Оживление фото нейросетью бесплатно: сервисы и порядок работы

Оживление фото нейросетью бесплатно обычно означает одну и ту же задачу: есть один снимок, нужно короткое видео, где человек на нём моргает или поворачивает голову, и платить за это не хочется. Ниже: что происходит внутри такого сервиса, какие из них работают бесплатно и на каких условиях, какое фото сломает генерацию и что говорит закон про чужое лицо в кадре.

Что значит «оживить фото» и что происходит внутри

Это не фильтр поверх картинки. Сервис берёт один кадр и собирает из него видеофайл, в котором почти каждый кадр придуман моделью. В документации Vidu указано, что все модели серий Q1, Q2 и Q3 отдают 24 кадра в секунду, а линейка Vidu 2.0 отдаёт 32 кадра в секунду. Значит, в пятисекундном ролике Q3 будет 120 кадров, и исходным из них является ровно один. Остальные 119 это предположение модели о том, как объект двигался бы в реальности.

Отсюда все типовые дефекты. Модель не знает, какой формы уши вашего деда сбоку и сколько пуговиц было на кителе, и достраивает это по статистике похожих лиц.

Подходов два: анимация по готовому шаблону движения, которая стабильнее и однообразнее, и генерация по текстовому описанию, которая гибче, но целиком зависит от формулировки промпта.

Длина ролика жёстко ограничена самими моделями, и это не маркетинг, а параметр API. У Vidu модели Q1 умеют ровно 5 секунд, Q2 работают в диапазоне 1-10 секунд, Q3 до 16 секунд, а Vidu 2.0 выдаёт только 4 или 8 секунд. У MiniMax модель MiniMax-H3 принимает длительность от 4 до 15 секунд целым числом. В функции «Оживить фото» у Алисы AI потолок ниже: до 4 секунд.

Бесплатные сервисы оживления фото

Оговорка: суточные квоты и приветственные бонусы меняются чаще, чем обновляются статьи. Ниже то, что зафиксировано в официальной документации. Точное число кредитов на сегодня смотрите по ссылке в последней колонке, а не в обзорах.

Практический вывод по оплате. Русскоязычные сервисы Яндекса бесплатны на базовом уровне и не требуют зарубежной карты. Тарифы Runway, Pika и Vidu выставлены в долларах, а Vidu прямо указывает Stripe как платёжную систему, поэтому для перехода на платный уровень нужна карта, которую принимает зарубежный эквайринг. Если задача разовая, до платного уровня можно не доходить вовсе. Если вам нужен более широкий обзор бесплатных инструментов, а не только анимация фото, есть отдельный обзор бесплатных нейросетей.

Какое фото подходит, а какое нет

Формальные требования сервисов мягкие. MiniMax принимает изображения со стороной от 256 до 5760 пикселей, соотношением сторон в диапазоне от 2:5 до 5:2, форматами JPG, JPEG, PNG, WEBP, HEIC, HEIF и весом до 30 МБ на файл. Vidu принимает PNG, JPEG, JPG и WebP до 50 МБ, соотношение сторон должно укладываться между 1:4 и 4:1, изображение допускается ровно одно. Алиса AI берёт JPEG или PNG до 10 МБ.

Формальный минимум и рабочий минимум это разные числа. Кадр 256 пикселей по стороне API проглотит, но на выходе будет 720p или 1080p, то есть модель достроит в несколько раз больше пикселей, чем было в исходнике. Рабочий ориентир редакции: не меньше 1024 пикселей по короткой стороне, лицо занимает хотя бы четверть кадра, фокус на глазах.

Что ломается первым:

• Профиль и сильный поворот головы. Модель не видит вторую половину лица и придумывает её.
• Групповое фото. Справка Яндекса прямо подтверждает, что Алиса AI обрабатывает групповые снимки и анимирует каждого человека. Но каждое лицо это отдельный риск брака, и на кадре с пятью людьми вероятность, что хотя бы одно лицо поплывёт, кратно выше.
• Мелкое лицо в общем плане. Если голова занимает пару процентов кадра, деталей для мимики просто нет.
• Зерно, сканы через стекло, блики. Шум модель принимает за текстуру и начинает его двигать.

Пошагово: от загрузки до готового ролика

Порядок на примере функции «Оживить фото» в Алисе AI: это единственный из перечисленных сервисов с русским интерфейсом и без оплаты в долларах.

1. Открыть режим. В приложении Алиса AI, Яндекс с Алисой или в Яндекс Браузере нажать «Оживить фото». Приложение работает на Android 8.0 и выше и на iOS 16.0 и выше.
2. Загрузить кадр. Вкладка «Оживить», файл JPEG или PNG не тяжелее 10 МБ.
3. Написать промпт. Яндекс даёт формулу из четырёх частей: объект, среда, действие, стиль. Если камера не должна двигаться, в промпте так и пишут: «камера статична».
4. Дождаться генерации. В справке указано, что обработка обычно занимает около 30 секунд.
5. Забрать результат. MP4 480p длиной до 4 секунд, без звука. Готовые ролики лежат в разделе «Мои работы» и хранятся до тех пор, пока вы не удалите их сами. Удаление необратимо, вернуть ролик не получится.

Одна деталь из той же справки полезна и в других сервисах: формулировка «лёгкая естественная улыбка» работает лучше, чем просто «улыбка». Вы описываете не сюжет, а амплитуду движения. «Медленно моргает, лёгкий поворот головы влево, камера статична» это рабочий промпт. «Идёт по улице, оборачивается и машет рукой» это заявка на брак, потому что модель начнёт придумывать тело, улицу и вторую руку.

Если работаете через API, учитывайте асинхронность. У MiniMax процесс состоит из трёх шагов: создать задачу, опрашивать её статус, забрать готовый файл. Синхронного ответа на один запрос там нет, и это надо закладывать в код обвязки.

Обработка фото до анимации: восстановление и апскейл

Старое фото сначала реставрируют и только потом анимируют. Модель анимации умножает всё, что видит, включая шум и царапины: подать скан с зерном значит получить видео, где зерно ползёт по лицу.

Рабочая связка из трёх бесплатных инструментов:

• GFPGAN для восстановления лиц. Разработан командой Applied Research Center компании Tencent, распространяется по лицензии Apache 2.0, то есть бесплатно и с правом коммерческого использования. Версий две и они не взаимозаменяемы: v1.3 даёт более натуральный результат, v1.4 добавляет больше деталей и лучше сохраняет узнаваемость человека. Фон обрабатывается отдельно, через Real-ESRGAN. Для архивных портретов есть смысл прогнать обе версии и сравнить: «больше деталей» и «похож на себя» это не одно и то же.
• Upscayl для увеличения разрешения. Бесплатный и открытый, ставится на Windows, macOS и Linux и работает локально, без загрузки фото в облако. Увеличение до 16 раз, есть пакетная обработка. Для семейного архива локальность важнее качества: снимки родственников не уезжают на чужие серверы.
• remove.bg для отделения объекта от фона. Первые 50 обращений к API в месяц бесплатны, дальше по кредитам. Ограничение скорости зависит от разрешения: заявлено до 500 изображений в минуту, но лимит делится на вес кадра в мегапикселях, поэтому снимок на 10 мегапикселей это уже 50 изображений в минуту.

Множитель апскейла это не цель. Если исходник 400 пикселей по стороне, разгонять его до 6400 бессмысленно: данных нет, и модель просто нарисует правдоподобную кожу. Достаточно довести короткую сторону до 1024-1536 пикселей, то есть до значения, сопоставимого с выходным разрешением видео.

Где это применяют и где приносит деньги

Три сценария с разными требованиями к выходному разрешению, и от них зависит выбор сервиса.

Семейный архив. Ролик уходит в мессенджер или на телефон, там достаточно 480p, которые даёт бесплатный режим Алисы AI. Но если видео планируют показывать на телевизоре или встраивать в монтаж к юбилею, 854 × 480 будет видно сразу. Для этого нужен уровень 1080p, а его из перечисленных сервисов на бесплатном плане не даёт никто: Pika на free ограничена 480p, у Vidu 1080p есть в линейках Q1, Q2, Q3 и 2.0, но только за кредиты.

Карточка товара. Минимум 720p, вертикальный кадр. Считать здесь можно точно, потому что цены Vidu опубликованы: модель Q3-turbo в 720p стоит 11 кредитов за секунду, кредит стоит 0,005 доллара. Пятисекундный ролик это 55 кредитов, то есть около 0,28 доллара. В часы низкой нагрузки цена падает до 6 кредитов за секунду, и тот же ролик обходится примерно в 0,15 доллара.

Обложка и превью для ролика. Здесь нужен 1080p, потому что превью растягивается на весь экран. Q3-pro в 1080p стоит 24 кредита за секунду, то есть 0,12 доллара за секунду и около 0,60 доллара за пятисекундную заставку. Переход с Q3-turbo в 720p на Q3-pro в 1080p поднимает цену секунды с 11 до 24 кредитов, больше чем вдвое, поэтому разрешение выбирают под площадку, а не по принципу «пусть будет лучше».

Если задача не анимировать существующий кадр, а нарисовать изображение с нуля, это другой инструмент и другой процесс. Разбор есть в материале о том, как пользоваться Midjourney.

Слабые места и как их обходить

Об этом не пишут в рекламных роликах, но признаёт сама документация. В справке Яндекса по режиму «Оживить фото» прямо сказано, что некоторые элементы, такие как движение волос или рук, могут быть менее точны. Список того, что разваливается первым, по убыванию частоты:

• Руки и пальцы. Слипаются, меняют количество, проходят сквозь одежду.
• Зубы. При генерации улыбки модель дорисовывает зубной ряд, которого на исходнике не было. Для портрета конкретного человека это моментально считывается как подделка.
• Очки. Оправа плывёт, дужка то появляется, то исчезает.
• Надписи и мелкие детали. Текст на одежде, ордена, узор ткани превращаются в кашу за первые же кадры.

Обход простой и почти всегда один и тот же. Сокращайте длительность и амплитуду. Пятисекундный ролик стабильнее пятнадцатисекундного просто потому, что модели нужно придумать 120 кадров вместо 360, и ошибка не успевает накопиться. В промпте фиксируйте камеру и просите минимум движения: моргание, лёгкий вдох, едва заметный поворот. Кадрируйте так, чтобы руки и надписи оставались за пределами кадра.

Отдельно про достоверность. Реставрация может добавить деталь, которой на оригинале не было: пуговицу, узор, элемент формы. Для семейной памяти это приемлемо, для архивного использования нет. Оригинал хранится отдельно и не заменяется восстановленной версией.

Право на чужое лицо

Тут работает статья 152.1 Гражданского кодекса РФ «Охрана изображения гражданина». Формулировка кодекса: обнародование и дальнейшее использование изображения гражданина, в том числе его фотографии, а также видеозаписи или произведения изобразительного искусства, в которых он изображён, допускаются только с согласия этого гражданина. Анимация фотографии даёт как раз видеозапись, поэтому норма применима напрямую.

Согласие не требуется в трёх случаях, и все три перечислены в самой статье: использование в государственных, общественных или иных публичных интересах; съёмка в местах, открытых для свободного посещения, или на публичных мероприятиях, кроме случаев, когда изображение является основным объектом использования; съёмка за плату, когда гражданин позировал.

Про умерших родственников кодекс говорит отдельно: после смерти гражданина его изображение может использоваться только с согласия детей и пережившего супруга, а при их отсутствии с согласия родителей. Решение оживить фото прабабушки формально принимает не тот, у кого лежит скан, а этот круг людей, то есть разговор с семьёй нужен до публикации, а не после.

Последствия нарушения описаны в пунктах 2 и 3 той же статьи. Материальные носители с изображением, изготовленные или находящиеся в обороте с нарушением, подлежат изъятию и уничтожению по решению суда без компенсации. Если изображение распространено в интернете, гражданин вправе требовать удаления и прекращения дальнейшего распространения.

Поверх закона ложатся ограничения сервисов. Шедеврум блокирует запросы с упоминанием конкретных людей, а права на сгенерированные объекты принадлежат Яндексу: некоммерческое использование со ссылкой, коммерческое по отдельному разрешению. Бесплатный план Pika запрещает коммерческое использование и ставит водяной знак. Это проверяют до того, как ролик уйдёт в рекламу.

Частые вопросы

Можно ли оживить фото бесплатно и без зарубежной карты

Да. Режим «Оживить фото» в Алисе AI работает на alice.yandex.ru и в мобильных приложениях, оплата в долларах для него не нужна. Ограничение: 480p и до 4 секунд.

Сколько длится генерация

В справке Алисы AI указано около 30 секунд на обработку одного изображения. У сервисов с API время зависит от загрузки: Vidu отдельно тарифицирует часы низкой нагрузки, где секунда 720p стоит 6 кредитов вместо 11.

Какой длины ролик можно получить

Зависит от модели. Алиса AI до 4 секунд, MiniMax-H3 от 4 до 15 секунд, Vidu Q1 ровно 5 секунд, Vidu Q2 от 1 до 10, Vidu Q3 до 16 секунд, Vidu 2.0 только 4 или 8 секунд.

Будет ли в ролике звук

В режиме «Оживить фото» у Алисы AI нет, справка это указывает прямо: видео создаётся без звука. Музыку и голос накладывают отдельно на монтаже.

Что делать со старым размытым снимком

Сначала GFPGAN для восстановления лица, затем Upscayl до 1024-1536 пикселей по короткой стороне, и только после этого генерация видео. Обратный порядок даёт ролик, в котором модель размножает зерно исходника.