Ещё пару лет назад искусственный интеллект в кино был темой для футурологов и авторов вирусных роликов — тех самых, где Уилл Смит нелепо ест спагетти. В 2026 году то, что ещё недавно выглядело экспериментом, уже становится частью кинопроизводства.
Нейросети сортируют отснятое, дорисовывают то, что дорого или невозможно снять на площадке, и делают связные планы достаточной длины. Но чем ближе к полному метру, тем заметнее проблемы: получить эффектную картинку нейросети уже умеют, а сделать из неё фильм с драматургией, убедительной актёрской игрой и управляемым результатом по-прежнему сложно.
Вместе с кинематографистами — режиссёрами, сценаристами, аниматорами, инженерами — RT прошёл все этапы кинопроизводства, чтобы разобраться, где ИИ уже работает, а где буксует.
Классическое производство полнометражного фильма может занимать около трёх лет. Из них разработка проекта и сценария занимает в среднем год. Ещё около полугода занимает препродакшен, то есть подготовка к съёмкам: формирование команды и бюджета, подбор актёров и поиск локаций. Съёмки длятся четыре-пять месяцев, ещё год — постпродакшен: монтаж, звук, музыка, компьютерная графика (CG), визуальные эффекты (VFX).
ИИ позволяет создавать невероятные произведения, иногда заменяя собой сразу несколько киноспециальностей и сжимая сроки производства до полугода. Пример — первый нейрофильм Hell Grind, который показали в мае 2026 года в Каннах. Его сделала компания Higgsfield AI бывшего топ-менеджера «Яндекса» Александра Машрабова. И критики разделились: одни говорили о технологическом прорыве, другие — о плоском сценарии, об артефактах картинки и отсутствии человеческих эмоций.
Даже над небольшим фильмом трудятся десятки специалистов. Поэтому вопрос о том, может ли ИИ «снять кино сам», на практике распадается на множество конкретных вопросов, касающихся отраслей работы этих специалистов. Может ли он написать сценарий? Придумать внешний вид персонажа? Заменить съёмочную группу? Сыграть роль? Смонтировать материал?
RT попытался ответить на все эти вопросы, поговорив со специалистами в этих областях: от режиссёров и сценаристов до специалистов по графике.
Публикуем первую часть масштабного исследования ИИ в кино, где разберём технологический процесс и расскажем, как отечественные кинематографисты встраивают в этот процесс нейросети.
Сценарий: живые истории против скоростной генерации
Первый спорный вопрос — сценарий. Может ли нейросеть придумать и написать историю? Сценарист Николай Шишкин («Майор Гром: Игра») отвечает: как ассистент — да, как автор — пока нет.
«Текстовый ИИ ускоряет поиск фактов и хроники: задавать вопросы и уточнять информацию гораздо удобнее, чем искать в классических поисковиках или в библиотеке».
С идеями сложнее: «Любой новичок-сценарист, которого можно позвать ассистентом, уже кажется полезнее». Самое слабое место — диалоги: «Написать диалоги нормального качества — пока что для ИИ задача непосильная. Признак хорошего диалога — подтекст, двойной смысл за словами. ИИ в основном выдаёт «лобовые» диалоги, которые никуда не годятся».
Причину предсказуемости реплик объясняет эксперт по ИИ и корпоративной эффективности Андрей Ожигин:
«Самая главная задача нейронки — угодить максимально быстро человеку, поэтому она почти всегда идёт одной и той же дорогой и не сильно придумывает новый креатив».
Но есть и апологеты ИИ-сценариев.
«Базу он делает так, как не делает никто», — уверяет Павел Зверев, четверть века проработавший на ВГТРК технологом на руководящих ролях и последний год плотно занимающийся ИИ.
Короткие вертикальные мини-драмы, собранные по рабочим драматургическим каркасам, «люди смотрят, и они залетают», а значит, считает Зверев, «средняя и низшая прослойка сценаристов может потерять работу».
Шишкин не согласен: «ИИ не заменит сценариста. Не потому, что технология ограничена, а потому, что ценность сгенерированного контента ниже. Зритель хочет слышать истории других людей».
И хотя полноценный сценарий нейросеть ещё не умеет писать, сценаристов из США уже взволновала перспектива лишения работы, если всё-таки научится. В 2023 году Голливуд парализовала забастовка: опасаясь, что в будущем нейросеть может полностью изменить профессиональное поле, Гильдия сценаристов требовала урегулировать использование ИИ и добилась ограничений. В соглашении закрепили, что ИИ не является сценаристом, а созданный им текст — «литературным материалом».
Эксперимент проводили и в России. В 2022 году СТС и Skillbox работали над ситкомом «Сидоровы», сценарий которого генерировала нейросеть под названием A.I. TV Script Generator, дообученная на ruGPT-3. Человек задавал место, время и персонажей, нейросеть дописывала несколько предложений, авторы отбирали и редактировали текст.
Вывод: ИИ уже может быстро создать основу сцены или несколько вариантов развития события. Но выбрать, зачем эта сцена вообще нужна истории и какую эмоцию несёт зрителю, по-прежнему должен автор.
Препродакшен: здесь ИИ чувствует себя увереннее всего
Препродакшен — это вся подготовительная работа до начала съёмок: визуальная разработка фильма, раскадровки, дизайн персонажей и костюмов, поиск локаций, планирование сцен, расчёт бюджета и другие решения, которые съёмочная группа должна принять заранее.
На препродакшене, сходятся эксперты, ИИ незаменим. Например, художник может сделать скетч — быстрый эскиз будущего персонажа, предмета или сцены, — а затем с помощью нейросети превратить его в более детализированное объёмное изображение.
«Сильнее всего ИИ помогает на препродакшене: поиск и тесты вариативности визуала, быстрый перевод скетча в объёмное изображение», — говорит креативный директор анимационной компании «ЯРКО» Дмитрий Аверкиев. Технология «потихоньку заходит в каждую область», даёт «компиляцию из больших массивов» и экономит время.
«Самая большая ценность ИИ сейчас на студии — возможность убрать большое количество промежуточной ручной работы».
На препродакшене это поиск визуального стиля, концептов, вариаций персонажей, колор-скриптов, в производстве — генерация фонов и частей кадра.
«Нейронки встраиваются практически во все этапы производства и где-то позволяют значительно ускориться», — уточняет Гузеев.
Инженер видеогенерации Никита Шарипов сравнивает подготовку с конструктором:
«Сначала вы делаете персонажа в четырёх ракурсах, потом окружение, потом мелкие предметы — формируете так называемый банк футажей. А дальше уже, как лего, собираете видеоролик: одно оживили, второе оживили, третье».
Так ИИ позволяет быстро переходить от раскадровки к превизу.
ИИ удешевляет препродакшен, подтверждает продюсер и режиссёр, преподаватель Московской школы кино Константин Колотов (PRO KINO PRODUCTION), но «дёшево» не значит «мгновенно»:
«До появления готового ролика нужно сделать и утвердить раскадровку, создать дизайн персонажей, костюмов, локации — всё это занимает немалое количество времени».
Ещё одно применение — питчинг, то есть презентация проекта потенциальным заказчикам или инвесторам. Вместо статичной презентации команда может создать изображения в генеративной модели, оживить их и собрать короткий ролик, который показывает, как фильм будет выглядеть.
Другой собеседник RT, сотрудничающий с Москино и внедряющий ИИ в продукцию стриминговых платформ и рекламу, называет ещё одно применение — питчинг: «Можно отрисовать картинки в Midjourney, оживить их и собрать 15- или 45-секундные тизеры для внутреннего питчинга, когда продакшен приносит инвесторам свою идею».
Сегодня точнее говорить не о замене препродакшена, а о его ускорении. Нейросеть может сделать двадцать вариантов там, где художник раньше успевал сделать три. Но решить, какой из 20 станет фильмом, всё равно должен человек.
Съёмка: внутрикадровая стабильность и геометрические галлюцинации
На стадии съёмок, то есть создания движущегося изображения, произошёл главный технический скачок. Модели ИИ, по словам Шарипова, наконец «понимают, как устроен окружающий мир, и поэтому могут достоверно переносить движения, хореографию, драки». В пример он приводит полностью нейросетевой фильм Hell Grind.
В 2026 году нейросети резко увеличили «длину запоминания» кадра. Заведующий лабораторией индустриального компьютерного зрения МФТИ Егор Ершов измеряет прогресс не «красивостью», а управляемостью: «За 1,5 года длина одного связного плана выросла с четырёх — восьми секунд до 30 секунд в один проход».
в один проход
Появляются и системы, рассчитанные уже не на отдельный ролик, а на управление сценой. Например, модель Kling 3.0 китайской Kuaishou предлагает работу с раскадровкой многокадровых эпизодов и синхронным звуком.
Постепенно решается и проблема дрейфа — ситуации, когда внешность персонажа или детали окружения неожиданно меняются от кадра к кадру. Инженер видеогенерации Шарипов считает, что современные инструменты уже позволяют достаточно точно переносить персонажа и локацию между изображениями, ссылаясь на Google Nano Banana, которая позволяет держать до полусотни референсов.
Бывший технолог ВГТРК описывает похожий приём: «Если снять четыре секунды облёта — крупно по лицу, по кругу — и загрузить это как референс, то дрейфа не будет вообще, процент дрейфа будет 0,05», — делится Зверев.
«В итоге ИИ получает не одну фотографию, а большое количество кадров с твоим лицом, мимикой и разными ракурсами. Поэтому герой получается максимально похожим на исходного актёра и гораздо стабильнее сохраняется от сцены к сцене», — поясняет он.
Но завлаб МФТИ Ершов оценивает ситуацию осторожнее. Внутри одного кадра стабильность почти достигнута, говорит он, однако после десятка монтажных склеек ни одна ведущая модель пока не гарантирует полное сохранение лица, одежды и фактуры.
«Свежие работы прямо показывают, что модели воспроизводят убедительную видимость движения, а не его законы».
Актёры: живая драматургия против искусственной трансформации
Самая нервная тема — цифровые актёры. Технологически создать цифровой образ человека становится всё проще. Используются и полностью синтетические персонажи, и цифровые копии реальных артистов. В 2026 году объявили, что «первая ИИ-актриса» Тилли Норвуд «сыграет» главную роль в полнометражном фильме.
В России зрители уже видели цифровое воссоздание Юрия Никулина в фильме «Манюня» — использование его образа было согласовано с семьёй. Но согласие получают не всегда: Мария Шукшина запретила создавать цифровую копию своего отца. Среди противников — режиссёр Никита Михалков и депутат Елена Драпеко.
Живые актёры тоже не спешат оцифровываться. Источник RT, работающий со стриминговыми платформами, рассказывает об известном артисте, отказавшемся от цифрового дубля. Его позиция проста: минута присутствия цифровой копии в фильме должна стоить столько же, сколько минута его собственной работы. Технически уже доступен и face swap — способ переноса лица одного человека на тело другого, но актёры просят оплату как за полноценные съёмочные дни.
«У нарисованного круга с точками вместо глаз можно вызвать больше эмоций, чем у идеально реалистичного цифрового человека».
И здесь скептики нащупывают то, что технологией не берётся, — актёрскую задачу. Гузеев объясняет: «У нарисованного круга с точками вместо глаз можно вызвать больше эмоций, чем у идеально реалистичного цифрового человека. Потому что эмоция появляется из драматургии, тайминга, монтажа, музыки, контекста».
Нейросеть хорошо изображает эмоции, но не понимает актёрскую задачу. Аверкиев напоминает и про зрителя: «Как только зритель замечает присутствие ИИ, он считывает это как признак низкого качества или обмана».
Вывод по результатам разговоров с экспертами об актёрской игре вырисовывается такой: нейросеть может изобразить грусть или радость. Но понять актёрскую задачу, сыграть так же глубоко, как живой актёр, понять, зачем герой скрывает чувство, чего он добивается от партнёра, почему именно сейчас молчит, — искусственному интеллекту гораздо сложнее.
Гибридная съёмка: от дорисовки деталей до создания миров
Гибридная съёмка — когда группа снимает реальные объекты, а нейросеть дорисовывает недостающее. Это один из самых востребованных вариантов использования ИИ.
«Гибридная съёмка — вот мой вердикт. Есть живая команда, а то, что снять невозможно или слишком дорого, дорисовывается».
Зверев приводит пример из собственной практики. Съёмочная группа забыла снять фуры, едущие по лесной дороге. Организовывать отдельную живую съёмку такого эпизода стоило бы около 150 тыс. рублей. Нейросетевое решение обошлось примерно в 15 тыс.
Чистая генерация в профессиональном кино — редкость, чаще используется связка технологий. Шарипов приводит в пример «Красный шёлк», снятый на LED- и зелёных экранах: «Что-то комбинировалось вживую, что-то — на ИИ».
Нейросети всё чаще заменяют и классический VFX. «Мы уже сейчас делаем графику, полностью перерабатываем сцены при помощи нейронных сетей, добавляем и меняем объекты, освещение. Нейросети активно применяются вместо VFX и прекрасно справляются», — говорит Колотов.
Монтаж и звук: править, не ломая
На постпродакшене сроки поджимают, поэтому особенно важна возможность быстро вносить правки. Ершов описывает смену самой постановки задачи: «Показателем качества было получение клипа в ответ на промпт, сейчас — количество попыток до годного дубля и возможность поправить один объект, не сломав остальное». В мае 2026-го Runway сделала флагманом не генератор, а редактор — Aleph 2.0 и Edit Studio, где правка одного кадра распространяется на весь клип.
Большие языковые модели уже выполняют часть монтажных операций. Зверев рассказывает, что нейросети сортируют и раскладывают отснятое по таймлайну, но полноценного доступа к монтажным программам пока нет, поэтому процесс медленнее работы живого монтажёра. Встроенные «резалки» тоже выполняют не весь спектр задач.
Рабочий набор перечисляет режиссёр Павел Меняйло: «Хорошо картинку делает Veo, Seedance 2.5 очень приличный, с Minimax H3 нужно поработать. Никуда не деться от сильных LLM: Claude, ChatGPT». Используются и узкие модели — для маскирования, карт глубины, переосвещения, смены лиц.
Со звуком — своя специфика. В отличие от классического кино, где сначала снимают, а потом озвучивают, в нейросети аудио- и видеодорожка создаются одновременно, объясняет Шарипов. Затем синхронизацию губ (липсинк) подгоняют едва ли не посекундно, для дубляжа и перевода всё чаще используют ElevenLabs. Но там, где студия дубляжа справилась бы за пару смен, в посекундной подгонке можно утонуть — по времени ИИ не выигрывает.
В области монтажа и звука нейросети уже работают, но по скорости и качеству пока проигрывают живым специалистам.
Вместо итога: возможен ли качественный ИИ-метр?
Современное кинопроизводство с нейросетями — гибридный конвейер под управлением человека.
«Нажать кнопку и получить минуту видео можно очень быстро. Сделать минуту готового материала, который я соглашусь отдать на ревью, — совершенно другая история».
По оценке Гузеева, минута — это 10—20 полноценных «шотов», на которые уходит от трёх дней до нескольких недель.
ИИ резко снизил порог входа в производство изображения. Человек без большой команды теперь способен сделать то, для чего ещё недавно требовались художники, специалисты по графике и существенный бюджет.
Но вместе с этим проявляется и главное ограничение. Как замечает ИИ-интегратор Ожигин, без экспертизы человека нейросеть даёт усреднённый результат — красивую оболочку, «китайский автомобиль», в котором нет глубины.
Именно в этом критики обвиняли Hell Grind. Ведущие издания, в том числе Variety и Business Insider, назвали фильм скорее «технологическим инфоповодом», чем художественным произведением. Критики посчитали сценарий «абсурдным», «бессвязным» и «набором банальных штампов из боевиков 2010-х». Зрители замечали ИИ-артефакты: например, главный герой держал кусок пиццы так, «будто видит еду впервые в жизни». Картину сравнивали с затянувшейся кат-сценой из видеоигры и упрекали в отсутствии глубины и человеческих эмоций.
Технически кино с искусственным интеллектом уже возможно.
Гораздо сложнее понять: возможно ли склеить через ИИ по-настоящему хорошее кино и действительно ли оно оказывается дешевле?
Об экономике, о бюджетах и проблемах применения ИИ RT расскажет во второй части исследования.