Pruna AI выпустила P-Video-2-Pro-Replace: подмена персонажа на видео до 120 секунд за $0.05/с

Знакомая боль у всех, кто делает рекламу, клипы или контент для соцсетей: снят удачный дубль, а героя нужно поменять. Другой актёр, другой типаж, другая одежда для региона или бренда. Пересъёмка стоит денег и времени, а классический дипфейк-пайплайн превращается в сборку из нескольких инструментов. Pruna AI предлагает закрыть это одной моделью: P-Video-2-Pro-Replace.

Что делает модель

Вы отправляете исходное видео и фото-референсы нового персонажа. На выходе получаете тот же ролик, но с другим человеком: модель переносит его внешность и одежду. При этом, по заявлению разработчиков, остаются нетронутыми хореография движений, ракурс и траектория камеры, кадрирование, фоновое окружение и оригинальная аудиодорожка.

Простой пример: у вас есть 30-секундный ролик, где девушка идёт по улице и поворачивает голову к камере. Вы загружаете фото другой модели в нужной куртке и получаете ту же сцену, тот же шаг, ту же камеру и тот же уличный шум, но уже с другим персонажем. Максимальная длительность обрабатываемого видео составляет 120 секунд, что заметно больше, чем у многих аналогов, которые рассчитаны на короткие клипы.

Под капотом модель построена на MiniMax H3. Сама Pruna известна оптимизацией моделей и инференса, так что связка выглядит логично: взять сильную базу и упаковать в удобный сервис.

Скорость, цена и доступ

Генерация 10 секунд видео занимает около 1.5–2 минут. Стоимость начинается от $0.05 за секунду в разрешении 480p. Для 10-секундного ролика это около 50 центов, для двухминутного уже около $6 только за черновое разрешение. Автор исходного поста справедливо называет это дорогим, особенно если нужны несколько итераций подбора референсов.

Зато с доступом проблем нет. Модель можно запустить через API и песочницу Pruna, а также на Runware, WaveSpeed AI, Replicate, Segmind, Wiro AI, Tellers AI и Eachlabs. Для разработчика это значит, что интегрировать её можно через уже знакомого провайдера, не заводя отдельную инфраструктуру.

Ограничения и на что смотреть

Пока это в основном заявления из документации. Независимых сравнений нет, поэтому стоит проверить на своих данных несколько вещей:

• насколько стабильно держится лицо при резких поворотах и перекрытиях руками или предметами;
• как переносится сложная одежда: логотипы, мелкие узоры, прозрачные ткани;
• нет ли артефактов на границе персонажа и фона при движущейся камере;
• как ведёт себя синхронизация губ, если в ролике есть речь, ведь аудио остаётся исходным.

Отдельный вопрос в разрешении. 480p подходит для превью и тестов, но для продакшена придётся смотреть на более высокие тарифы, цены на которые в посте не названы.

Есть и этическая сторона. Инструмент, который подменяет человека в любом видео по паре фото, одинаково удобен для рекламы и для дезинформации. Продуктовым командам стоит заранее продумать согласие на использование внешности, маркировку синтетического контента и правила хранения референсов.

Практический вывод

Для продактов и основателей, работающих с видеоконтентом, это способ быстро проверять гипотезы: локализация рекламы под разных типажей, примерка образов, вариативные креативы для A/B-тестов. Разумный план такой: взять 2–3 типичных ролика, прогнать через 480p, оценить процент пригодных результатов и только потом считать экономику. Если из десяти попыток годных три, реальная цена одного ролика вырастет втрое от заявленной.

Для разработчиков интереснее другое: модель доступна на множестве агрегаторов, поэтому можно сделать абстракцию над провайдерами и выбирать по цене и очереди. Рынок видеомоделей быстро превращается в сервисный слой, где выигрывает тот, кто лучше упаковал инференс. Pruna это показывает наглядно: берёшь сильную открытую базу, оптимизируешь и продаёшь за секунды видео.