Вы сделали эффектную картинку в Midjourney и хотите, чтобы она задышала: лёгкое движение волос на ветру, пар над чашкой кофе, облака на заднем плане. Первая мысль, искать команду /video в промпте, ведёт в никуда: такой команды в Midjourney нет. Видеорежим здесь устроен иначе, чем в текстовых генераторах видео, и если подойти к нему как к обычному промпту для картинки, результат разочарует. Разница в логике чувствуется уже на старте: вы не описываете сцену целиком, а оживляете то, что уже нарисовано.
Midjourney видео работает по принципу «изображение в видео», а не «текст в видео». Это главное отличие от обычной генерации картинок по промпту: там отправная точка текст, здесь всегда готовый кадр. Отличается и логика стилей: референсы, которые управляют внешним видом изображения, в анимацию не переносятся вовсе. Из-за этого планировать ролик нужно заранее, ещё на этапе выбора кадра, а не пытаться исправить композицию уже после запуска анимации.
Разберём, как подать запрос на видео, какие лимиты по длительности и батчам действуют, какие параметры работают в этом режиме и чем он принципиально отличается от фоторежима. Заодно разберём, какие ошибки встречаются чаще всего и когда стоит выбрать другой инструмент.
Чем видеорежим Midjourney отличается от генерации изображений
В фоторежиме вы пишете промпт, и Midjourney создаёт изображение с нуля. В видеорежиме текст по желанию дополняет уже существующую картинку, но не заменяет её. Без исходного изображения видео не запустить: нейросеть умеет анимировать готовый кадр, а не придумывать сцену с движением из пустого промпта. Поэтому качество итогового ролика определяет не только motion-промпт, но и то, насколько удачно выбран исходный кадр: ракурс, фон, расположение объектов. Слабую композицию анимация не исправит, она только добавит к ней движение.
Это принципиальное отличие от сервисов, которые генерируют ролики прямо по текстовому описанию. Если вам нужен клип без заранее нарисованного кадра, у Midjourney для этого нет своего инструмента, и логичнее смотреть в сторону нейросетей, которые генерируют видео по тексту, как это делают Sora и Veo. Midjourney в этой связке играет другую роль: он хорош там, где важен конкретный визуальный стиль кадра, а не свобода сюжета.
Как подать запрос на видео: кнопки Animate и ручной режим
Исходный кадр можно получить двумя способами: сгенерировать его в самой Midjourney или загрузить готовое изображение. Если вы пока не знакомы с базовым промптингом, проще начать с того, как создать изображение по промпту, а потом переходить к анимации. На этом этапе стоит сразу выбирать кадр с чёткой композицией: лишние детали на фоне потом оживут вместе с главным объектом, и не всегда предсказуемо.
Дальше откройте изображение в галерее или на странице создания и нажмите кнопку Animate под ним. У кнопки два режима запуска:
- Auto: Midjourney сама придумывает motion-промпт и запускает анимацию без вашего участия.
- Animate Manually: открывает строку промпта, где можно описать желаемое движение своими словами, прежде чем отправить запрос.
Выбор между этими двумя режимами не финальный: ничего не мешает запустить Auto для ориентира, посмотреть на результат и затем переделать тот же кадр через Animate Manually с более точным описанием движения.
Автоматическая анимация
Подходит, когда нужно быстро проверить, как кадр оживёт в принципе. Нейросеть сама решает, что должно двигаться: фон, объект, камера. Результат непредсказуем, но для черновой проверки концепции этого достаточно. Это быстрый способ понять, стоит ли вообще анимировать конкретный кадр, прежде чем тратить время на подбор точных формулировок движения.
Animate Manually и свой motion-промпт
Для контролируемого результата опишите движение явно: что смещается, куда идёт камера, что остаётся статичным. Короткие и конкретные формулировки работают лучше общих фраз вроде «добавь динамики». Полезно описывать не только то, что движется, но и то, что должно остаться неподвижным: это снижает количество лишних артефактов на статичных участках кадра.
Low motion и High motion: какую анимацию выбрать
При запуске видео нужно выбрать интенсивность движения.
- Low motion: подходит для статичных сцен, где камера почти не двигается, а в кадре живёт один-два элемента, например пар или ткань на ветру.
- High motion: добавляет движение камеры и более активное поведение объектов в кадре, подходит для динамичных сцен.
На практике разумно начинать с Low motion даже для сцен, которые задуманы как динамичные: так проще увидеть, сохраняет ли нейросеть пропорции и детали объекта, прежде чем усиливать движение.
У High motion есть обратная сторона: сложные физические действия, руки, пальцы и взаимодействия с предметами ломаются чаще, чем при Low motion. Если в кадре человек с чёткой мелкой моторикой, безопаснее начать с низкой интенсивности и смотреть, что получится. Если кадр содержит руки, предметы в руках или мелкую мимику, лучше заранее закладывать время на несколько попыток: при High motion эти детали чаще размываются или деформируются.
Параметры и референсы, которые работают по-другому в видео
Видеорежим принимает не весь набор параметров, который привычен для фоторежима. Для видео работают только –motion low, –motion high, –raw, –loop, –end и –bs для размера батча. Остальные параметры фоторежима в видео игнорируются или недоступны. Такой ограниченный набор параметров логичен: часть инструментов фоторежима управляет композицией и стилем кадра, а в видео эта задача уже решена на этапе создания исходного изображения.
Отдельная ловушка: Image Prompt, Style Reference и Omni Reference не переходят из исходного изображения в видео. Если картинка собиралась через управление стилем, например через sref и промпт, в момент анимации Midjourney видит только готовый визуальный результат, а не те референсы, которыми вы его добивались. Поэтому стиль сохраняется ровно в той мере, в какой он уже «впечён» в пиксели кадра. Практический вывод простой: все решения о стиле нужно принимать до запуска Animate, а не пытаться скорректировать их параметрами видео.
| Параметр | Фоторежим | Видеорежим |
|---|---|---|
| Отправная точка | текстовый промпт | готовое изображение |
| Image Prompt, sref, Omni Reference | работают | не переносятся |
| Доступные параметры | почти весь набор | только –motion, –raw, –loop, –end, –bs |
| Звук | не применимо | не поддерживается |
Лимиты по длительности, батчам и стоимости
Один запуск видео создаёт клипы длиной 5 секунд. Клип можно продлевать: каждое расширение добавляет примерно 4 секунды, и таких расширений доступно до четырёх подряд, то есть итоговая длина клипа ограничена примерно 21 секундой. На практике это удобно разбить на этапы: сначала смотрите, подходит ли базовый пятисекундный клип, и только потом решаете, нужно ли продлевать его до максимума.
По умолчанию задача на видео, как и на изображение, выполняется батчем: система генерирует несколько вариантов за один запуск, но размер батча можно уменьшить параметром –bs, если нужен один конкретный результат без лишнего расхода времени. Уменьшать батч стоит в первую очередь тогда, когда кадр уже утверждён и вы фактически выбираете между Low motion и High motion, а не перебираете случайные варианты.
Стоимость генерации видео заметно выше стоимости изображения: одна видеозадача расходует примерно в восемь раз больше GPU-времени, чем одна фотозадача. Это стоит учитывать при планировании объёма роликов, особенно если вы тестируете несколько вариантов анимации для одного кадра. Разница настолько заметна, что имеет смысл сначала добиться устраивающего результата на изображении и только затем переходить к анимации, а не тестировать десятки версий кадра уже в видеорежиме.
Типичные ошибки при генерации видео и когда лучше взять Sora или Veo
- Ждут видео прямо из текстового промпта, без исходного изображения, хотя Midjourney всегда требует стартовый кадр.
- Рассчитывают, что стилевые референсы и image prompt перенесутся в анимацию автоматически.
- Запускают High motion на сложных сценах с руками, мелкими предметами и взаимодействием объектов, получая артефакты.
- Не снижают размер батча при переборе вариантов и расходуют GPU-время быстрее, чем планировали.
- Ожидают звук в готовом ролике, хотя видеорежим его не генерирует.
За этими ошибками обычно стоит одно и то же: ожидание, что видеорежим Midjourney устроен так же, как генераторы видео по тексту. На деле это инструмент другого класса, заточенный под анимацию уже готового изображения, а не под постановку сцены.
Если нужен полноценный ролик по сценарию, с голосом персонажа или сложной камерой без привязки к одному заранее нарисованному кадру, Midjourney не тот инструмент: он создан для анимации готового изображения, а не для постановки сцены с нуля. В таких случаях разумнее сравнить подход с другими генераторами реалистичного видео нейросетью и выбрать инструмент под конкретную задачу, а не подгонять задачу под инструмент. Критерий простой: если в основе будущего ролика лежит конкретная картинка, которую вы хотите оживить, выбирайте Midjourney. Если важнее сюжет, диалог или движение камеры по сложной траектории, стоит сразу смотреть на альтернативы.
Частые вопросы
Можно ли сделать видео в Midjourney без исходного изображения, только по тексту?
Нет. Видеорежим Midjourney работает исключительно по принципу изображение в видео: сначала нужен готовый кадр, сгенерированный или загруженный, и только затем к нему применяется анимация. Текстовый промпт в этом процессе дополняет движение, но не создаёт сцену с нуля, в отличие от инструментов, которые генерируют ролики прямо по текстовому описанию. Поэтому перед запуском стоит сразу продумать композицию кадра, а не оставлять её на потом.
Сколько длится видео в Midjourney и можно ли сделать его длиннее?
Базовый клип длится 5 секунд. Его можно продлевать расширениями по 4 секунды, доступно до четырёх расширений подряд, так что максимальная длина одного ролика составляет около 21 секунды. Дальше клип нужно либо использовать как есть, либо монтировать несколько отдельных роликов в видеоредакторе. Для более длинного сюжета ролики обычно склеивают между собой уже за пределами Midjourney.
Во сколько раз видео дороже обычной картинки?
Одна видеозадача расходует примерно в восемь раз больше GPU-времени, чем одна задача на изображение. Это заметно влияет на расход лимитов, особенно если вы перебираете несколько вариантов Low motion и High motion для одного кадра, поэтому выгоднее сразу уменьшать размер батча там, где нужен один результат.
Переносится ли стиль sref или image prompt в анимацию?
Нет. Image Prompt, Style Reference и Omni Reference действуют только на этапе создания изображения. Когда вы запускаете Animate, Midjourney работает уже с готовым кадром как с обычной картинкой, без доступа к исходным референсам. Стиль сохраняется ровно в той степени, в которой он уже видим на самом изображении.
Есть ли звук в видео, сгенерированном Midjourney?
Нет, видеорежим создаёт только визуальный ряд без звуковой дорожки. Если ролику нужен звук, музыка или голос, их добавляют отдельно в видеоредакторе после экспорта клипа из Midjourney. Это стоит учитывать на этапе планирования контента, если ролик рассчитан на платформы, где звук сильно влияет на удержание зрителя.
С чего начать
Если хочется попробовать самостоятельно, порядок такой:
- Подготовьте исходное изображение высокого качества: без лишних ref-параметров, если вы знаете, что они не перенесутся в анимацию. Проверьте композицию отдельно от стиля: именно она останется неизменной после запуска Animate.
- Откройте изображение и нажмите Animate: сначала попробуйте Auto для быстрой проверки, затем Animate Manually, чтобы задать движение своими словами.
- Сравните Low motion и High motion на одном кадре, прежде чем расширять клип до максимальной длины, так проще оценить, какие детали лучше переживают увеличение интенсивности движения.
- Если результат устраивает по стилю, но не по длительности, продлите клип расширениями, а не пересобирайте сцену заново.
Самостоятельный путь требует времени на эксперименты с кадром и параметрами движения. Если нужен не один тестовый ролик, а регулярный поток видео для рекламы и соцсетей без ручного перебора вариантов, этим занимаются контент-фабрики агентства.
