Qwen, Luma и Pika: тест на создание AI-видео, которое не отличишь от настоящего

Ещё полтора года назад AI-видео легко выдавало себя: дёрганые движения, расплывчатые лица, неестественная физика объектов. Сейчас таких роликов в лентах стало заметно меньше — но объяснений у этого феномена два, и они принципиально разные. Либо технологии шагнули настолько вперёд, что AI-ролики стало трудно отличить от реальных. Либо люди просто научились пользоваться инструментами профессиональнее. Скорее всего, работают оба фактора одновременно.

Что изменилось за полтора года Качество видеогенерации выросло скачкообразно.

Если раньше первые же кадры сразу выдавали нейросетевое происхождение ролика, то современные инструменты научились имитировать реальную кинематографию: движение камеры, глубину резкости, естественные световые переходы между сценами. Параллельно выросло мастерство пользователей. Комьюнити вокруг видеогенерации выработало устойчивые практики — как составлять промпты, какие стили задавать, как постобрабатывать результат.

То, что раньше требовало десятков итераций и давало посредственный результат, теперь воспроизводимо за несколько попыток. Три инструмента, которые сейчас задают тон на рынке: Qwen Video от Alibaba — мультимодальная модель с акцентом на точное следование текстовым инструкциям Luma Dream Machine — специализируется на кинематографичных сценах с плавным движением камеры * Pika — заточен под короткие вирусные ролики, популярен у создателей контента в TikTok и Reels ## Что именно проверяли Авторы поставили конкретную задачу: попробовать создать с помощью каждого инструмента ролик, который органично смотрится в ленте соцсетей и не вызывает инстинктивного «это явно AI». Не просто технически красивая картинка, а контент с правдоподобной динамикой, правильным ритмом и деталями, которые зритель считывает подсознательно.

«Мы решили провести эксперимент и выяснить, действительно ли

некачественные видео, созданные нейросетями, исчезли, или люди научились делать настолько хорошие ролики, что мы уже перестали определять, кто есть кто». Задача оказалась сложнее ожидаемого. Каждый из трёх инструментов имеет чёткие сильные стороны и слабые места. Qwen лучше работает с детальными промптами, но может давать артефакты при движении людей в кадре. Luma создаёт впечатляющие атмосферные сцены, но хуже справляется с крупными планами лиц и диалогами. Pika работает быстро и интуитивно, однако качество снижается при сложных многоплановых сценах с большим количеством объектов в кадре.

Где граница между реальным и сгенерированным

Современные модели научились скрывать классические признаки AI-генерации. Пальцы больше не расплываются в невероятные конфигурации, текст на фоновых объектах стал читаем, физика жидкостей и тканей значительно улучшилась. Тем не менее несколько устойчивых маркеров остаются заметны опытному глазу: Слишком «правильное» освещение, которого почти не встретишь в реальной любительской съёмке Микродвижения глаз и мимика, которые чуть не совпадают с речью Текстуры волос при движении, особенно при сложном или динамичном фоне Монтажные переходы и ракурсы, нехарактерные для живых операторов Именно в этих деталях три инструмента и расходятся в результатах.

Luma выигрывает на пейзажах и предметной съёмке, где нет людей крупным планом. Pika держится лучше там, где нужен быстрый динамичный монтаж без задержек на деталях. Qwen показывает себя там, где важна точность воспроизведения мелких деталей сцены по описанию.

Что это значит Граница между AI-видео и реальной съёмкой стремительно стирается.

Для создателей контента это открывает новые возможности — делать ролики без камеры, актёров и студии, снижая порог входа практически до нуля. Для зрителей это ставит принципиально новый вопрос: на что теперь ориентироваться при оценке достоверности видео в ленте?