Агент собрал 4K-ролик в Blender и отрендерил его на 10 GPU за 51 минуту и $5,75

Обычно на 3D-ролик в стиле рекламы уходят дни: моделирование, анимация, свет, рендер-ферма, звук. Telegram-канал «Точки над ИИ» поделился роликом, который целиком собрал агент на Fable 5.2 по одному промпту. Итог: 4K, 51 минута рендера и $5,75 расходов. Разбираем, что тут произошло на самом деле и что из этого можно забрать в работу.

Что именно собрал агент

В промпте попросили немного: сделать в Blender комнату с ноутбуком, где творятся вайбкодерские штуки, как в рекламе Anthropic, показать маскота Clawd и отрендерить всё на RunPod. Дальше агент действовал сам.

Сначала он написал Python-скрипт, который целиком построил сцену: комнату, MacBook с 77 отдельными клавишами и самого Clawd. Blender управляется через Python, поэтому для агента это обычная кодовая задача: написать текст, запустить, посмотреть результат.

Самая красивая деталь — экран. Модель сама сверстала веб-страницу, сохранила её покадрово в 1345 картинок и натянула на крышку ноутбука. Клавиши проседают ровно в том кадре, где на экране появляется соответствующая буква. Фактически агент синхронизировал два слоя: контент на экране и физику клавиатуры. Именно такие мелочи отличают аккуратную работу от «и так сойдёт».

Цифры и устройство пайплайна

Дальше начался масштаб: 13 камер, симулированное солнце от заката до рассвета и рендер в 4K на десяти арендованных видеокартах. Всё заняло 51 минуту и обошлось в $5,75. Музыку и звуки модель догенерила в ElevenLabs.

Обратите внимание на структуру. Агент не «рисует видео» нейросетью, а оркестрирует обычные инструменты: код строит сцену, веб-вёрстка даёт контент для экрана, облачные GPU делят тяжёлый рендер между собой, отдельный сервис делает звук. Такой подход принципиально отличается от генеративного видео. Каждый элемент сцены остаётся объектом в скрипте, который можно поправить: сменить цвет стен, убрать камеру или переписать текст на экране, а потом перезапустить рендер, не собирая всё заново.

Для продакта и основателя тут важна экономика. Ролик с 13 ракурсами и 4K-рендером стоит несколько долларов аренды видеокарт и около часа ожидания. Когда производство дешевеет до такого уровня, узким местом становится идея и вкус, а не рендер.

Границы и практический вывод

Теперь честно о границах. Это один пост в Telegram, а не воспроизводимый эксперимент. Неизвестно, сколько попыток и правок потребовалось, как агент проверял результат и входит ли в $5,75 стоимость самих токенов модели. Вероятно, показан удачный запуск, а не средний. Технических деталей о Fable 5.2 в посте нет, а в конце сам автор спрашивает, пробовал ли кто-то гонять Blender через агента на новой модели. Значит, повторяемость пока не подтверждена.

Что с этим делать на практике. Во-первых, посмотрите на свои программируемые инструменты: у многих редакторов 3D, CAD, видео и графики есть скриптовый API, а значит, их можно отдать агенту как рабочую среду. Начните с маленькой сцены из трёх-четырёх объектов и одной камеры, чтобы понять, где агент ошибается. Во-вторых, закладывайте облачный рендер сразу: параллельная аренда нескольких GPU на час стоила в этом примере считанные доллары. В-третьих, просите агента сохранять промежуточные результаты и скрипты в репозиторий, чтобы сцену можно было править и версионировать как обычный код.

Главный сигнал не в $5,75, а в самом типе задачи. Агент довёл до результата длинную цепочку из кода, вёрстки, облачных вычислений и звука, не требуя от человека ручной работы в промежутке. Пока это единичная демонстрация, но именно такие кейсы стоит повторять на своих данных, прежде чем планировать на них продукт.