РАСКРЫВАЕМ НАШИ ПЛАНЫ НА 2026 😱

нейронки сделали саммари нашего стратегического колла

ждем, что вы в ответ тоже поделитесь своими планами в комментах ))

Что для вас значит "давайте после празников"? Это когда?
Вычисляем трудоголиков в сегодняшнем опросе 🥲

наш небольшой новогодний коллаб ➡️для всех, кто не планирует работать на январских 🎅

Всем привет в 2026 году 🎄
Коротко про итоги, планы и контент на ближайшие дни

➡️Прошлый год был сложным и для индустрии в целом, и для нас. Во многом поэтому мы начали нашу тех. трансформацию. Экспериментировали, переделывали процессы и проверяли, какие инструменты реально могут быть полезны продакшнам.

➡️В этом году идем дальше. Планируем новые проекты и продукты для индустрии – всем будем делиться здесь. Отдельная цель на 2026 – растить комьюнити людей, которым действительно интересны технологии в видеопродакшне (ценим, что вы уже часть этого комьюнити❤️).

➡️На ближайшие полторы недели мы подготовили плотный контент, чтобы вы могли в спокойном режиме разбираться в инструментах, подходах и решениях, которые можно унести в работу.

Если у вас другие планы на каникулы – никаких осуждений!
Вот в нашем последнем опросе целых 9 человек отметили, что планируют изучать нейросети с 3 января. Хотя бы для них будем писать (если это вы, маякните в комментах, виртуально пожмем вам руку).

Не переключайтесь 🩷

жизнеутверждающий пост про то, что ИИ не может заменить креативную команду🥂
(или просто про праздничный ИИ-ролик)

Делимся экспериментом канадского креативного агентства Wunder. Ребята решили проверить ИИ в максимально чистом виде и сделать праздничный ролик полностью на нейросетях – от идеи до финального звука.

Для эксперимента они загрузили в ChatGPT классические рождественские ролики – Apple Misunderstood, Amazon Joy Ride и всю коллекцию John Lewis. Чат предложил варианты сценариев, остановились на концепции с паровозиком.
Что использовали далее:
• Qwen Image – поиск и генерация локаций
• Nano Banana – генерация фото и визуалов
• Google Flow (Veo 3.1) – видеопродакшн
• Imagen AI – цветокоррекция
• Eleven Labs – музыка и звуковые эффекты

Это ответ команды на бум ИИ в рекламной индустрии и их высказывание о том, что настоящая магия и настоящие креативные проекты требуют настоящих людей.

Тут не поспоришь. Другое дело, что в реальности бренды и не пытаются создавать ролики совершенно без участия человека. Наоборот – все более значимой становится роль профессионалов, которые умеют грамотно использовать ИИ-инструменты 🤔

И хотя эксперимент Wunder немного оторван от реальности (и вероятно поэтому выполнен не на особо высоком уровне), все равно любопытно посмотреть, как нейронки пытаются в рождественский слезовыжимательный контент.
Было бы интересно, кстати, увидеть повтор такого опыта к концу 2026 года.

*️⃣Для тех, кто не пилит ИИ-ролики самостоятельно: вот еще забавные блуперы с этого проекта
(если вы сами создаете ролики, то вы и так видели тысячи подобных галлюцинаций)

И еще вдогонку к ⬆️

Wunder называют свой эксперимент в том числе реакцией на новогодние ИИ-ролики Coca-Cola. Уже второй год эти ролики не дают покоя не только аудитории, но и другим брендам, которые в ответ используют намеренно утрированный ИИ, чтобы высмеять искусственность и подчеркнуть «настоящесть» своих продуктов и ценностей.

Примеры в комментах

Что думаете про такой вариант использования ИИ для рекламы?
👍 – норм, оригинально
👎 – лучше бы заморочились над качественной генерацией
🤡 – ни с чем не согласен, напишу в комменты

*️⃣ещё немного рассуждений про ИИ, а потом оставим эту тему до конца каникул*️⃣

Почему ИИ-генерация так плохо справляется с эмоциями людей?
См. плачущего мужчину в ролике выше😭

Сгенерить человека нейросети могут, даже очень правдоподобно – мы видели много тому подтверждений (например, тут). Но ИИ-люди выглядят нормально до тех пор, пока не нужно делать ничего сложного. Запросы типа «мужчина садится в машину» или «идёт по улице» условный Veo реализует очень чётко.

Сложности появляются тогда, когда мы хотим контролировать детали. Например, добиться того, чтобы человек повращал кистью по часовой стрелке, подвигал мизинцем или ухмыльнулся.

Если коротко: вопрос не в креативности нейросетей, а в том, как именно они работают с данными.

Любая генерация происходит через обращение к датасетам – большим наборам изображений с текстовыми описаниями. Обучившись на миллионах «улыбок», нейросеть выдаёт усреднённый вариант.
Если же мы хотим передать определенные оттенки, нейросеть пытается забрать из датасетов конкретную улыбку (и остальную соотвествующую этой конкретной улыбке мимику).

Здесь и возникает загвоздка. Одни и те же элементы в датасетах представлены по-разному – в итоге ИИ не может корректно собрать их в единый образ и косячит. Чем больше уточнений и контролирующих инструкций, тем больше вылезает артефактов. Это похоже на ошибку шести пальцев в ранних генерациях: ИИ просто не мог зафиксировать такую мелкую деталь из-за различий в исходных изображениях.

Можем предположить, что в ближайшие годы проблема нереалистичных эмоций в генерациях уйдет так же, как ушла проблема с шестью пальцами

Технологии с большим уровнем контроля уже появляются, но пока их мастабирование ограничено размерами датасетов и точностью обращения к ним. Однако сейчас над этим работают многие компании, так что ожидаем, что в ближайшие год-два технология генерации станет более управляемой.