Эндрю Прайс опубликовал видео, в котором анализирует недавние вирусные разработки в области создания контента с помощью ИИ в рамках нескольких инструментов и рабочих процессов. Он рассматривал генерацию игр, создание фотореалистичных сцен, рабочие процессы 3D-моделирования и сквозные видеопайплайны, включая аниматики и рендеринг с помощью ИИ.

Темы видео

В обзоре рассматривались инструменты, такие как Astra, Opus, Blender MCP, Meshy, Tripo и Seedance, охватывающие производство ассетов и синтез конечного видео. Прайс проследил типичные пайплайны от генерации моделей или сцен до композитинга и рендеринга видео на основе изображений.

Выявленные ограничения

По словам Прайса, ни одна из этих систем не выдавала результаты, соответствующие их демонстрациям в промо-роликах при простом запуске или в стандартных конфигурациях. Рекомендуемые подсказки и предустановки параметров редко дают приемлемые результаты с первых попыток, требуя дальнейшей доработки или повторных итераций, чтобы приблизиться к качественным примерам.

Обходные пути и рабочие процессы

Чтобы добиться пригодных к использованию результатов, Прайс предлагает варьировать подсказки, настраивать параметры и запускать несколько итераций, либо интегрировать традиционные пайплайны с избирательной автоматизацией на основе ИИ. Он продемонстрировал путь от аниматика до готового видео с использованием Blender MCP для тайминга и Seedance для генерации на основе изображений, отметив, что по-прежнему требуется значительное ручное вмешательство.

Более широкие последствия

Несмотря на практические ограничения, Прайс признаёт значительные изменения, вызванные новыми моделями; ландшафт производства меняется, а наиболее адаптивные инструменты и команды эволюционируют. Обзор подчёркивает разрыв между маркетинговыми материалами и повседневной реальностью производства и акцентирует внимание на постоянной адаптации как на доминирующем ответе на улучшения моделей.