«ИИ — не концепция, а инструмент»

— На самом деле использование ИИ не было для нас самоцелью и точно не являлось основой концепции клипа. Мы воспринимаем нейросети прежде всего как инструмент — один из способов создать визуальную форму быстро, доступно и при этом интересно.

В музыкальных клипах бюджеты часто ограничены, а реализация сложных визуальных идей через съёмки или классическую графику может стоить очень дорого. Поэтому ИИ стал для нас способом оптимизировать производство и получить выразительный визуальный результат.

При этом сама идея клипа строится не вокруг технологий. Это коллаж из разных фактур и визуальных слоёв, который перекликается с темой песни и отражает современный информационный поток, в котором постоянно смешиваются аналоговое и цифровое, ручная работа и алгоритмически сгенерированный контент. В этом контексте ИИ — лишь один из инструментов, который помог собрать эту визуальную мозаику воедино, а не её смысловой центр.

Мы не относим себя к художникам, которые используют нейросети как самостоятельный медиум и строят вокруг них всю свою практику. Сейчас многие авторы обучают собственные модели на своём визуальном языке и затем работают в уникальной стилистике, которую эти модели воспроизводят. Наш подход был другим: мы использовали более прикладные и доступные инструменты, а ключевую роль играла не технология сама по себе, а работа команды и поиск нужного визуального решения.

— Над проектом работала довольно большая креативная команда, поэтому процесс был скорее коллективным исследованием. У каждого было своё видение, и мы постоянно искали точки пересечения между разными подходами. Например, часть генерации создавал Фёдор Максимишин, у которого сформировался узнаваемый авторский стиль — он больше работает с построением целых миров и фантазийных пространств.

Я, наоборот, был сосредоточен на реалистичных трансформациях, когда объекты или сама среда меняются почти незаметно для зрителя и остаются максимально близкими к реальности. В итоге клип объединил оба подхода — и реалистичные изменения пространства, и более фантазийные, почти самостоятельные миры.

— Нет, в клипе очень много реального съёмочного материала. Мы снимали в разных локациях — на улицах Лос-Анджелеса, в машине, в квартире, в коридорах, использовали съёмку с body-rig и другие классические приёмы.

Отдельно стоит отметить операторскую работу. Наш оператор Павел Газдюк собрал необычный сетап на основе старой камеры наружного наблюдения. Благодаря этому удалось получить характерную фактуру изображения — немного грубую, документальную и очень живую. Эта визуальная текстура стала важной частью общего языка клипа.

Поэтому говорить о проекте как о полностью сгенерированном видео было бы неверно. Наоборот, основу составляет именно съёмочный материал, а генеративные технологии используются как дополнительный художественный слой. Нейросети здесь не заменяют съёмку, а помогают её усилить, дополнить и расширить визуальные возможности проекта.

— Рома с самого начала был глубоко вовлечён в процесс и очень позитивно воспринял идею проекта. Для него как для музыканта особенно важен ритм, поэтому значительная часть совместной работы была связана именно с поиском правильной динамики и темпа повествования. Нам кажется, что в итоге это удалось — ролик получился очень музыкальным не только по содержанию, но и по своему визуальному ритму.

В целом работа строилась как постоянный диалог. Мы вместе обсуждали идеи, проводили долгие созвоны и брейнштормы, делились референсами, искали решения и честно обсуждали, что откликается, а что нет. Какие-то предложения принимались сразу, какие-то отсеивались в процессе, но все решения принимались совместно.

Поэтому это точно не была история, где режиссёры просто отправляют готовые материалы и получают комментарии в ответ. Артист был полноценным участником творческого процесса, и многие решения рождались именно в обсуждениях и совместном поиске нужной интонации.

— В работе над клипом мы использовали достаточно стандартный набор инструментов, без каких-то редких или эксклюзивных решений. Основными платформами стали Midjourney — для создания изображений — и Kling — для их последующей анимации. Также в разных задачах использовались Runway Gen-3, Hailuo, Grok и другие сервисы видеогенерации.

На самом деле пайплайн был довольно простым. Например, Федя создавал в Midjourney отдельные миры и визуальные пространства, которые затем анимировались в Kling и других инструментах image-to-video. Я больше работал с реалистичными изображениями и отдельными кадрами, которые затем оживлялись и адаптировались под монтажные задачи, чтобы переходы выглядели максимально органично и бесшовно.

При этом мы не были привязаны к какой-то одной нейросети. Если определённый результат не удавалось получить в одном сервисе, мы просто тестировали другие варианты. Многие решения рождались методом эксперимента: иногда неожиданный и интересный результат можно было получить в более простом или дешёвом инструменте быстрее, чем в дорогих и продвинутых моделях.

В целом для нас были важны не столько сами нейросети, сколько конечный визуальный результат и то, насколько органично он встраивается в общий язык клипа.

— Если считать от первых обсуждений до финальной версии, процесс занял довольно много времени. Но значительная часть этого периода была связана не с производством как таковым, а с графиками участников команды: мы находились в разных странах и часовых поясах, совмещали работу над клипом с учёбой, преподаванием, коммерческими проектами и другими обязательствами.

При этом мы сознательно не ставили себе задачу сделать всё максимально быстро. Проект развивался постепенно: мы много обсуждали идеи, пробовали разные направления, отказывались от некоторых решений и искали новые. Часто бывало так, что мы заходили в одну сторону, понимали, что она не совсем соответствует нашим ощущениям от песни, и корректировали вектор движения.

В отличие от классического продакшена, где сначала появляется подробная раскадровка, а затем команда последовательно реализует заранее утверждённый план, здесь процесс был гораздо более исследовательским и творческим. Многие решения рождались по ходу работы, через эксперименты и обсуждения.

— На самом деле сегодня значение промптинга часто переоценивают. Современные модели стали гораздо лучше понимать естественный язык, поэтому необходимость в сложных многостраничных запросах постепенно исчезает. Во многих случаях достаточно понятно сформулировать задачу, а при необходимости доработать запрос с помощью тех же языковых моделей вроде ChatGPT или Claude.

В нашем случае никакого сложного промпт-инжиниринга не было. Мы работали достаточно прикладным способом: формулировали идеи текстом, использовали визуальные референсы, создавали изображения и постепенно дорабатывали результат через последовательные итерации.

Часто важнее оказывался не сам текст запроса, а способность понять, какой именно визуальный образ нужен проекту, и вовремя скорректировать направление поиска. Поэтому основная работа заключалась не в написании каких-то секретных промптов, а в художественном отборе, обсуждении и развитии визуальных идей.

Если говорить честно, здесь нет какого-то уникального набора команд или скрытого технического приёма, который можно было бы раскрыть. Процесс был довольно открытым и понятным: текстовые запросы, визуальные референсы, эксперименты с изображениями и последующая доработка полученного материала под задачи конкретного клипа.

— Если описывать процесс максимально просто, он выглядел как постоянное движение между генерацией, монтажом и обсуждением результата. Например, часть изображений создавалась в Midjourney, затем они анимировались в Kling или других инструментах image-to-video, после чего материал попадал в монтаж. Там мы уже смотрели, насколько удачно конкретная сцена работает в контексте всего клипа, и принимали решение — оставлять её, дорабатывать или искать другое решение.

Параллельно использовались и более традиционные инструменты постпродакшена. Например, некоторые задачи решались с помощью AI-функций внутри Adobe Premiere и других монтажных программ. Весь процесс был довольно гибким: материал постоянно дорабатывался и адаптировался под общую структуру ролика.

Наверное, с точки зрения специалистов, которые профессионально занимаются генеративной графикой, наш подход может показаться довольно простым или даже дилетантским. Но для нас главным критерием был не уровень технической сложности, а результат. Мы использовали те инструменты и методы, которые помогали решать конкретные художественные задачи, и в итоге именно такой подход оказался эффективным.

— Если честно, у меня нет ощущения, что использование ИИ стало главным предметом обсуждения среди слушателей. Нам показалось, что гораздо больше внимания было приковано к самому музыкальному релизу и тому факту, что Роман выпустил новый материал.

Сегодня генеративные технологии уже стали частью привычного визуального ландшафта. Если несколько лет назад подобные инструменты могли вызывать эффект новизны и активно обсуждаться сами по себе, то сейчас аудитория чаще воспринимает их как один из рабочих инструментов наряду с монтажом, графикой или визуальными эффектами.

— Процесс создания клипа часто напоминал настоящее независимое кино. Команда работала между тремя континентами: часть участников находилась в США, часть — в России и Азии. Многие решения приходилось принимать буквально в режиме реального времени через переписку и созвоны.

Например, я удалённо контролировал часть съёмочного процесса, получая кадры в чат и отмечая на них необходимые правки: где изменить композицию, как переставить объекты в кадре или скорректировать движение камеры. Вместо сложных систем удалённого мониторинга и дорогостоящих трансляций всё происходило максимально просто и по-дружески — через сообщения, скриншоты и постоянную коммуникацию между участниками команды.

Не обошлось и без производственных приключений. Для одной из сцен команда долго искала подходящий автомобиль и в итоге нашла редкую модель, которая идеально подходила по настроению проекта. Однако во время съёмок машина неожиданно вышла из строя. Ситуацию спасло почти невероятное совпадение: на той же парковке оказалась припаркована точно такая же машина того же цвета. Её владелец согласился помочь съёмочной группе, и работа продолжилась.

Ещё одна история связана с поиском локации. Команда заранее арендовала дом для съёмок, внесла залог и приехала на площадку, но оказалось, что реальное место совершенно не соответствует фотографиям в объявлении. Вместо ожидаемой локации съёмочную группу встретили люди, которые вообще не понимали, почему к ним приехали. В итоге проблему пришлось решать буквально на месте.

Во многом именно такие ситуации показывают, как устроено независимое производство в Лос-Анджелесе. В городе с огромной киноиндустрией и голливудскими бюджетами небольшим командам часто приходится искать нестандартные решения, договариваться напрямую с владельцами локаций, импровизировать и адаптироваться к обстоятельствам. В этом смысле работа над клипом оказалась не менее интересной историей, чем использование нейросетей в процессе производства.