Видео · 8 моделей
Опишите сцену текстом или загрузите фото как стартовый кадр — модель достроит движение, свет и звук. В каталоге G-Art восемь видеомоделей от Kuaishou, ByteDance, Google, Alibaba, MiniMax и xAI: они различаются длиной ролика, разрешением и тем, на каких языках умеют говорить герои.
Живая пластика людей, звук, до 15 секунд
Ролики до 30 секунд со звуком за один проход
Кинематографичные 8 секунд с синхронным звуком
Видео по тексту или фото с нативным звуком
До 2K и 15 секунд, стереозвук и диалоги
До 30 секунд в 1080p по тексту или фото
Видео со звуком по тексту или фото
Видео по тексту или фото в 480p и 720p
Длинная сцена без склеек. В G-Art Seedance 2.5 и Wan 3.0 создают ролики на 5, 10, 15 или 30 секунд. У Seedance доступны 480p и 720p, у Wan — также 1080p. Обе принимают текст или одно стартовое фото. Правки и продление из возможностей производителей пока не подключены; Alibaba отмечает, что звук и надписи у Wan ещё дорабатываются.
Люди и речь. Kling 3.0 делает ролики на 5, 10 или 15 секунд со звуком и умеет делить их на несколько планов. Важная деталь: по описанию модели, голос в ней звучит на китайском или английском, а реплики на других языках автоматически переводятся на английский. Если герой должен говорить по-русски, смотрите на MiniMax H3: MiniMax называет русский среди 11 языков, на которых модель стабильно ведёт диалоги, и пишет звук в стерео.
Кинокартинка и звук. В G-Art Veo 3.1 создаёт ролики на 4, 6 или 8 секунд в 720p; 1080p доступно только на 8 секундах. У Gemini Omni Flash — 4, 6, 8 или 10 секунд в 720p или 1080p. Обе работают по тексту или одному фото в 16:9 или 9:16. Редактирование, продление, 4K и загрузка видео или аудио пока не подключены.
По тексту модель придумывает всё сама: внешность героя, место, свет и ракурс. Из фото она берёт готовый кадр и достраивает движение, поэтому внешность персонажа, товар или интерьер приходят со снимка, а не придумываются заново. Если ролик должен повторять конкретного героя или продукт, сначала сделайте кадр в студии изображений, а потом оживите его.
Все восемь видеомоделей G-Art принимают одно фото JPG, PNG или WEBP как стартовый кадр. Grok Imagine Video 1.5 работает и по тексту: доступны 480p или 720p и 5, 10 или 15 секунд; при работе от фото модель ориентируется на его пропорции. Seedance 2.0 создаёт картинку и звук вместе, но видео- и аудиореференсы в студии пока не подключены.
Промпт для видеомодели удобно писать как задание оператору. Google для Veo советует указывать, кто в кадре, что он делает, в каком стиле снято, где стоит и как движется камера, какая композиция и атмосфера. Например: «Средний план: рыбак чинит сеть на деревянном причале, камера медленно наезжает, над водой туман, раннее утро, приглушённые цвета».
Звук описывайте отдельно. Реплики — в кавычках: «Кажется, это и есть ключ», — тихо говорит он. Шумы — прямым текстом: скрип досок, крики чаек. Фон — отдельной фразой: вдалеке гудит пароход. И держите сцену вокруг одного главного действия: если событий несколько, перечислите их по порядку.
Короткая история в одном дубле: девушка в жёлтом дождевике выходит из подъезда, раскрывает зонт, перепрыгивает лужу и машет водителю трамвая. Камера следует за ней сбоку на уровне плеч. Вечерний дождь, отражения фонарей на мокром асфальте, шум дождя и звон трамвая.
Открыть в студииРекламный ролик: стеклянная бутылка холодного лимонада стоит на колотом льду, по стеклу стекают капли, сверху падают ломтики лайма. Камера медленно облетает бутылку на 180 градусов, яркий студийный свет, сочные цвета, шипение пузырьков и лёгкий электронный бит.
Открыть в студииУютная пекарня ранним утром. Пожилой пекарь протягивает мальчику горячий багет и говорит: «Осторожно, только из печи». Мальчик улыбается: «Спасибо, дедушка!» Средний план, тёплый свет из витрины, мука в воздухе, над дверью звенит колокольчик.
Открыть в студииКинематографичный пролёт над горным озером на рассвете: туман стелется над водой, солнце поднимается из-за хребта, по поверхности бежит лёгкая рябь. Широкий угол, плавное движение камеры вперёд, холодные синие тона сменяются тёплыми, тихий ветер и крик птицы вдалеке.
Открыть в студииДа. По описаниям разработчиков, все восемь видеомоделей в каталоге G-Art умеют создавать звук вместе с картинкой: шумы и фон, а многие — и реплики героев. Про Wan 3.0 Alibaba предупреждает, что качество звука у модели ещё дорабатывается.
Да, сцену в студии G-Art можно описывать по-русски. С речью героев сложнее: MiniMax указывает русский среди языков, на которых H3 стабильно ведёт диалоги, а Kling 3.0, по описанию модели, озвучивает только китайский и английский. Для Veo 3.1 и Gemini Omni Flash Google пишет, что полностью поддерживается английский, а другие языки не проверялись, поэтому результат может отличаться.
Зависит от модели. По данным разработчиков, Seedance 2.5 и Wan 3.0 делают до 30 секунд за один проход, Kling 3.0, Seedance 2.0, MiniMax H3 и Grok Imagine Video 1.5 — до 15 секунд, Gemini Omni Flash — до 10, Veo 3.1 — 4, 6 или 8 секунд. В студии длительность выбирается перед запуском.
Стоимость в кредитах видна в студии до запуска генерации; кредиты общие для всех моделей и не сгорают. При регистрации — 50 кредитов в подарок.
В G-Art Kling 3.0 создаёт 5, 10 или 15 секунд в 1080p по тексту или одному фото, звук можно отключить. Veo 3.1 — 4, 6 или 8 секунд в 720p, а 1080p доступно только на 8 секундах; форматы — 16:9 и 9:16. Последний кадр, продление и 4K пока не подключены. Google указывает английский как полностью поддерживаемый язык Veo.
Права на результат зависят от закона, прав на исходные материалы и условий конкретной модели. Если в ролик попали ваши фото, чужие логотипы или узнаваемые люди, заранее убедитесь, что у вас есть на это права.
Данные проверены: 27 сентября 2026 г.
