AI-аватар: лицо, голос и движение из одной картинки

Что в ролике
Автор показывает, как собрать реалистичного AI-аватара, который выглядит одинаково в разных сценах, и весь процесс строится вокруг одного изображения — character sheet. Сначала он делает в Higgsfield референс-коллаж из своих фото и генерирует в GPT Image 2 лист персонажа в 2K и формате 16 на 9: полный рост слева и крупный план справа на чистом белом фоне, с текстурой кожи, порами и веснушками. Затем по этому листу он создаёт четыре статичные сцены — пещера у костра, снежная вершина, городская будка на закате и пустыня с верблюдом — и в каждой прописывает два источника света разной цветовой температуры, чтобы лицо не сливалось с фоном. Все четыре картинки он анимирует одной генерацией длиной 30 секунд в модели Seedance 2,5, прописав реплики и звуки переходов в тексте промпта, а не загружая аудио, и заранее считает 75 слов на 30 секунд речи, чтобы модель не заполняла тишину отсебятиной. Голос он заменяет через инструмент voice change: записывает 1–2 минуты своей речи, обучает клон и накладывает его на ту же дорожку, не меняя движение губ. Дальше автор показывает три формата использования: продуктовый ролик из шести кадров одной комнаты с четырёх ракурсов, B-roll из трёх планов с таймкодами и talking head в спортзале, где в промпт вписаны конкретные движения рук, перенос веса и моргание. В конце он напоминает, что бонусы к Higgsfield — генератор промптов, библиотека и закрытая группа — можно получить только по его партнёрской ссылке.
Практика
- Что получишь
- Сможете собрать аватара из одного character sheet: сгенерировать лицо и сцены, анимировать 30 секунд видео и заменить голос на свой клон. Поймёте, как прописывать свет, таймкоды и движения, чтобы результат не выглядел пластиковым.
- Первый шаг
- Зарегистрироваться в Higgsfield по ссылке из описания, загрузить коллаж из своих фото и сгенерировать character sheet в GPT Image 2 в формате 16 на 9.
- Цифры
- —30 секунд — максимальная длина одной видеогенерации, которую использует автор
- —75 слов — столько нужно уложить в 30 секунд речи, чтобы модель не добавила тишину или отсебятину
- —1–2 минуты — столько чистой записи голоса нужно для клона
- —4 сцены и 6 кадров — столько локаций и ракурсов автор готовит для анимации и продуктового ролика
- Честно
- Автор явно рекламирует Higgsfield: все бонусы (генератор промптов, библиотека, закрытая группа) доступны только при регистрации по его партнёрской ссылке. Точные тексты промптов в ролике видны на экране, а не проговариваются целиком, поэтому для повторения придётся пересматривать видео. Для голосового клона нужна запись своего голоса, её нельзя сгенерировать.
Если слова незнакомы — 6 терминов
- character sheetизображение с полным ростом и крупным планом, по которому модель удерживает лицо одинаковым во всех сценах
- референсопорное изображение, на которое ориентируется модель при генерации
- промпттекстовое задание для нейросети
- voice changeинструмент замены голоса в видео на другой или клонированный
- B-rollдополнительные кадры, которые вставляют поверх основного видео для перебивок
- talking headформат видео, где человек смотрит в камеру и говорит
Связки из этого ролика
1 шт.- Higsfield + GPT Image 2 + Seedance 2.5
Компоненты
3 шт.Формат: пошаговый урок · для практикующих · уверенность разметки 0.9 · источник