Как ведущие режиссеры создают видеоролики из изображений всего за 5 дней и воссоздают исторические сцены

21 сентября, накануне конференции Apsara Conference 2026 года, известный режиссер и сценарист Лу Чуань представил трейлер своего короткометражного фильма, созданного с помощью генеративного ИИ (AIGC), — The Site of History. Это первый раз, когда он глубоко использовал ИИ для создания изображений кинематографического качества, что знаменует собой этап «совместного творчества человека и ИИ» с использованием модели генерации видео от Alibaba.

Согласно традиционным подходам к кинопроизводству, реконструкция пекинского городского пейзажа эпохи династии Мин, императорского дворца и масштабного взрыва потребовала бы месяцев работы и бюджета в десятки миллионов — даже съемка одной живой сцены взрыва однажды заняла 19 дней. В этот раз команде понадобилось всего пять дней: от исторических исследований до генерации изображений.

That contrast is what the whole industry is now paying attention to.

Использование ИИ для «возвращения на место событий» 400-летней тайны

Фильм The Site of History рассказывает о «Инциденте в Вангунчане» 1626 года эпохи династии Мин — мощном взрыве на пороховом складе Вангунчан на юго-западе Пекина, причина которого остается загадкой по сей день. Именно потому, что дело остается «нераскрытым», оно предоставляет обширное поле для творчества и серьезный вызов для кинематографистов.

Выбор темы Лу Чуанем стал результатом исследований команды по истории династии Мин во время подготовки к фильму Tiangong Kaiwu. Вместо того чтобы полагаться исключительно на воображение, они тщательно изучили множество источников эпохи Мин, включая «Чжуочжун чжи» и «Тяньцзюэ тан вэньцзи», сопоставили письменные свидетельства разных очевидцев, а затем использовали ИИ для преобразования этих «текстовых сцен» в визуальные образы и изучения тайны, которая до сих пор окружает этот взрыв.

Короткометражный фильм раскрывается через перспективы трех очевидцев: У Эр, мастера-пороховика, выжившего в эпицентре взрыва; Лю Жоюй, евнуха внутри императорского дворца; и Сюэ Гана, ученого, живущего среди простого народа. Все три рассказа основаны на сохранившихся исторических записях — это означает, что здесь нет ни одного вымышленного «главного героя»; каждая фигура является свидетелем, оставленным нам историей.

Сцена, которая с наибольшей вероятностью могла бы выявить слабые места ИИ, реконструирована с точностью более 95%

Чего больше всего боятся создатели визуальных эффектов? Быть разоблаченными. А взрыв — с дымом, обломками и огнем, вырывающимися наружу одновременно, — это именно тот тип сложной, быстро меняющейся сцены, который максимально нагружает модель и легче всего распознается как «подделка с первого взгляда».

Подход команды был полностью «инженерным»: они переводили литературные описания из древних текстов, такие как «дым, поднимающийся подобно черному грибу линчжи», фраза за фразой в современные визуальные концепции, например «грибовидное облако»; прошли около четырех раундов оптимизации промптов и калибровали результаты по реальным видеозаписям взрывов.

Результат: рендеринг дыма, обломков и других образов моделью генерации видео от Alibaba достиг более 95% от ожидаемого командой уровня. На экране дым в форме «черного линчжи» стремительно поднялся вверх — и выглядел абсолютно достоверно.

Не «ИИ заменяет режиссёра», а новое разделение труда

То, что действительно хочет исследовать Лу Чуань, — это не вопрос о том, заменит ли ИИ режиссёров, а то, как можно перераспределить роли между человеком и машиной.

Он начал экспериментировать с AIGC ещё в 2023 году, став практически продвинутым пользователем, однако этот проект всё равно «превзошёл его ожидания». Он метко указал на распространённый недостаток: модели общего назначения чаще всего обучаются на существующих фильмах и сериалах в костюмах, поэтому сгенерированные ИИ изображения легко приобретают знакомый «налет исторической драмы», лишаясь того «ощущения отчуждённости», которое должно присутствовать в подлинной истории.

Ответ The Site of History: люди задают направление, ИИ отвечает за исполнение.

• На этапе исследования и сбора материалов: люди сначала определяют направление исследования, а ИИ помогает собирать материалы;
• В процессе производства: режиссёр контролирует направление съёмки, визуальную текстуру и общий тон, а ИИ воплощает замысел;
• На этапе тематического осмысления: ИИ может даже выступать в роли «собеседника», помогая структурировать вопросы.

Одним словом: людям принадлежат чувство проблемы, ключевое выражение идеи, эстетическая оценка и фактические границы; ИИ занимается расширением материала, конкретизацией воображения и повышением эффективности исполнения. В сегменте генерации видео уровень вовлечённости и вклад модели Alibaba превысили половину всей работы, сделав персонажи более реалистичными и обеспечив принцип «тысяча лиц для тысячи людей».

Примечательно, что сам Лу Чуань глубоко участвует в творческом процессе через программирование и дообучение моделей — он рассматривает это как «двусторонний выбор»: реалистичные персонажи, сложные сцены и кинематографическая текстура являются сильными сторонами видеогенеративной модели Alibaba. Со своей стороны, Alibaba заявила, что в будущем будет сотрудничать с большим количеством режиссёров, отраслевых экспертов и историков, внедряя более строгую профессиональную информацию и продолжая укреплять возможности Agentic Video для повышения уровня интеллекта всего конвейера видеопроизводства.

Реальный сигнал: конкуренция в сфере ИИ-видео смещается от «бенчмарков» к «результату»

Если воспринимать The Site of History лишь как новость в формате «режиссёр играет с ИИ», можно упустить более значимый сдвиг.

22 сентября на главном форуме конференции Apsara Conference компания Alibaba Cloud представила почти весь свой портфель моделей: Qwen3.8-Max начала самообучение, Qwen3.8-Flash продемонстрировала архитектуру следующего поколения, Qwen3.8-Omni объединила омнимодальное понимание, а Qwen4 уже находится в стадии обучения, с масштабом параметров, напрямую нацеленным на 5–10 триллионов; также были представлены модель генерации изображений Qwen-Image-3.1, модель генерации музыки Happy Shrimp 1.1, мировая модель HappyOyster 2.0 Preview и голосовая модель Qwen-Audio-3.1, а выпуск видеомодели следующего поколения запланирован на ноябрь.

Каждая из этих моделей могла бы стать темой для отдельной статьи, но в сочетании с короткометражным фильмом Лу Чуаня смысл меняется — это обновление омнимодальных возможностей больше не выглядит как простое заполнение пробелов в отдельных функциях, а скорее как ответ на один вопрос: могут ли модели быстрее внедряться в реальные сценарии и становиться настоящими инструментами продуктивности?

За последний год гонка в сфере ИИ-видео сосредоточилась на «бенчмарках»: кто лидирует в слепых тестах, кто может генерировать более длинные клипы. Однако такие работы, как The Site of History, возвращают конкуренцию в более приземлённое измерение — результат: можете ли вы действительно снять фильм, можете ли вы убедить топ-режиссёра поставить своё имя под проектом, можете ли вы сжать «десятки миллионов юаней и месяцы работы» в «пять дней»?

«ИИ — это не фотограф существующих пейзажей, а создатель неизвестных». Слова Лу Чуаня могут служить эпиграфом для всей индустрии: следующий водораздел в технологии image-to-video лежит не в таблицах лидеров, а на съёмочной площадке.