Как нейросети оживляют фото: большой разбор. Часть 2
В первой части мы поговорили о техничке, теперь поговорим о практике. Узнайте, как генерируются видео в разных нейросетях, какие ограничения нужно учитывать, и получите 12 трендовых промптов.
Какую модель выбрать для оживления фото
Короткая шпаргалка.
Архивное чёрно-белое фото, нужно минимальное движение и сохранение лица: Hailuo, вариант 02 Image To Video или H3.
Портрет с выразительной мимикой, жестами, движением тела: Kling 3.0.
Пейзаж или интерьер с движением камеры: Seedance 2.0 или Kling 3.0.
Переход «было → стало», например чёрно-белый снимок плавно становится цветной сценой: Seedance 2.0 или Kling 3.0 с первым и последним кадром.
Говорящее фото на русском языке: Seedance 2.0 с вашей собственной аудиодорожкой.
Говорящее фото на английском, испанском или одном из азиатских языков: Kling 3.0 с генерацией речи.
Подготовка исходника (реставрация, раскрашивание, расширение кадра): Nano Banana.
Оплатить Kling, Hailuo и Seedance напрямую из России не получится: нужна зарубежная карта и отдельная подписка на каждый сервис. Для методики сравнения из раздела выше это особенно неудобно: нужно целых три подписки ради одного теста. Куда экономнее использовать SpeShu.AI, где без подписки доступны 300+ нейросетей. А генерировать видео можно в удобной студии. Нет идей? Попробуйте пресеты — 1000+ сочных видео. Просто загрузите фотку, нажмите кнопку, и вот вы уже танцуете «Дьявол носит Прада».
Карточки нейросетей, оживляющих фото
Kling 3.0 для генерации видео
Это единая мультимодальная система: текст, изображение, видео и аудио обрабатываются в одном процессе генерации.
Что принимает и выдает:
режимы Standard и Pro, оба поддерживают генерацию из изображения;
длительность от 3 до 15 секунд, несколько соотношений сторон;
первый и последний кадр: можно задать, с чего ролик начинается и чем заканчивается;
звук опционален: речь персонажей, диалоги на двух языках, акценты, синхронизация губ;
поддерживаемые языки речи: китайский, английский, японский, корейский, испанский;
негативные промпты, то есть явный список того, чего в кадре быть не должно;
референсы для сохранения внешности персонажа между кадрами.
Управление камерой. Kling позволяет задавать длительность, кадрирование, ракурс и движение камеры для каждого плана, а также собирать ролик из нескольких планов. Есть Motion Brush: траекторию движения конкретного объекта можно нарисовать прямо поверх кадра. Это удобно, когда нужно, чтобы двигалась только рука или только занавеска, а всё остальное оставалось неподвижным.
Ограничения, о которых стоит знать заранее:
строгая модерация: в обзорах фильтровались даже безобидные запросы, например медицинские;
в часы пик очереди на генерацию бывают долгими;
русского языка нет среди языков речи, поэтому для говорящего фото на русском Kling не лучший выбор.
Hailuo (MiniMax) для видео в нейросетях
У MiniMax для оживления фото две линейки. Предыдущее поколение 02 Image To Video доступно в вариантах Pro и Standard. Актуальная Hailuo H3 вышла 31 июля 2026 года.
Hailuo 02 Image To Video Pro:
входное изображение JPG, JPEG или PNG до 20 МБ;
короткая сторона больше 300 пикселей;
соотношение сторон между 2:5 и 5:2, то есть слишком вытянутую панораму или узкую полосу модель не примет;
нативное разрешение 1080p без апскейла;
есть оптимизатор промпта: модель сама дописывает и уточняет ваш запрос. Удобно для новичков, но если нужен точный контроль, его лучше отключить, иначе модель может добавить движение, которого вы не просили.
Hailuo H3:
нативное разрешение 2K при 24 кадрах в секунду;
длительность от 5 до 15 секунд за генерацию, инструмент продления доводит ролик примерно до 30 секунд;
диалоги, звуковые эффекты и атмосферные шумы генерируются вместе с видео;
в качестве референсов можно передать до 9 изображений, 3 видео и 3 аудиоклипа;
готовое видео можно редактировать текстовой инструкцией без полной перегенерации.
Сильная сторона Hailuo при оживлении фото — бережное отношение к исходнику: загруженный снимок становится первым кадром, модель старается не менять композицию и внешность. Волосы, ткань и вода двигаются с правдоподобной инерцией.
Seedance 2.0 (ByteDance) для ИИ-видео
Seedance 2.0 вышла в феврале 2026 года, через три дня после Kling 3.0.
Что принимает и выдаёт:
на вход текст, изображения, аудио и видео;
первый и последний кадр;
длительность фиксированными значениями: 4, 5, 6, 8, 10, 12 или 15 секунд, промежуточные значения не принимаются;
разрешение 480p, 720p или 1080p, стоимость растёт с разрешением и длительностью;
соотношения сторон 16:9, 9:16, 1:1, 4:3, 3:4, 21:9.
Две особенности со звуком. Во-первых, генерация звука в API по умолчанию выключена, и её нужно включать отдельно. Во-вторых, для синхронизации губ Seedance использует внешний аудиофайл, а не генерирует речь сама. Обычно это считают недостатком, но для русского языка это преимущество: вы записываете голос сами, и модель подстраивает под него губы.
Сильная сторона — кинематографичная работа камеры и сцены с несколькими референсами.
Nano Banana для исходника: генерация фоток
Генератор изображений Google не оживляет фото, но решает задачи, от которых зависит качество оживления:
реставрация: убрать царапины, заломы, пятна, восстановить выцветшие участки;
раскрашивание чёрно-белого снимка;
расширение кадра: достроить фон по краям, чтобы горизонтальное фото можно было оживить в вертикальном формате 9:16 без обрезки головы;
замена или упрощение фона, если он перегружен деталями и мешает модели.
Nano Banana умеет вписывать в изображение читаемый текст, поэтому подходит и для подписи к открытке, которую потом оживляют.
Как оживить архивное фото: пять шагов
Старые фотографии — самый популярный и самый капризный сценарий. Ниже процесс, который снижает число неудачных генераций.
Шаг 1. Оцифровка. Сканируйте снимок, а не фотографируйте телефоном: телефон добавляет блики, перспективные искажения и неравномерный свет. Разрешение сканирования лучше взять с запасом, от 600 точек на дюйм для маленьких карточек.
Шаг 2. Реставрация в Nano Banana. Попросите убрать дефекты, сохранив черты лица. Если хотите сохранить эпоху, не просите «улучшить качество», а перечислите конкретные дефекты.
Remove scratches, dust spots and creases from this old photograph. Do not change facial features, hairstyle, clothing or composition. Keep the original black and white tones and film grain.
Шаг 3. Кадрирование под формат. Если ролик нужен вертикальный, а снимок горизонтальный, расширьте фон сверху и снизу, а не обрезайте по бокам. Обрезка часто приводит к тому, что лицо оказывается слишком крупно и модель начинает «додумывать» края.
Шаг 4. Оживление с минимальным движением. Для архивных фото лучше подходит Hailuo с отключённым оптимизатором промпта. Просите одно-два микродвижения и прямо запрещайте модернизацию.
Шаг 5. Проверка. Сравните первый и последний кадр ролика с исходником: лицо должно остаться узнаваемым на протяжении всего клипа. Если к концу черты «уплывают», сократите длительность или уменьшите движение.
Как сделать говорящее фото
Говорящее фото — отдельная задача. Обычное оживление добавляет движение, а говорящее синхронизирует губы с речью. Для этого модель должна сопоставить звуки с формой рта: гласные открывают рот, губные согласные «п», «б», «м» его смыкают.
Вариант 1: своя аудиодорожка и Seedance 2.0
Самый надёжный путь для русского языка.
Запишите голос на телефон в тихой комнате. Говорите чуть медленнее, чем обычно: модели проще попасть в артикуляцию.
Обрежьте тишину в начале и в конце, оставьте 5–15 секунд речи.
Загрузите фото и аудио, в промпте опишите только мимику и движение головы, речь задаётся звуком.
The person in the photo speaks naturally to the camera, matching the provided audio. Subtle head movements, natural blinking, calm warm expression. Keep facial features identical to the photo. Camera holds still.
Вариант 2: генерация речи в Kling 3.0
Подходит, если ролик на одном из поддерживаемых языков: английском, испанском, китайском, японском или корейском. Текст реплики, тон и язык указываются прямо в промпте. Для поздравления на английском или для учебного ролика по иностранному языку это самый быстрый путь, без отдельной записи голоса.
Что делать с взрывными согласными
Даже при хорошей синхронизации заметнее всего расхождения на звуках «п», «б», «т»: губы смыкаются и размыкаются за доли секунды. Помогают три приёма: более медленная речь, крупный план лица хорошего качества и короткие фразы вместо длинного монолога. Длинный текст лучше разбить на несколько роликов по 10–15 секунд.
12 промптов для разных сценариев
Промпты подходят для режима генерации из изображения в Kling, Hailuo и Seedance. Английский язык даёт более предсказуемый результат: видеомодели обучены в основном на англоязычных описаниях.
Портреты
Лёгкий поворот головы:
Gentle head turn to the right, natural blinking twice, subtle warm smile. Camera holds still. Cinematic portrait, warm lighting. Keep all facial features exactly as in the original photo.
Задумчивый взгляд:
Eyes slowly close and reopen with a contemplative expression. Very slow, dignified movement. One natural breath visible. Preserve all original photo aesthetics.
Ветер в волосах:
Hair moves gently in a soft breeze, slight head movement with the wind. The subject looks slightly off-camera. Golden hour light unchanged.
Архивные снимки
Почти неподвижный портрет:
The smallest possible movement: barely perceptible breathing, one slow blink. Preserve black and white tones and film grain exactly. Do not modernize or sharpen the image.
Сдержанное движение без улыбки:
The subject slowly raises their chin by a few degrees, holds, then settles back. One blink only. No smile added. Preserve the silver gelatin photographic texture.
Чёрно-белое фото становится цветным (с первым и последним кадром):
Smooth transition from the black and white first frame to the colorized last frame. The person stays still except for one slow blink. No camera movement, no added objects.
Группы и животные
Групповое фото:
People breathe naturally with small spontaneous movements, eyes blink at different intervals. Background elements gently animated. Camera still. Warm nostalgic atmosphere.
Кошка:
The cat's ears perk up and rotate, eyes blink slowly, the tail tip curls once, whiskers twitch. Natural feline stillness interrupted by tiny movements. Warm interior light.
Природа
Море и человек на переднем плане:
Waves roll gently onto the shore, sea foam dissolves, clouds drift slowly. The person in the foreground remains still except for natural breathing and hair movement.
Лес без людей:
Leaves sway gently in a soft wind. Light filters through the canopy and shifts slightly. No people present. Preserve the colour palette exactly.
Камера
Медленный наезд на лицо:
Slow camera push-in toward the subject's face. The subject holds still, one natural blink, barely perceptible breathing. Intimate portrait feel.
Говорящее фото
Поздравление на английском для Kling 3.0:
The woman in the photo looks into the camera and says in English, in a warm, calm voice: "Happy birthday, my dear. I'm so proud of you." Natural lip movement, gentle smile at the end, slight head nod. Camera holds still.
Как сравнить модели на своём фото
Обзоры с рейтингами вида «4,6 из 5» мало помогают: результат сильно зависит от конкретного снимка. Надёжнее потратить полчаса и прогнать своё фото через три модели по единой методике.
Подготовка:
возьмите одно фото, которое планируете оживлять, после реставрации;
используйте один и тот же промпт во всех моделях, например промпт 1 из списка выше;
выставьте одинаковые длительность и соотношение сторон, насколько позволяют модели;
сделайте по три генерации в каждой модели: один ролик может оказаться случайно удачным или неудачным.
Права и конфиденциальность при оживлении фото
Оживлённое фото — это изображение реального человека, и на него распространяются те же правила, что и на обычную фотографию.
Согласие. По статье 152.1 Гражданского кодекса РФ обнародование и использование изображения гражданина допускается только с его согласия. Ролик с другом или коллегой перед публикацией стоит показать ему самому. С фотографиями умерших родственников закон допускает использование с согласия детей и пережившего супруга, а при их отсутствии родителей, так что семейный архив лучше публиковать, договорившись внутри семьи.
Маркировка. С 2 августа 2026 года в ЕС действуют требования статьи 50 Регламента об ИИ: реалистичные дипфейки, то есть контент, который создаёт ложное впечатление подлинности, нужно раскрывать как созданные ИИ, а провайдеры генеративных систем обязаны добавлять машиночитаемую разметку. Крупные видеоплатформы тоже требуют помечать фотореалистичный ИИ-контент. Даже если вы публикуете ролик в России, подпись «оживлено нейросетью» снимает вопросы зрителей и модерации.
Не используйте фото знаменитостей и незнакомых людей: это одновременно риск претензии и типичный повод для блокировки ролика площадкой. Оживлённые фото детей лучше оставлять в семейном архиве или закрытом семейном чате, а не публиковать открыто.
Как попробовать все эти нейросети в России
В Спешу АИ в одном окне собраны Kling, Hailuo и Seedance, а для реставрации и подготовки исходника есть Nano Banana. Оплата идёт за фактические генерации, баланс пополняется в рублях через СБП. Для тех, кто не хочет писать промпты, в Студии есть готовые инструменты оживления старых фотографий и пресеты под популярные форматы.
Гайд «Как выжать 1000% из текстовых нейросетей» пригодится для говорящих фото: текстовая нейросеть поможет написать короткую реплику, которая уложится в 10–15 секунд и будет легко произноситься. А приёмы из гайда работают и для видеопромптов.
Частые ошибки
Просить говорящее фото на русском у модели без русского языка
Kling 3.0 генерирует речь на пяти языках, и русского среди них нет. Для русской речи записывайте голос сами и используйте модель, которая принимает внешний аудиофайл.
Оставлять включённым оптимизатор промпта для архивных фото
Оптимизатор дописывает запрос, и модель может добавить улыбку, поворот головы или движение камеры, которых вы не просили. Для бережной анимации старого снимка его лучше отключить.
Загружать фото неподходящих пропорций
Hailuo не примет изображение вытянутее, чем 5:2. Панорамы и узкие полосы сначала кадрируйте или расширяйте фон до допустимого соотношения.
Обрезать горизонтальное фото под вертикальный формат
При жёсткой обрезке лицо оказывается у края кадра или слишком крупно, и модель начинает дорисовывать края с артефактами. Расширяйте фон генератором изображений.
Сравнивать модели по одной генерации
Результаты одного запроса сильно различаются. Для честного сравнения делайте минимум три генерации в каждой модели с одинаковыми настройками.
Записывать голос в шумной комнате
Фоновый шум мешает модели выделить речь, и синхронизация губ получается хуже. Записывайте в тихом помещении и обрезайте паузы.
Заключение
Универсальной модели для оживления фото нет. Kling 3.0 лучше всего справляется с выразительной мимикой и сложными движениями и генерирует речь на пяти языках. Hailuo бережнее всего обращается с исходником и подходит для архивных снимков, а H3 даёт 2K и длинные ролики. Seedance 2.0 сильна в работе камеры и, благодаря внешнему аудио, оказывается лучшим вариантом для говорящего фото на русском. Nano Banana закрывает подготовку: реставрацию, раскрашивание и расширение кадра. Выбор между ними лучше делать не по чужим рейтингам, а по тесту на своём фото.
Прогнать одно и то же фото через Kling, Hailuo и Seedance и сравнить результаты можно в SpeShu.AI. По промокоду HABRSPESHUAI действует бонус 15% к сумме пополнения.
Частые вопросы
Какая нейросеть лучше оживляет старые фото?
Для архивных снимков с минимальным движением хорошо подходит Hailuo: модель бережно сохраняет композицию и черты лица. Перед оживлением снимок стоит отреставрировать в генераторе изображений, а в промпте прямо запретить модернизацию и попросить сохранить зерно.
Как сделать говорящее фото на русском языке?
Запишите голос сами, обрежьте паузы и загрузите аудио вместе с фото в модель, которая принимает внешний аудиофайл для синхронизации губ, например Seedance 2.0. Kling 3.0 генерирует речь только на китайском, английском, японском, корейском и испанском.
Работает ли оживление на групповых фото?
Да, но с оговорками. Универсальные видеомодели анимируют всю сцену, и чем больше людей в кадре, тем выше риск, что черты лиц смешаются. Лучше просить минимальные движения и моргание в разное время, а лица в кадре должны быть достаточно крупными.
Чем отличается анимация фото от говорящего фото?
Анимация добавляет движение: моргание, поворот головы, ветер, движение камеры. Говорящее фото синхронизирует движения губ с речью. Для второго нужна либо модель с генерацией речи на нужном языке, либо модель, которая принимает вашу аудиодорожку.
Можно ли публиковать оживлённые фото других людей?
Только с их согласия: это требование статьи 152.1 ГК РФ. Для фотографий умерших родственников согласие дают дети и переживший супруг. Ролик стоит подписать как созданный нейросетью.
KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.