Как оживить фото с помощью нейросети: инструкция и 7 сервисов с ценами за ролик

Оживить фото нейросетью можно прямо в браузере: загрузить один снимок, описать движение и через несколько минут получить короткое видео. Но результат зависит не столько от длины промта, сколько от подходящей модели. Одни аккуратнее работают с лицом, другие справляются с танцем и движением камеры, третьи сразу создают звук. Ниже — восемь решений для разных задач, инструкция и готовые промты без лишних настроек.

Большинство инструментов работают по одному сценарию. Устанавливать программу на компьютер или монтировать видео вручную не требуется.

1. Подготовьте изображение. Лучше всего подходит чёткий JPG, PNG или WEBP, на котором главный человек или предмет хорошо отделён от фона. Для портрета безопаснее взять фотографию с одним лицом крупным или средним планом.

2. Загрузите снимок. Если сервис предлагает выбрать соотношение сторон, оставьте исходное либо сразу задайте 9:16 для вертикального ролика и 16:9 для горизонтального.

3. Опишите движение. Достаточно одного-двух предложений: кто двигается, что именно делает, как ведёт себя камера и что должно остаться неподвижным.

4. Выберите длительность и качество. Первый тест лучше делать на 4–6 секунд и в базовом разрешении. Короткий ролик дешевле и обычно лучше сохраняет черты лица.

5. Проверьте последние кадры. В начале видео модель опирается на исходную фотографию, а заметные искажения чаще появляются ближе к концу.

Нейросеть не возвращает утраченную детализацию автоматически. Если старый снимок выцвел, порван или снят в низком разрешении, сначала его стоит восстановить и при необходимости раскрасить. После этого можно превращать фото в видео.

В рейтинг вошли и самостоятельные сервисы, и видеомодели. Сервис даёт интерфейс, оплату и историю генераций, а модель непосредственно достраивает движение. Поэтому два сайта могут предлагать одну и ту же модель, но отличаться ценой, языком панели и доступными настройками.

Тарифы видеогенераторов меняются часто. Цены и стартовые лимиты ниже указаны по состоянию на 13 сентября 2026 года; перед запуском стоит проверить сумму на кнопке генерации.

ERA2 подойдёт тем, кто не хочет заводить отдельные аккаунты в разных зарубежных сервисах. В русскоязычной панели можно загрузить фотографию, написать промт длиной до 2000 символов и выбрать движок под конкретную сцену. На странице инструмента доступны Runway Gen-4 Turbo, Hailuo 2.3 Standard, Veo 3.1 Lite и Kling 3.0 Turbo.

Самая доступная проба — Runway Gen-4 Turbo: 100 кредитов за ролик на 5 секунд в 720p. Hailuo рассчитан на плавное движение человека, Veo умеет создавать звуковую дорожку и строить переход между первым и последним кадром, а Kling позволяет задавать длительность от 3 до 15 секунд. Цена показывается до запуска и меняется вместе с выбранными параметрами.

• Входные форматы: JPEG, PNG и WEBP до 25 МБ.

• Результат: MP4 без водяного знака.

• Разрешение: от 720p; доступность 1080p и 4K зависит от модели.

• Оплата: рублями, банковской картой РФ или через СБП.

• Пробный доступ: 150 кредитов после регистрации без привязки карты.

  

  

Стартового баланса хватает на один пятисекундный ролик Runway. Для первого опыта это практичный вариант: сначала можно проверить, насколько хорошо исходное лицо переносит анимацию, а уже потом тратить больше кредитов на длинную или звуковую версию.

+Вайб рассчитан на пользователя, которому нужен готовый результат без выбора между десятками профессиональных параметров. Инструмент особенно уместен для селфи, портретов и фотографий из семейного альбома. Промт можно написать самостоятельно или выбрать готовое действие: лёгкую улыбку, поворот головы, движение волос.

Одна генерация стоит 80 молний. Сервис принимает JPG, PNG, HEIC и WEBP размером до 10 МБ, а минимальное разрешение исходника — 512 × 512 пикселей. На выходе получается MP4 на 5 или 10 секунд; доступны вертикальный, квадратный и горизонтальный форматы.

• Подходит новичкам: описание движения можно оставить пустым.

• Работает в мобильном браузере и не требует установки.

• Списание проходит за успешную генерацию.

• Молнии продаются пакетами и не привязаны к ежемесячной подписке.

• Рядом доступны реставрация старого снимка и говорящий аватар.

Автоматический режим удобен, когда надо быстро сделать фото живым, но он даёт меньше контроля. Если важно сохранить точное выражение лица, лучше всё же указать спокойное движение и отдельно попросить оставить фон неподвижным.

Kling стоит рассматривать для сцен, где пяти секунд мало: прогулки, поворота человека в полный рост, движения автомобиля или облёта предмета камерой. В актуальной линейке есть несколько версий, поэтому длительность, разрешение, звук и расход кредитов зависят от выбранного режима.

Kling 3.0 Turbo в панели оживления ERA2 поддерживает ролики на 3, 5, 10 и 15 секунд и считает стоимость посекундно. Это полезно, когда длительность должна быть задана заранее, но длинный клип не всегда лучше короткого. На 10–15 секундах модель дольше достраивает лицо, руки и фон, поэтому риск искажений растёт.

• Сильная сторона: движение человека и управляемая камера.

• Оптимальная первая проба: 5 секунд без резких действий.

• Для длинной сцены лучше сначала проверить короткий дубль с тем же промтом.

• В родном сервисе условия бесплатной квоты и водяного знака зависят от текущего тарифа.

Kling полезен не только для портрета. Он хорошо раскрывается там, где в кадре есть понятное действие: человек делает несколько шагов, ткань движется от ветра, камера медленно обходит предмет. Просьба одновременно улыбнуться, повернуться, поднять руку и пройти к камере перегружает даже сильную модель.

Seedance разработана командой ByteDance и ориентирована на движение всей сцены. Её стоит выбирать не ради едва заметного моргания, а для танцев, спорта, походки, паркура и роликов со сменой крупности. Мультишот позволяет получить несколько ракурсов внутри одной генерации.

В панели ERA2 доступна Seedance 2.0 в полной и быстрой версиях. Full выводит видео вплоть до 4K, а Fast ограничена 720p и подходит для дешёвого перебора идей. Доступные длительности — 4, 8 и 15 секунд. Полная генерация в Full HD на 4 секунды показывала стоимость 3840 кредитов на момент проверки.

• На вход можно передать до девяти изображений-референсов.

• Доступны форматы 21:9, 9:16, 4:3 и 1:1.

• Быстрый режим разумнее использовать для черновиков.

• Полная версия нужна, когда уже выбраны композиция, движение и ракурс.

Для спокойного оживления старой фотографии Seedance избыточна. Её преимущество видно в сценах, где движутся герой, камера и окружение. Чем сложнее постановка, тем полезнее сначала сделать четырёхсекундную пробу, а не сразу покупать максимальную длительность.

Veo от Google DeepMind создаёт изображение и звуковую дорожку одновременно. Модель подходит для атмосферных сцен, где важны шум улицы, вода, ветер, шаги или короткая реплика. Вертикальный формат 9:16 генерируется сразу, поэтому готовый ролик не приходится обрезать по краям.

Линейка Veo 3.1 в панели делится на Lite, Fast и Quality. У всех трёх вариантов доступны ролики на 4, 6 или 8 секунд, горизонтальная и вертикальная ориентация, разрешение до 4K и нативный звук. Lite используют для перебора, Fast — когда важна скорость очереди, Quality — для финального дубля.

• Из одного фото модель делает обычный ролик image-to-video.

• Из двух кадров Veo строит управляемый переход от первого изображения ко второму.

• До трёх референсов можно использовать для сохранения героя, локации и визуального стиля.

• В специальном инструменте ERA2 версия Veo 3.1 Lite стоила от 205 кредитов за запуск на момент проверки.

Звук лучше описывать так же подробно, как движение. Фраза «летняя улица со звуком» оставляет модели слишком много свободы. Запрос «тихий шум улицы, редкие шаги, лёгкий ветер, без речи и музыки» задаёт более предсказуемую дорожку.

Sora полезна, когда фотографию нужно превратить не просто в движущийся портрет, а в небольшую сцену. Модель лучше раскрывается на воде, падениях, взаимодействии предметов и движении камеры. Она также генерирует синхронный звук.

Режим Image-to-Video принимает фотографию и текстовое описание, выдаёт ролик на 4, 8 или 12 секунд в 720p. Версия Pro поднимает разрешение до 1080p, но стоит дороже. В панели ERA2 короткий запуск Sora 2 указан от 640 кредитов.

• Форматы: 16:9 и 9:16.

• Базовая длительность: 4, 8 или 12 секунд.

• Сильная сторона: физика движения и цельность сложной сцены.

• Слабое место: текст и узнаваемые лица могут меняться по ходу ролика.

Sora не стоит выбирать только из-за известного названия. Для лёгкого моргания портрета хватит более дешёвой модели. Её цена оправдана, если в исходном кадре есть материал для действия: вода должна разойтись кругами, ткань — отреагировать на движение, а камера — пройти по заданной траектории.

Wan — открытая линейка Alibaba. В панели доступна версия Wan 2.7 с двумя основными режимами: генерация видео по тексту и оживление загруженного изображения. Ролик может длиться от 2 до 10 секунд, а разрешение достигает 1080p.

Модель разумно использовать для предметов, пейзажей, движения фона и коротких вставок в монтаж. Она дешевле раскрывает простое действие, чем сложную сцену с руками и крупным человеческим лицом. Звук включается отдельным переключателем и влияет на цену.

• Длительность: от 2 до 10 секунд.

• Разрешение: 720p или 1080p.

• Звук: опционально.

• Цена в панели ERA2: от 975 кредитов за ролик на момент проверки.

• Отдельное поле запретов помогает перечислить нежелательные детали.

Если готовый ролик всё равно будет монтироваться под музыку, звук лучше отключить. Для двухсекундной перебивки достаточно одного движения: блик проходит по корпусу товара, пар поднимается над чашкой или листья слегка качаются на ветру.

Hailuo от MiniMax хорошо подходит для одиночного портрета, мягкой эмоции и небольшого поворота головы. В панели представлены Hailuo 2.3 Standard и Pro. Оба режима работают из одного снимка, создают видео на 6 или 10 секунд и поддерживают 768p либо 1080p.

Standard дешевле и годится для теста. Pro отличается более высокой детализацией и нужен, когда удачный промт уже найден. Версия 2.3 не принимает аудиодорожку и не генерирует звук, поэтому для говорящего героя нужен другой инструмент или последующая озвучка.

• Лучше всего работает с одним хорошо освещённым лицом.

• Групповой снимок повышает риск изменения черт.

• Кисти рук и мелкие детали стоит оставить неподвижными.

• Для пробного ролика достаточно Standard в 768p.

Hailuo логично использовать как черновик перед дорогой генерацией. Если движение выглядит убедительно, тот же принцип промта можно перенести в старшую модель и увеличить разрешение.

Семейные снимки требуют более осторожной подготовки, чем современное селфи. Нейросеть ориентируется на видимые черты и не знает, как человек выглядел в действительности. Царапину возле глаза она может принять за часть века, а смазанный рот — дорисовать по своему усмотрению.

Перед загрузкой стоит сделать четыре вещи:

1. Обрезать рамку и лишний фон. Лицо должно занимать заметную часть кадра.

2. Убрать крупные повреждения. Заломы, пятна и разрывы лучше исправить до анимации.

3. Не завышать резкость. Сильный фильтр создаёт контуры и шум, которые начинают двигаться вместе с лицом.

4. Раскрасить заранее, если нужен цвет. Image-to-video добавляет движение, но не обязана колоризировать чёрно-белую фотографию.

Групповое фото лучше разделить на несколько портретов и оживить каждого человека отдельно. Когда в кадре три-четыре лица, модели труднее сохранить направление взглядов и индивидуальную мимику.

Рабочая формула состоит из четырёх частей:

Герой + одно действие + поведение камеры + ограничения.

Например: «Женщина медленно поворачивает голову к камере, один раз моргает и слегка улыбается. Камера неподвижна. Черты лица, одежда и фон не меняются».

Один точный сценарий обычно работает лучше перечня из пяти действий. Для первой генерации подходят такие заготовки:

• Портрет: «Мужчина спокойно смотрит в камеру, слегка улыбается и один раз моргает. Естественное дыхание. Камера и фон неподвижны».

• Старое фото: «Очень деликатное движение: человек чуть поворачивает голову и моргает. Сохранить возраст, черты лица, причёску и одежду. Без движения камеры».

• Пейзаж: «Вода медленно движется, листья качаются от лёгкого ветра, облака плывут слева направо. Камера остаётся на месте».

• Товар: «Камера плавно обходит предмет справа налево, по поверхности проходит мягкий блик. Форма товара, этикетка и фон не меняются».

• Вертикальный ролик: «Герой остаётся в центре вертикального кадра 9:16, слегка поворачивается к камере. Без приближения и обрезки головы».

Запреты тоже стоит формулировать конкретно. Вместо «без артефактов» лучше написать: «не менять глаза, зубы и пальцы; не добавлять людей; надпись на фоне неподвижна».

Большинство неудачных генераций можно объяснить одной из пяти причин.

• Слишком много действий. Поворот, улыбка, жест рукой и движение вперёд конкурируют между собой. Оставьте одно основное действие.

• Длинный первый дубль. Чем больше новых кадров строит модель, тем дальше она уходит от исходника. Начните с 4–6 секунд.

• Сложные руки. Переплетённые пальцы, ладонь возле лица и мелкий предмет часто меняют форму. Попросите не двигать кистями.

• Текст в кадре. Вывески, этикетки и подписи могут «поплыть». Зафиксируйте фон в промте или уберите надпись из кадра.

• Слабый исходник. Размытие, глубокая тень и лицо в несколько десятков пикселей не дают модели достаточно информации.

Перезапускать генерацию с тем же длинным запросом бессмысленно, если ошибка повторяется. Сначала сократите движение, зафиксируйте камеру и фон, затем попробуйте ещё раз. После удачного короткого дубля можно увеличивать длительность или качество.

Оценивать ролик нужно не по эффектному первому движению, а покадрово в конце. Пяти пунктов достаточно, чтобы отсеять неудачный вариант.

1. Лицо узнаваемо на последней секунде. Сравните глаза, линию губ, подбородок и причёску с исходным снимком.

2. Движение связано с окружением. Если поворачивается голова, вместе с ней должны двигаться волосы, воротник и тень.

3. Фон сохраняет геометрию. Стены не «дышат», мебель не меняет форму, буквы не переползают.

4. Руки остаются анатомичными. Особенно внимательно проверьте кадры, где пальцы появляются из-за предмета или одежды.

5. Звук совпадает с действием. Шаги, вода и речь должны попадать в происходящее, иначе дорожку лучше заменить при монтаже.

Для зацикленной аватарки сравните также первый и последний кадры. Чем ближе положение головы и камеры, тем незаметнее будет стык петли.

• Первый бесплатный тест: ERA2 с Runway на стартовых кредитах или пробный баланс +Вайб.

• Селфи и семейный портрет: +Вайб либо Hailuo.

• Ролик на 10–15 секунд: Kling; Seedance — если внутри нужна смена планов.

• Видео со звуком: Veo; Sora — для более сложной физики, Wan — для короткой недорогой перебивки.

• Танец, спорт, активное движение: Seedance.

• Переход между двумя изображениями: Veo.

• Предмет или пейзаж: Wan, Runway в ERA2 или Kling.

• Старый снимок: сначала реставрация, затем короткая генерация в +Вайб, Hailuo или Runway.

Универсального победителя здесь нет. Для фотографии бабушки из семейного архива нужна бережная мимика, для карточки товара — сохранение формы, а для рекламного ролика — движение камеры и звук. Самый экономный подход одинаков во всех случаях: проверить идею на короткой и недорогой версии, исправить промт и только после этого запускать финал в высоком разрешении.

Да, но обычно это пробный баланс, дневная квота или один стартовый ролик. ERA2 начисляет 150 кредитов после регистрации, которых хватает на базовый запуск Runway. У +Вайб есть стартовые молнии, а условия бесплатных генераций в Kling и Hailuo зависят от площадки и действующего тарифа.

Большинство сервисов требуют аккаунт, потому что к нему привязаны кредиты и история генераций. Загрузить изображение иногда можно до входа, но скачать готовый MP4 без авторизации обычно нельзя.

Для спокойного одиночного портрета разумно начать с Hailuo, +Вайб или Runway через ERA2. Kling стоит выбрать, если человеку нужно двигаться дольше или камера должна менять положение. Качество всё равно зависит от конкретного снимка, поэтому одной пробой сравнить модели полезнее, чем ориентироваться только на название.

Да. Все решения из подборки открываются в браузере или имеют мобильный интерфейс. Фотография выбирается из галереи, а готовый MP4 сохраняется в загрузки. Для больших сканов удобнее компьютер: перед отправкой их проще обрезать и уменьшить.

Обычное оживление фотографии и говорящий аватар — разные режимы. Veo и Sora могут создавать звук и речь вместе со сценой, Wan предлагает звук как дополнительную опцию, но для точной артикуляции под готовую запись нужен отдельный инструмент синхронизации губ.

Для портрета достаточно 4–6 секунд. Такой клип дешевле, быстрее генерируется и реже теряет сходство с исходником. Длительность 10–15 секунд стоит выбирать после удачной короткой версии.

Да. Image-to-video работает не только с фотографиями, но и с иллюстрациями, 3D-рендерами и предметной съёмкой. У рисунка обычно проще сохранить лицо, а у товара важно отдельно запретить изменение формы, логотипа и текста на упаковке.

Анимация достраивает движение, а не выполняет реставрацию и колоризацию автоматически. Если нужен цветной ролик, сначала восстановите и раскрасьте снимок, сохраните результат, а затем загрузите его в нейросеть для оживления.

Читайте также:

• Нейросеть для генерации изображений: ТОП-12 бесплатных ИИ генераторов картинок по описанию в 2026 году.

• Нейросеть для генерации видео: ТОП-10 ИИ, чтобы создать видео по тексту и из фотографий бесплатно в 2026 году.

• ИИ фотосессия по фото: ТОП-11 нейросетей для фотосессии по фотографии — бесплатно и онлайн в 2026 году.

• Озвучка текста нейросетью: какие ИИ-голоса звучат живо на русском в 2026 году

• Как добавить человека на фото через нейросеть и не получить вырезанную наклейку