Лицо «плывёт» в видео из фото: как сохранить сходство

Лицо «плывёт» по двум причинам: модели не хватает деталей на исходном снимке, и она дорисовывает недостающее по своему вкусу, или вы попросили слишком много движения, и за время ролика черты успели «переехать». Лечится это тоже в два шага. Сначала готовим фото: крупнее, резче, лицом к камере, при необходимости прогоняем через «Улучшить фото». Потом сдерживаем движение в промте: короткий ролик, одно спокойное действие, прямая просьба не менять лицо. Модель выбираем уже третьим шагом, и разница между ними заметна, но меньше, чем разница между хорошим и плохим исходником.

Дальше разберём по порядку, на что смотреть и что нажимать.

Почему нейросеть «меняет» человека

Видеомодель не знает, как выглядит ваша бабушка или вы сами. Она видит одну картинку и должна придумать, как это лицо будет выглядеть через секунду: в чуть другом повороте, с приоткрытым ртом, с прищуром от улыбки. Всё, чего нет на фото, модель достраивает по усреднённым представлениям о людях. Если деталей мало, «усреднённое» быстро побеждает, и к концу ролика на вас смотрит просто симпатичный человек похожего возраста.

Чем дальше кадр уходит от исходного, тем сильнее эффект. Поворот головы на три четверти, смех с открытым ртом, резкий наезд камеры — каждое такое действие заставляет модель рисовать то, чего она не видела. Поэтому первые кадры ролика обычно похожи, а последние уже нет.

Это частный случай общей проблемы: в статье почему видео-генерация ломается собраны все типичные сбои сразу — лишние пальцы, дрожащий фон, странная физика. Здесь говорим только про самый обидный из них, когда близкий человек в ролике перестаёт быть собой.

Какие фото работают, а какие нет

Большую часть успеха определяет снимок, который вы загружаете. Хорошая новость: проверить его можно за минуту, ещё до генерации.

Работает хорошо:

• лицо занимает заметную часть кадра, а не маленькое пятно среди гостей за столом;
• человек смотрит в камеру или почти в камеру;
• лицо резкое, видны глаза, брови, линия губ;
• ровный свет без глубоких теней на половине лица;
• на лице ничего нет: без солнечных очков, руки у подбородка, бокала перед ртом.

Работает плохо:

• групповое фото, где нужное лицо размером с ноготь;
• профиль или сильный поворот головы;
• размытый кадр, снятый в движении или в темноте;
• сильные фильтры, «бьюти»-сглаживание, стилизация под рисунок;
• старый снимок с трещинами, пятнами и выцветшими участками прямо на лице.

Если у вас групповое фото, не пытайтесь оживить его целиком ради одного человека. Обрежьте кадр так, чтобы нужное лицо стало крупным. Модель получит больше пикселей именно там, где нужна точность.

И ещё одно правило, простое и важное: оживляйте свои фото или фото людей, которые на это согласились. С семейными снимками это обычно легко — достаточно спросить родных. С чужими фотографиями из сети так делать не стоит.

Когда перед генерацией помогает «Улучшить фото»

В Most AI есть готовый инструмент «Улучшить фото» — он работает без промта: загрузили снимок, получили более чёткую версию. Его имеет смысл запускать до видео в трёх случаях:

1. Фото маленькое или пережатое. Скриншот из мессенджера, картинка из старой соцсети, фото с телефона десятилетней давности. После улучшения у модели появляются чёткие контуры глаз и губ, за которые она держится.
2. Фото чуть размыто. Не «совсем в мыле», а просто без резкости. Улучшение возвращает детали, и видео получается стабильнее.
3. Старое бумажное фото после сканирования. Здесь сначала нужна реставрация, потом видео. Как почистить пятна и трещины, подробно разобрано в статье про то, как отреставрировать старое фото.

Одна оговорка. Улучшение — тоже работа нейросети, и на сильно испорченном снимке она может слегка поменять черты ещё до видео. Поэтому после улучшения положите результат рядом с оригиналом и честно посмотрите: это всё ещё тот же человек? Если да — идём дальше. Если лицо стало «глянцевым» и чужим, лучше взять оригинал и просто обрезать его покрупнее.

Как сдержать движение в промте

Когда фото готово, второй рычаг — текст задания. Главная идея: чем меньше вы просите, тем точнее модель держит лицо.

Одно действие, а не сюжет

Не нужно писать «мама смеётся, поворачивается к окну, машет рукой и идёт к двери». Это четыре действия, и к третьему лицо уже будет другим. Выберите одно: мягкая улыбка, моргание, лёгкий кивок, лёгкий поворот головы к камере.

Спокойная камера

Наезды, облёты и резкие панорамы заставляют модель показывать лицо с новых ракурсов. Для портрета лучше неподвижная камера или совсем медленное приближение.

Прямой запрет менять черты

Модели понимают просьбы вида «сохрани лицо таким же, как на фото». Это не гарантия, но заметно снижает самодеятельность. Вот базовый промт, с которого удобно начинать:

Женщина на фото мягко улыбается и один раз моргает, слегка наклоняет голову.
Камера неподвижна. Фон остаётся как на фото.
Лицо, черты, причёска и возраст точно как на исходном снимке, без изменений.
Спокойное естественное движение, без резких поворотов.

Если ролик нужен для праздничного поздравления — например, в духе модных роликов-поздравлений самому себе, где человек сидит перед тортом со свечами, — не добавляйте всё сразу. Пусть сначала человек просто улыбнётся, а праздник сделает окружение:

Мужчина на фото сидит за столом с тортом, пламя свечей мягко колышется,
в воздухе медленно падает конфетти. Мужчина улыбается и слегка кивает.
Камера неподвижна. Лицо и черты точно как на исходном фото, без изменений.

Здесь движения много, но почти всё оно не на лице: свечи, конфетти, свет. Лицо делает одно маленькое действие.

Короче — надёжнее

Для портрета берите минимальную длительность, которую предлагает модель. На коротком отрезке черты просто не успевают уплыть. Если нужен ролик подлиннее, лучше сгенерировать два-три коротких куска от одного и того же исходника и склеить их, чем просить один длинный.

Какая модель держит лицо лучше

Все четыре модели ниже умеют делать видео из картинки, найти их можно в разделе видео из изображения. Вместо жёсткого рейтинга — ориентиры, от чего отталкиваться. Лучшая проверка всё равно одна: тот же исходник и тот же промт в двух-трёх моделях.

Ниже — не рейтинг, а подсказки, с какой модели начать под вашу задачу.

Если лицо — главное в ролике, начните с Kling 3.0 или Grok Video 1.5: у Grok можно поставить совсем короткий ролик, от секунды. Минимальная длительность и минимум движения — самый бережный сценарий для любой модели.

Если нужен говорящий человек, помните: речь — самое сложное движение для сходства, потому что постоянно меняется форма рта. Veo 3.1 Fast и Seedance 2.5 умеют озвучивать ролик, но проверять результат придётся тщательнее. Для задачи «фото плюс готовый голос» в каталоге есть отдельный инструмент «Липсинк Kling Avatar», он сделан именно под говорящий портрет.

Если нужен танец или трендовое движение из одного фото, для этого есть Kling Motion Control. Но учтите, что активное движение всегда рискованнее для лица, чем улыбка на месте.

Сколько стоит генерация в каждой модели, смотрите на странице прайсинга: в Most AI вы платите за конкретную генерацию, а не за подписку, поэтому сравнить две-три модели на одном фото вполне разумно.

Порядок действий: от фото до ролика

Соберу всё в короткий алгоритм, который можно держать открытым рядом.

1. Выберите самый крупный и резкий снимок, где человек смотрит в камеру.
2. Обрежьте лишнее, чтобы лицо занимало большую часть кадра.
3. Если фото маленькое, мутное или старое — прогоните через «Улучшить фото» или сначала отреставрируйте. Сравните результат с оригиналом.
4. Составьте промт с одним действием, неподвижной камерой и просьбой сохранить лицо.
5. Поставьте минимальную длительность.
6. Сгенерируйте в одной модели, посмотрите последние кадры — именно там сходство теряется чаще всего.
7. Если лицо уплыло, сначала упростите движение, и только потом меняйте модель.

Условный пример: вы хотите оживить фото дедушки с юбилея, где он стоит в компании за праздничным столом. Первая попытка — всё фото целиком и промт «дедушка поднимает бокал и произносит тост» — почти наверняка даст незнакомого пожилого мужчину. Вторая попытка — обрезка до портрета, «Улучшить фото», промт «дедушка улыбается и слегка кивает, камера неподвижна, лицо без изменений» и короткий ролик — даёт гораздо больше шансов узнать родного человека.

Частые вопросы