье в полный рост на темной сцене и отдали его. Со второй попытки скелеты танцевали синхронно, а лицо осталось ее.

👉 Промт для танцевального видео из фото в Grok Imagine 1.5

Оживи фото, сохрани лицо и прическу девушки.

Темная сцена с фиолетовой подсветкой, туман на полу, по краям тыквы со свечами.

Девушка в черном платье весело танцует: покачивает плечами, кружится, платье разлетается.

За ее спиной из тумана поднимаются пять скелетов и выстраиваются в ровный ряд, они синхронно повторяют ее движения, как подтанцовка.

Камера медленно отъезжает, чтобы в кадре были все танцоры.

Звук: задорная хэллоуинская мелодия с ксилофоном, стук костей в такт.

Почему так. «Синхронно повторяют, как подтанцовка» превращает хаос из костей в номер, а это и есть шутка тренда. Камера отъезжает, чтобы модель не обрезала скелетов по краям. Ксилофон в описании звука дает тот самый «костяной» хэллоуинский вайб без названия конкретной песни.

Когда пришла на вечеринку одна, а ушла с подтанцовкой.

Девушка танцует на сцене, за ней скелеты на подтанцовке

Девушка танцует на сцене, за ней скелеты на подтанцовке

Хэллоуинская вечеринка из одного портрета

Что на выходе. Десять секунд со звуком, где девушка кружится, а пять скелетов за ее спиной синхронно трясут костями. Туман стелется по полу, свечи в тыквах мерцают. Ролик готов к публикации без монтажа, звук уже в такт.

Лайфхак. Перед генерацией переключи формат кадра на вертикальный, если ролик идет в шортс. Обрезать горизонтальное видео потом обидно: скелеты по краям пропадут.

Kling Motion Control: тектоник вернулся

👉 Перенести танец на фото в Kling Motion Control

Интерфейс Kling Motion Control в Study24

Интерфейс Kling Motion Control в Study24

Два окна: слева видео с движением, справа фото человека

Здесь движение задаешь не словами, а видео: модель повторяет танец на человеке с фото с точностью до жеста.

💃 Точность движений: 🟢🟢🟢🟢🟢 — повторит каждый взмах руками из 2008 года
⏳ Ожидание: ⏳⏳⏳⏳⚪ — генерация до 20 минут, можно вспомнить, где лежат узкие джинсы
🧠 Порог входа: 🟢⚪⚪⚪⚪ — видео, фото и одна кнопка

Цена вопроса. 400 кристаллов за ролик, хоть ты танцуешь 5 секунд, хоть все 15.

Чем сильна. Переносит движения из видео на персонажа с фото и сохраняет физику тела, ракурс и кадр. То есть ты снимаешь танец дома в растянутой футболке, а на выходе тот же танец исполняет человек с другой фотографии, в другой одежде и в другом месте.

На этой неделе в тренды вернулся тектоник: резкие руки, электро и клуб с лазерами. Для всех, кто застал 2008, это чистая ностальгия, для младших — мем про «танцы предков». Модели все равно, кто танцует на видео: можно снять себя, друга или взять запись с танцем, на которую у тебя есть права.

Тест. Мы сняли на штатив 10 секунд тектоника в комнате. Отдельно сделали фото «себя из 2008»: загрузили обычное фото в Nano Banana Pro и попросили кислотную футболку, яркие узкие джинсы и челку набок. Получили ролик, где эмо-версия того же человека танцует в клубе под лазерами, а руки совпадают с оригиналом.

👉 Промт для образа под Kling Motion Control

Текстового поля в модели нет, вся работа в исходниках. Этот промт вставляешь в Nano Banana Pro вместе со своим фото, а полученную картинку загружаешь в Motion Control.

Тот же человек с фото, то же лицо без изменений, но в образе тектоник-тусовщика 2008 года: кислотно-желтая футболка с крупным принтом, ярко-зеленые узкие джинсы, белые кеды, длинная челка набок.

Полный рост, стоит прямо лицом к камере, руки опущены вдоль тела, ноги видны целиком.

Фон: клубная сцена, неоновые зеленые и синие лазеры, дым, толпа размыта на заднем плане.

Фотореализм, ровный свет на лице.

Почему так. «То же лицо без изменений» защищает похожесть, иначе нейросеть сделает «типичного эмо» вместо тебя. Полный рост и опущенные руки нужны как нейтральная стартовая поза: Motion Control сопоставляет ее с первым кадром видео, и если ноги обрезаны, модель придумает их сама. Фон сразу клубный, чтобы не генерировать его второй раз.

Мама, я снова в 2008-м, только колени теперь хрустят в такт.

Слева мужчина танцует дома, справа тот же человек в образе тектоник в клубе

Слева мужчина танцует дома, справа тот же человек в образе тектоник в клубе

Слева видео из комнаты, справа ты образца 2008 года в той же позе

Что на выходе. Ролик, где версия тебя из 2008-го повторяет каждое движение рук, включая неуверенный шаг на пятой секунде. Лицо не меняется, одежда не мерцает, лазеры живут своей жизнью. Ставишь рядом исходник в формате сплит-экрана и подписываешь «как я танцевал тогда и сейчас».

Чек-лист видео для Motion Control:

  • ✅ полный рост в кадре все время;

  • ✅ телефон на штативе, не в руке;

  • ✅ однотонная стена за спиной, без зеркал;

  • ✅ без разворотов спиной к камере;

  • ✅ 5-15 секунд, свет спереди.

Google Veo 3.1: лев у двери машины

👉 Сделать реалистичное видео из фото в Google Veo 3.1

Интерфейс Google Veo 3.1 в Study24

Интерфейс Google Veo 3.1 в Study24

Окно модели: первый и последний кадр, разрешение, длительность и формат

Модель для роликов, в которые верят: свет фар, шерсть, физика движения и звук, который ложится точно в кадр.

🎥 Реализм: 🟢🟢🟢🟢🟢 — друзья будут спрашивать, где это снято
🔊 Звук: 🔊🔊🔊🔊🔊 — урчание льва слышно до мурашек
💸 Цена: 💰💰💰💰⚪ — самая дорогая в подборке, но и самая «киношная»

Цена вопроса. От 264 до 1298 кристаллов за видео. По умолчанию 8 секунд в 720p, формат 16:9 или вертикаль, цена растет с качеством.

Чем сильна. Понимает контекст и настроение сцены, а не только список предметов. Если написать «напряженная тишина», модель сама приглушит звук, замедлит движение и оставит паузу перед кульминацией. Плюс первый и последний кадр: можно точно задать, с чего начинается сцена и где она должна закончиться.

Звук генерируется вместе с видео: тиканье поворотника, урчание, шорох травы, тихий вскрик. Для тренда Lion Friend, где ночью к открытой двери машины подходит лев, это половина эффекта. Без звука ролик смотрится как спецэффект, со звуком в него хочется поверить.

Тест. Мы взяли фото девушки по пояс и сначала сделали в Nano Banana Pro кадр: она же за рулем ночью, водительская дверь открыта, на дороге свет фар. Этот кадр отдали модели первым. Лев вышел с первой попытки, со второй мы убрали лишнюю машину вдали, дописав «на дороге больше никого».

👉 Промт для реалистичного видео из фото в Google Veo 3.1

Реалистичное ночное видео, вид изнутри машины. Сохрани лицо и прическу девушки с первого кадра.

Пустая загородная дорога, водительская дверь открыта, свет фар освещает асфальт и сухую траву. На дороге больше никого.

Из темноты в свет фар спокойно выходит большой лев с густой гривой и медленно подходит к открытой двери.

Девушка застывает с телефоном в руке, медленно поднимает глаза, на лице смесь ужаса и восторга. Лев останавливается в метре от двери и смотрит на нее.

Камера статичная, легкая тряска как у видео на телефон. Напряженная тишина.

Звук: стрекот сверчков, тиканье аварийки, тяжелые шаги льва, низкое урчание, девушка шепчет: «Только не двигайся».

Почему так. «Спокойно выходит» и «медленно подходит» важнее, чем кажется: если не задать темп, модель устроит прыжок и погоню, а тренд про жуткое спокойствие. «Напряженная тишина» помогает модели выстроить паузу. Реплика шепотом добавляет живости и сразу делает ролик похожим на реальную съемку.

Когда в каршеринге написано «животные допускаются», и ты отнеслась к этому серьезно.

Ночь, лев подходит к открытой двери машины, девушка за рулем

Ночь, лев подходит к открытой двери машины, девушка за рулем

Восемь секунд тишины, шагов и одного шепота

Что на выходе. Восемь секунд, в которых свет фар путается в гриве, тени ложатся правильно, а лицо девушки остается узнаваемым. Сверчки, аварийка, тяжелые шаги и шепот звучат так, будто их записали на месте. Комментарии «это реально?» гарантированы.

Лайфхак. Для таких «невозможных» роликов всегда делай первый кадр отдельно. Если подать в модель обычное селфи и попросить и машину, и ночь, и льва, модель потратит силы на перестройку сцены, и лицо пострадает первым.

Happy Horse: кот-рыцарь против дракона

👉 Оживить фото питомца в Happy Horse

Интерфейс Happy Horse в Study24

Интерфейс Happy Horse в Study24

Окно модели: загрузка фото, разрешение, формат и длительность

Модель для эпичных сцен с живыми текстурами: шерсть, металл доспехов, лучи в тумане.

🐾 Шерсть и детали: 🟢🟢🟢🟢🟢 — каждую ворсинку видно, кот бы одобрил
🎬 Кинематографичность: ✨✨✨✨✨ — трейлер фэнтези-фильма, только бюджет на корм
⚡ Скорость рендера: ⚡⚡⚡⚡⚪ — быстрее, чем кот решит, хочет он есть или нет

Цена вопроса. 80 кристаллов за секунду, стандартные 5 секунд в 720p выходят в 400.

Чем сильна. Модель от Alibaba, которая весной 2026 года вышла на первое место в рейтинге Artificial Analysis среди моделей «текст в видео». В оживлении картинок она держит фактуру: шерсть не превращается в пластик, металл бликует, свет проходит сквозь туман лучами.

Хорошо держит персонажа в динамике: кот остается тем же рыжим котом с теми же полосками, даже когда поворачивает голову и машет лапой. Для тренда Knight Cat, где твой питомец в доспехах стоит против дракона, это главное. Чужой кот в доспехах никому не интересен, а твой Барсик в плаще — уже повод разослать всем родственникам.

Тест. У нас было фото рыжего кота, лежащего на диване. В Nano Banana Pro мы попросили «этот же кот, тот же окрас, в серебряных доспехах и красном плаще стоит на камне в туманной долине» и получили первый кадр. Затем отдали его модели. Дракон появился с первой попытки, со второй кот перестал «сползать» с камня после фразы «стоит уверенно на всех четырех лапах».

👉 Промт для видео из фото питомца в Happy Horse

Эпичная кинематографичная фэнтези-сцена, фотореализм. Сохрани кота с первого кадра: тот же окрас, полоски и форма мордочки.

Туманная горная долина на рассвете, лучи солнца пробиваются сквозь туман и ели.

Рыжий кот в начищенных серебряных доспехах и красном плаще уверенно стоит на камне на всех четырех лапах.

Из тумана медленно поднимается огромный дракон, расправляет крылья и наклоняет голову к коту.

Кот поднимает морду, плащ развевается на ветру, кот бесстрашно смотрит дракону в глаза и коротко мяукает.

Камера медленно облетает кота сбоку и снизу, чтобы он казался героем.

Почему так. Первая строка снова про сохранение: питомцы для нейросетей все на одно лицо, без уточнения окраса модель подсунет «среднестатистического рыжего кота». «На всех четырех лапах» чинит частую беду, когда животное в доспехах встает на задние лапы как человек. Камера снизу превращает трехкилограммового кота в героя саги.

Тот же кот, который вчера испугался пакета.

Рыжий кот в доспехах стоит на камне перед драконом

Рыжий кот в доспехах стоит на камне перед драконом

С дивана на поле битвы: кот с исходника в доспехах

Что на выходе. Пять секунд эпоса: дракон поднимается из тумана, плащ кота хлопает на ветру, лучи солнца бьют сквозь ели. Шерсть шевелится от ветра, доспехи бликуют. Финальное «мяу» превращает трейлер в мем.

Лайфхак. Модель отдает 5 секунд за раз. Чтобы сделать битву длиннее, возьми последний кадр ролика и подай его первым кадром следующей генерации с промтом «кот прыгает на дракона». Две-три склейки дают полноценную мини-сагу для шортс.

Minimax H3: бабушкино фото заговорило

👉 Сделать говорящее видео из старого фото в Minimax H3

Интерфейс Minimax H3 в Study24

Интерфейс Minimax H3 в Study24

Окно модели: медиа (фото, видео, аудио), первый и последний кадр, длительность и 2K

Модель для говорящих фото: речь, звуки и движение губ генерируются вместе с картинкой, а на выходе сразу 2K.

🗣 Липсинк: 🟢🟢🟢🟢⚪ — губы попадают в слова, с твоей аудиозаписью почти идеально
💎 Четкость: 💎💎💎💎💎 — нативный 2K, старое фото смотрится как свежая съемка
⏱ Хронометраж: ⏱⏱⚪⚪⚪ — по умолчанию 6 секунд, на одну теплую фразу

Цена вопроса. 75 кристаллов за секунду, то есть 450 за стандартный 6-секундный ролик.

Чем сильна. Принимает на вход текст, фото, видео и аудио. Можно загрузить старый снимок, задать первый кадр и приложить запись голоса, и модель синхронизирует губы с твоей дорожкой. Готовое видео можно поправить текстовой командой, не перегенерируя с нуля.

Оживление старых фото остается самым частым запросом в этой теме, и он вечнозеленый: семейные альбомы, юбилеи, видео к свадьбе родителей. Говорящий портрет действует сильнее, чем простое моргание: одна фраза голосом из прошлого цепляет даже тех, кто «не любит эти ваши нейросети».

Тест. Мы взяли черно-белое фото 1960-х с заломом через плечо. Сначала отреставрировали его в Nano Banana Pro: убрали трещины, подтянули резкость, цвет оставили черно-белым. Потом загрузили в модель вместе с фразой. Встроенный голос звучал слишком современно, поэтому мы записали фразу голосом с теплой интонацией и загрузили как аудио. Липсинк попал в каждое слово.

👉 Промт для говорящего видео из фото в Minimax H3

Оживи старую черно-белую фотографию 1960-х годов. Сохрани лицо, прическу, платье и черно-белую гамму без раскрашивания.

Легкая зернистость пленки, мягкий свет из окна, интерьер комнаты тех лет.

Молодая женщина сидит на стуле, смотрит в камеру, тепло улыбается, слегка наклоняет голову и говорит по-доброму, с легкой иронией:

«Ну что, внучок, когда в гости?»

После фразы она тихо смеется и поправляет прядь волос.

Камера статичная, естественное моргание, спокойная мимика, без резких движений.

Почему так. «Без раскрашивания» обязательно: многие модели по умолчанию превращают ч/б в цвет, и вместо атмосферы получается открытка. Статичная камера помогает липсинку. Фраза короткая и бытовая, именно такие слова действуют сильнее пафосных: в них узнается живой человек.

Когда даже фото из семейного альбома спрашивает, когда ты приедешь.

Оживленное черно-белое фото женщины 1960-х, которая говорит в камеру

Оживленное черно-белое фото женщины 1960-х, которая говорит в камеру

Снимок из альбома с заломом и та же женщина, которая улыбается и говорит

Что на выходе. Шесть секунд, в которых человек со старого снимка улыбается, говорит и смеется. Зерно пленки сохраняется, лицо не превращается в маску, губы двигаются в такт словам. Такой ролик чаще всего пересылают в семейный чат, и его там пересматривают.

Лайфхак. Если записывать голос неудобно, озвучь фразу в Eleven Labs и загрузи файл как аудио. Липсинк по готовой дорожке точнее, чем по тексту.

И про этику. С фото ушедших родственников обращайся бережно: покажи ролик сначала близким и спроси, хотят ли они такое видеть. Чужие фото оживляй только с согласия человека, а при публикации честно помечай, что видео сделано нейросетью.

Как выбрать нейросеть, чтобы сделать видео из фото

Сначала реши, что важнее в ролике: лицо, сюжет, движение или звук. Если главное — эмоция и крупный план, бери Kling 3.0: он бережнее всех обращается с мимикой. Если нужна история с несколькими планами, где ты в одной сцене, а потом в другой, выбирай Seedance 2.5 с фото как референсом. Когда движение конкретное (танец, жест, мемная поза), не мучай промт, а сними видео и отдай его в Kling Motion Control.

Для роликов «а это вообще реально?» с живой физикой и звуком лучший выбор Google Veo 3.1, хотя он и самый дорогой. Питомцев и фэнтези отлично держит Happy Horse, говорящие портреты и старые фото — Minimax H3. А все черновики, тесты ракурса и проверки идеи гоняй в Grok Imagine 1.5: он в несколько раз дешевле и выдает результат быстрее остальных. Последнее правило касается длительности: короткий ролик почти всегда выглядит чище длинного, поэтому длинную историю собирай из кусков по 5-10 секунд, передавая последний кадр как первый.

Модель

Лучше всего для

Звук

Цена

Когда выбирать

Kling 3.0

Эмоции, крупный план

Есть, включается тумблером

500 за видео

Лицо должно остаться твоим при сильной эмоции

Seedance 2.5

Сюжет со склейками

Эффекты и атмосфера

50-553 за секунду

Нужна история на 15-30 секунд с твоим лицом

Grok Imagine 1.5

Черновики, танцы, Хэллоуин

Музыка, эффекты, речь

25 за секунду

Быстро и дешево, проверить идею

Kling Motion Control

Танцы и жесты

Из исходного видео

400 за видео

Есть видео с нужным движением

Google Veo 3.1

Реализм, «невозможные» сцены

Эффекты, речь, атмосфера

264-1298 за видео

Нужно, чтобы зритель поверил

Happy Horse

Питомцы, фэнтези, текстуры

Не главная сила

80 за секунду

Важны шерсть, свет и эпичность

Minimax H3

Говорящие фото, старые снимки

Речь, липсинк, твое аудио

75 за секунду

Человек на фото должен сказать фразу

Как сделать видео из фото: пошаговый алгоритм

Схема: фото, подготовка, промт, тест, апскейл, звук

Схема: фото, подготовка, промт, тест, апскейл, звук

Путь от селфи до ролика в шесть шагов

  1. Выбери фото под тренд. Сверься с таблицей выше: крупный план для эмоций, полный рост для танцев, анфас для говорящих портретов.

  2. Подготовь исходник. В Nano Banana Pro выровняй свет, смени одежду или фон, отреставрируй старый снимок. Для «невозможных» сцен собери первый кадр целиком: ты в машине, кот в доспехах, девушка на сцене.

  3. Напиши промт по формуле. Что сохранить + где происходит + одно главное действие + движение камеры + звук. Первая строка всегда про сохранение лица.

  4. Сделай тест. Черновик гоняй в Grok Imagine 1.5 или на 5 секундах в низком разрешении. Сделай 2-3 варианта и выбери лучший.

  5. Финальная генерация. Запускай нужную модель в полном качестве. Удачный последний кадр сохрани, он пригодится для продолжения.

  6. Апскейл. Ролики в 720p прогоняй через Topaz, на большом экране разница заметна сразу.

  7. Звук и монтаж. Если встроенный звук не подошел, сделай трек в Suno. В видеоредакторе добавь подпись тренда и экспортируй в 9:16 для шортс и рилс.

Как оживить фото нейросетью и не расплавить лицо

Качественное видео из фото держится на мелочах. Похожесть ломают резкие повороты головы и сильная мимика, реализм ломают пластиковая кожа и «мыльная» плавность, а сюжет ломает промт, в котором человек одновременно бежит, плачет и машет руками. Хороший исходник с мягким светом, четкими глазами и запасом фона под движение решает половину проблем еще до генерации. Вторую половину решают промт с одним действием и понятное движение камеры. Вот приемы, которые мы используем в каждом ролике.

  • 🎯 Сохранение лица в первой строке. «Сохрани лицо, прическу и одежду человека с фото» — модели сильнее всего слушают начало промта.

  • ☝️ Одно главное действие. Улыбнулась, слеза, отвернулась — нормально. Улыбнулась, побежала, запрыгнула в машину — лицо поплывет на втором глаголе.

  • 🔄 Повороты головы до 45 градусов. Модель знает твое лицо только анфас, профиль она придумывает и часто ошибается.

  • 🎥 Одно движение камеры. «Медленный наезд», «легкая тряска как у телефона», «облет сбоку». Два движения сразу превращаются в болтанку.

  • 🖼 Сложная сцена — через первый кадр. Не проси модель одновременно сменить место, одежду и время суток. Собери кадр в Nano Banana Pro, а видео делай уже из него.

  • ⏱ Короткие куски. Три ролика по 5 секунд, связанных последним кадром, выглядят чище одного на 15.

  • 🔊 Звук описывай конкретно. Не «атмосферный звук», а «стрекот сверчков, тиканье аварийки». Модели со встроенным аудио так попадают точнее.

Кринж-лист: почему нейросеть не понимает промт и как это чинить

Слева неудачное оживление с лишними руками, справа естественное живое фото

Слева неудачное оживление с лишними руками, справа естественное живое фото

Одно фото, два промта: слева «оживи фото», справа промт по формуле

  • ❌ Лицо поплыло и стало чужим. Резкий поворот головы или нет фразы про сохранение лица. Добавь «сохрани лицо без изменений», ограничь поворот, подай фото еще и как референс.

  • ❌ Выросла третья рука. На фото руки обрезаны краем кадра, и модель дорисовала их по-своему. Бери фото, где руки видны целиком, или проси «руки неподвижны, лежат на столе».

  • ❌ Кожа как у восковой фигуры. Исходник после бьюти-фильтра без пор и текстуры. Загружай необработанное фото или верни текстуру кожи в Nano Banana Pro.

  • ❌ Человек «скользит» по полу. Не задан контакт с поверхностью. Пиши «уверенно стоит», «шаги касаются асфальта», «на всех четырех лапах» для питомцев.

  • ❌ Старое фото раскрасилось в кислотные цвета. Модель решила «улучшить». Пиши «без раскрашивания, сохрани черно-белую гамму и зерно пленки».

  • ❌ Генерация отклонена. На фото знаменитость или чужой логотип крупным планом, а в промте название чужого трека. Используй свои фото и описывай музыку жанром.

  • ❌ Губы не попадают в слова. Длинная фраза и подвижная камера. Сократи реплику, поставь статичный план, загрузи свою аудиозапись.

Чек-лист фото перед генерацией:

  • ✅ лицо четкое, глаза в фокусе, без солнцезащитных очков;

  • ✅ разрешение от 1080 пикселей по короткой стороне;

  • ✅ мягкий ровный свет, без пересветов и желтой лампы снизу;

  • ✅ руки и ноги не обрезаны там, где они будут двигаться;

  • ✅ есть запас фона в сторону будущего движения;

  • ✅ без бьюти-фильтров и сильной ретуши;

  • ✅ чужие фото только с согласия человека.

FAQ: частые вопросы про видео из фото

Можно ли сделать видео из фото нейросетью бесплатно?

Качественное видео из фото без оплаты в 2026 году почти не встречается: генерация видео дорогая для любого сервиса. Самый бюджетный вариант в подборке — Grok Imagine 1.5 за 25 кристаллов в секунду. Экономь на тестах: короткие ролики и низкое разрешение, а дорогой рендер только для финала.

Как оживить старое фото нейросетью?

Сначала отреставрируй снимок в Nano Banana Pro: убери трещины и заломы, подтяни резкость. Затем загрузи его в Minimax H3 для говорящего портрета или в Kling 3.0 для легкого оживления с морганием и улыбкой. В промте обязательно напиши «без раскрашивания», если хочешь сохранить ч/б.

Как сделать так, чтобы человек на фото заговорил?

Загрузи фото в Minimax H3, напиши реплику в промте и выбери статичную камеру. Для точного липсинка приложи аудио: свою запись или озвучку из Eleven Labs.

Почему при оживлении фото меняется лицо?

Модель знает лицо только с одного ракурса и на поворотах дорисовывает его заново. Помогают фраза «сохрани лицо без изменений», повороты головы не больше 45 градусов и короткие ролики. В Seedance 2.5 можно дополнительно подать фото как референс персонажа.

Можно ли сделать видео из фото на телефоне?

Да. Все модели собраны в Study24 и работают в браузере телефона, ставить приложения не нужно. Видео для Kling Motion Control вообще удобнее снимать на телефон.

Сколько секунд длится видео из фото?

У Kling 3.0 и Happy Horse по умолчанию 5 секунд, у Minimax H3 6, у Google Veo 3.1 8, у Grok Imagine 1.5 10, у Seedance 2.5 до 30. Длинные ролики собирай из кусков, подавая последний кадр как первый.

Как сделать видео из фото питомца?

Возьми фото, где хорошо видны мордочка и окрас. Для фэнтези-сцены сначала собери первый кадр в Nano Banana Pro, затем оживи в Happy Horse. В промте опиши окрас и напиши «на всех четырех лапах», иначе кот встанет как человек.

Можно ли оживить фото друга или знаменитости?

Фото друга — только с его согласия, и лучше показать ему результат до публикации. Знаменитостей многие модели блокируют сами, а ролик с чужим лицом может нарушать закон и правила площадок. Безопаснее работать со своими фото.

Можно ли зарабатывать на видео из фото?

Да. Оживление семейных фото к юбилеям и свадьбам, ролики с питомцами для зоомагазинов и груминг-салонов, трендовые видео для брендов на маркетплейсах, свой шортс-канал. Главное — права на исходные фото и своя музыка.

Финал: твое селфи уже хочет в тренды

Октябрь 2026 подкинул столько поводов, что не участвовать даже неловко: слезы под фонарем, метлы в пробках, скелеты на подтанцовке, тектоник из 2008 года и коты, которые идут на драконов. Еще год назад такие ролики требовали съемочной группы, сейчас хватает одного фото и пятнадцати минут. Секрет не в самой дорогой модели, а в связке: правильный исходник, промт с одним действием и инструмент под задачу. Лицо — Kling 3.0, сюжет — Seedance 2.5, танец — Kling Motion Control, реализм — Google Veo 3.1, питомцы — Happy Horse, голос из прошлого — Minimax H3. Черновики гоняй в Grok Imagine 1.5, тогда на финальный рендер не будет жалко кристаллов. Не пытайся с первого раза сделать шедевр на полминуты: пять удачных секунд набирают просмотры лучше тридцати плывущих. До Хэллоуина чуть больше недели, а хэллоуинские тренды живут ровно до первого ноября. Открой галерею, найди фото, на котором ты хорошо получился, и иди в Study24.

Реклама. ООО «ДИДЖИТАЛ ГЕНИУС». ИНН 7813681158

ссылка на оригинал статьи https://habr.com/ru/articles/1098304/