Что просят, когда ищут ИИ для редактирования видео
По нашему семантическому ядру у фразы «ии для редактирования видео» 444 точных запроса в месяц, у «нейросеть для редактирования видео» 285. Отдельно 257 человек ищут, как заменить на видео лицо нейросетью, 239 формулируют запрос как «ии видео редактировать», ещё 124 используют «редактирование видео ии».
За этим стоят три разные задачи, и путать их дорого. Первая это уборка лишнего из кадра. Вторая это смена фона или света. Третья это замена человека. Первые две решаются на готовом материале за минуты, третья требует бумаг.
Сразу оговорюсь: отдельной услуги по монтажу у нас нет, и обещать её я не буду. Дальше речь о том, что реально делают модели и как принять результат.
Убрать объект: пять секунд и цена ошибки
Удаление объекта сегодня это самый надёжный сценарий. Runway даёт отдельное приложение: ролик до пяти секунд, описание словами, что убрать, и результат на выходе (Remove Object from Video (https://runway.com/apps/remove-from-video)). Пять секунд это честная граница: на длинном фрагменте модель теряет согласованность между кадрами.
Veo 3.1 умеет добавлять и убирать объекты в сгенерированном видео, сохраняя композицию сцены (руководство Google Cloud (https://cloud.google.com/blog/products/ai-machine-learning/ultimate-prompting-guide-for-veo-3-1)). Это работает на выходе генерации, на вашем исходнике такой возможности нет, и разница важна при планировании.
Что ломается чаще всего. Тень от удалённого предмета остаётся и живёт отдельно. Отражение в стекле или луже продолжает показывать объект. Край кадра, куда заходил человек, дёргается на стыке. Если предмет двигался, а фон за ним сложный, модель дорисовывает текстуру и она «кипит» при воспроизведении.
Практическое правило: удалять стоит то, что занимает меньше трети кадра и не перекрывает лицо. Всё остальное дешевле переснять.
Заменить фон и свет
Замена фона технически похожа на удаление, но требует аккуратной маски. Волосы, полупрозрачная ткань и движущиеся края это места, где модель выдаёт себя.
Runway в модели Aleph 2.0 обещает локальные правки с сохранением исходника и управление результатом через отредактированный кадр: вы показываете, как должен выглядеть кадр, и модель переносит это на видео (анонс Aleph 2.0 (https://runway.com/news/introducing-aleph-2-and-edit-studio)). Для фона это удобно: один эталонный кадр задаёт цвет стен, свет и глубину.
Свет менять сложнее, чем фон. Модель меняет яркость, но не пересчитывает тени от предметов. Если в кадре есть человек и лампа, после «более тёплого света» тени могут остаться от прежнего источника. На крупных планах это заметно.
Поменять лицо: как это устроено
Замена лица это отдельный класс инструментов. Akool в API поддерживает замену лица на изображении и на видео, несколько лиц в одном кадре и работу в реальном времени (документация Akool (https://docs.akool.com/ai-tools-suite/faceswap)). У Kling замена элемента сцены описана как штатная возможность: элементы можно отмечать, заменять, добавлять и убирать (карта возможностей (https://kling.ai/document-api/guides/capability-map/video)).
Технически результат на статичном среднем плане убедителен. На движении появляются швы по линии подбородка, несовпадение текстуры кожи и потеря мелкой мимики. Чем больше поворот головы, тем хуже.
Теперь главное. Замена лица на человека без его письменного согласия это не задача по монтажу. Это использование изображения гражданина, и в большинстве юрисдикций оно требует разрешения. Для сотрудников согласие оформляют отдельно, для актёров прописывают в договоре, для публичных лиц проверяют ещё и права на образ.
Согласие, закон и метки
Регулирование догоняет технологию, и в Европе оно уже догнало. Статья 50 AI Act действует с 2 августа 2026 года: провайдеры обязаны встраивать машиночитаемые метки в синтетический контент, а те, кто его использует, обязаны сообщать людям, что смотрят дипфейк (разъяснение Еврокомиссии (https://digital-strategy.ec.europa.eu/en/policies/guidelines-ai-transparency-obligations)).
Техническая сторона этой обязанности опирается на два механизма. Водяные знаки вроде SynthID встраиваются в момент генерации. Метаданные Content Credentials описывают происхождение файла и проверяются публичным инструментом, но их можно удалить при перекодировании (C2PA Explainer (https://spec.c2pa.org/specifications/specifications/2.2/explainer/Explainer.html)).
Практический вывод для студии: если в ролике есть синтетическое лицо или синтетическая сцена, метку ставят на этапе производства и фиксируют в акте приёмки. Разбор по странам и требованиям есть в материале про маркировку ИИ-контента.
Приёмка: чек-лист
Проверять надо в движении и на том экране, где ролик будут смотреть.
Если правка не проходит третий пункт, дешевле переснять кадр, чем доводить маску.
- Край объекта. Пройти по стыку покадрово: нет ли дрожания и «кипения» текстуры.
- Тень. Совпадает ли направление и мягкость с источником света в кадре.
- Отражения. Стекло, лужа, металл: не остался ли удалённый предмет в отражении.
- Лицо. Мимика совпадает с речью, нет швов по линии волос и подбородка.
- Движение камеры. Нет ли рывка на участке правки, если камера двигалась.
- Сжатие. После выгрузки на площадку артефакты усиливаются, поэтому смотреть надо версию в том битрейте, в котором её увидят.
Смета
Считать надо число правок и число версий, минуты здесь второстепенны. Один ролик с пятью правками это пять проходов приёмки, и каждый требует человека.
Для ручной работы цена считается по ролику: ручные ролики от 16 000 ₽, и правки входят в цикл приёмки. Для потока считают по просмотрам: от 0,10 ₽ за просмотр при объёме от ста роликов в месяц. В потоке редактирование чаще всего нужно для уникализации видео, когда один материал превращают в десятки версий под разные площадки.
Если правка нужна разово под кампанию, ближе по смыслу промо-ролик: там правки обсуждают до съёмки. Когда правки идут потоком, помогает изготовление видео с помощью нейросетей по одному регламенту: одинаковые требования к краю объекта, тени и метке на выходе.
