Сетка кадров для ИИ-видео: 2×2, 3×3 или 4×4 в Nano Banana и ролик из неё в Kling

Почему герой и свет плывут и чем помогает сетка кадров

Nano Banana видео не снимает: это генератор картинок. Но для ИИ-видео, по словам Сергея Меркулова, с его появлением главная беда тех, кто собирает ролик из нескольких кадров, «можно сказать, решена». Генерируешь кадры по одному, и в одном свет падает слева, в другом справа, герой то один, то другой, стилистика скачет. Сергей, нейрокреатор и эксперт клуба нейрокреаторов NeyroCommunity, на NeyroSummit 14 показал выход: собирать сцену одной картинкой-сеткой, где все кадры генерируются вместе.

Сама идея сетки не новая. Сергей начинал с Automatic1111, где расширение XY Plot раскладывало картинки сеткой, чтобы сравнить параметры генерации — шаги, CFG scale. Нынешние сетки — «другого направления», но структура та же. А корни у неё в кино: раскадровка, которую раньше рисовали карандашом. Сергей советует прочитать книгу «Основы раскадровки» и напоминает: хорошая раскадровка — половина фильма.

Чем сетка отличается от коллажа:

• Это временная карта, а не набор картинок. Она заставляет думать последовательностью, а не отдельными кадрами.
• Единый контекст. Один свет, одно пространство, один герой на все кадры: модель рисует их за один заход.
• Управление микродвижениями. Кадр за кадром видно, как меняется поза, ракурс, план.

Сергей формулирует это как переход «от хаоса генерации к режиссёрскому контролю»: ты режиссёр, нейросеть — работник на площадке, и ракурсы, углы, свет задаёшь ты, а не случай.

2×2, 3×3 или 4×4: формат сетки выбирают по сцене

Основных форматов три. Сетки 5×5 и крупнее Сергей не советует: по его словам, они «не актуальны», лучше держаться трёх рабочих. Таблица ниже — его эвристика из практики, а не свойство модели.

2×2 — стабильность и консистентность. Движения в сцене минимальные, зато лучше всего сохраняются черты лица и детали одежды. Если тебе важно, чтобы герой был узнаваем в каждом кадре, начинай с неё.

3×3 — динамика и история. Баланс между детализацией и скоростью движения: в одной сетке помещается мини-история — замах, удар, реакция «внутри одного промпта». Подходит для сцен со сложной механикой тела и несколькими участниками.

4×4 — фактура и атмосфера. Высокая плотность картинки, по словам Сергея, «создаёт ощущение дорогого продакшена»: так показывают стилевое решение будущего ролика или нарезку для быстрого монтажа. Плата за плотность — мелкие детали в маленьких кадрах плывут.

Пояснение редакции: число ячеек само по себе героя не держит и скорость движения не задаёт. Движение задают сценарий сетки и задание видеомодели, а чем больше кадров, тем меньше пикселей достаётся каждому — отсюда и плывущие детали у 4×4.

Вертикальная сетка для Shorts и Reels

Про вертикальные сетки Сергей, по его словам, информации нигде не нашёл, хотя искал, — и использовал их в своих роликах. Его правило: если ролик вертикальный, для Shorts или Reels (Instagram принадлежит Meta, признанной в РФ экстремистской), лучше брать вертикальную сетку. Пояснение редакции: в ровной сетке каждый кадр повторяет пропорцию всей картинки, так что у сетки 9:16 и кадры 9:16 — при анимации обрезать нечего. То же для VK Клипов и любой вертикальной ленты.

В обратную сторону это тоже работает. В одном из своих заказных роликов Сергей переделал вертикальную сетку в горизонтальную, и ролик собрал уже на новой.

Любую из трёх сеток, горизонтальную или вертикальную, по его словам, создаёт один промпт: достаточно знать, что в нём указать.

Как пользоваться Nano Banana для сетки: карточка героя, промпт, проверка

Шаг 1. Сначала карточка персонажа

Нейросеть додумывает всё, чего не видит. Пример Сергея: в сетке герой везде по пояс, а в следующем кадре он должен быть в полный рост. Модель дорисует штаны, допустим зелёные, и в каждом новом кадре оттенок будет свой: салатовый, светло-зелёный, сине-зелёный. Написать «зелёные штаны» в промпте не поможет — зелёный бывает разный.

Поэтому вместе с запросом загружай карточку персонажа: изображение, где виден весь герой, и по возможности окружение. Тогда модель знает, как выглядит персонаж и что вокруг него, и рисует точнее. Как собрать такой лист в полный рост, Сергей подробно разбирал в другом докладе — в статье как создать ИИ-сериал с одним героем.

Шаг 2. Промпт для Nano Banana: одна сетка — одна сцена

Сам промпт сетки Сергей показывал на экране, вслух не читал. Ниже — реконструкция редакции по тому, что он называл важным: формат, порядок кадров, герой по карточке, разные планы, единый свет и стиль.

Создай одно изображение — сетку кадров [2×2 / 3×3 / 4×4] одной сцены для будущего видео. Соотношение сторон всего изображения — [16:9 / 9:16].

Сцена: [описание сцены: кто, где, что происходит — 2–4 предложения].
Персонаж: точно как на приложенной карточке персонажа — лицо, причёска, одежда, обувь и их цвета без изменений во всех кадрах.
Окружение: [локация] — одно и то же пространство во всех кадрах.

Кадры идут по ходу действия слева направо и сверху вниз: [что происходит в каждом кадре по порядку].
Планы и ракурсы меняются от кадра к кадру: общий, средний, крупный, деталь; ракурс — [на уровне глаз / снизу / сверху].

Единый свет во всех кадрах: источник света [откуда падает], время суток [утро / день / вечер / ночь].
Единый стиль и цветовая палитра: [кинематографичный реализм / мультяшный 3D / другое].

Все кадры одного размера, ровные тонкие разделители между ними. Без текста, номеров, подписей, логотипов и водяных знаков в кадрах.

Цветовое решение можно подсмотреть в кадрах фильмов: Сергей упоминал сайт с кадрами из кино, где есть поиск по цвету (название он в докладе не вспомнил). Совет редакции: бери оттуда палитру и свет как референс, но не копируй сами кадры и узнаваемых персонажей — они принадлежат правообладателям.

Шаг 3. Проверь сетку на артефакты до видео

Это главный совет Сергея по работе с сеткой: прежде чем отправлять её в видеомодель, рассмотри каждый кадр и убери «косяки» и артефакты. В его примере сетка ушла в Kling с неубранными артефактами — в ролике он показал непонятный меч.

В том же примере есть и второе наблюдение, отдельное: Kling «очень долго убирает саму сетку», и нормальная динамика идёт, только когда сетка уходит из кадра. Причину Сергей не называл — «скорее всего, тут нужно просто поработать с этим».

Что смотреть:

• герой в каждом кадре тот же: лицо, одежда, цвета;
• свет падает с одной стороны;
• нет лишних предметов, лишних пальцев и рук;
• в кадрах нет номеров, подписей и надписей.

Нашёл брак — перегенерируй сетку или поправь отдельный кадр.

Kling image to video: сетку целиком или по кадрам

«Сетка — сырой материал, видео — скульптура, которую мы из неё высекаем», — говорит Сергей. Путей к видео два.

Путь 1. По сетке целиком. Загружаешь всю сетку как исходную картинку в режиме «картинка в видео» (image-to-video), и модель сама разворачивает её в ролик. Так проще, когда нужен ролик секунд на 15 с общим смыслом и точность каждого кадра не критична. На дату доклада Сергей так работал с Kling — по его словам, свежим Kling 3, который «хорошо работает с сетками» и давал 15 секунд за генерацию. С Grok Imagine сетка тоже работает, но модель «немножко меняет персонажа»; это были его первые эксперименты, и пример он показал в 480p — забыл переключить на 720.

Приложенное изображение — сетка-раскадровка [2×2 / 3×3 / 4×4]: кадры одной сцены идут по порядку слева направо и сверху вниз.
Сделай из неё один непрерывный ролик этой сцены: кадры сетки — последовательность действия, от первого к последнему.

Сцена: [что происходит — по кадрам одной фразой: кадр 1 → кадр 2 → …].
Персонаж, одежда, окружение, свет и стиль — точно как в кадрах сетки, без изменений.
Движение камеры: [статичная / медленный наезд / следует за действием].

В ролике показывай только сцену во весь кадр: саму сетку, разделители, рамки ячеек, номера и подписи не показывай.

Если в ролике всё же проступает сетка или разделители, по практике Сергея — взять на монтаже куски после того, как сетка ушла из кадра. Не помогает или нужна точность — путь 2, нарезкой. Очистка брака на картинке (шаг 3) — общий шаг до любой генерации, от проступающей сетки она не лечит.

Пример редакции — одна сцена от начала до конца. Возьмём сцену Сергея для 2×2: человек тянется за чашкой кофе и делает глоток. Карточка героя → промпт grid: «сетка 2×2, 16:9, утро, свет из окна слева; кадры: рука тянется к чашке → берёт → подносит ко рту → глоток крупным планом» → проверка по списку шага 3 → промпт gridvideo: «Сцена: рука тянется к чашке → берёт её → подносит ко рту → делает глоток; камера статичная» → две-три генерации → на монтаже — лучший кусок каждой. Пример собран по методу спикера, сами генерации редакция не показывает.

Путь 2. Нарезка по кадрам. Когда нужно точь-в-точь:

1. Вырежи кадр из сетки — кадрированием в любом графическом редакторе. Пример редакции: у сетки 3×3 шириной около 2000 пикселей ячейка выходит около 2000 / 3 ≈ 670 пикселей по ширине, минус разделители. Поэтому следующий шаг обязателен.
2. Улучши его в Nano Banana: подними разрешение и детализацию, проработай текстуры — «кожа должна быть кожей», а не пластиком. Это и есть upscale. Совет редакции: после улучшения сверь лицо с карточкой героя — модель могла «додумать» черты; поменялось лицо — перегенерируй кадр с карточкой.
3. Анимируй каждый улучшенный кадр отдельно (Сергей называет этот шаг интерполяцией).

Порядок важен, и Сергей его поправил прямо на докладе: сначала нарезка, потом upscale каждого кадра, потом анимация.

Это один кадр из сетки раскадровки. Увеличь разрешение и детализацию, сохранив без изменений композицию, позу, лицо, одежду, свет и цвет.
Проработай текстуры: кожа живая, с естественной фактурой, не пластиковая; ткань, волосы и фон — чёткие.
Убери: [что убрать — лишний предмет, искажённые пальцы, след разделителя сетки].
Ничего нового в кадр не добавляй.

Приложения, которые Сергей делал для себя на дату доклада, автоматизировали именно эти шаги: загрузить сетку и получить промпт раскадровки, извлечь кадр сразу улучшенным, собрать сетку по персонажам и планам. Второе приложение — «студия» камеры, объективов, фокусного расстояния, диафрагмы, света и движения камеры. Руками это тот же путь: сетка → вырезанный кадр → улучшение → анимация, а камеру и свет пишешь словами в промпте.

Монтаж из нескольких генераций и сетка для заказчика

Готовую 15-секундную генерацию Сергей целиком в ролик не берёт: «Мы так не работаем». Генераций он делает несколько, а на монтаже вырезает удачные моменты и ракурсы без артефактов. В черновиках, которые он показывал, брак перемежается кадрами, которые он, по его словам, готов отстаивать как «уровень Голливуда».

Склеивать куски разных генераций, по словам Сергея, можно потому, что стиль, персонажи и свет в них одни — свет падает «с одного места». Пояснение редакции: сетка согласует картинку, но незаметным стык делают ещё совпадающие движение и ракурс — их и подбирают на монтаже.

Сетка заодно решает разговор с заказчиком. Кейс Сергея, как процесс:

1. Заказчик присылает сюжет: короткую сцену в мультяшном стиле с маскотом бренда.
2. По сюжету делается сетка-раскадровка.
3. Сетка уходит заказчику: стиль, персонажи и действия видны до анимации. Ответ — «нравится, давайте анимацию».
4. Анимация делается прямо по сетке, в несколько генераций.
5. На монтаже склеиваются удачные куски.

По словам Сергея, с появлением сеток делать такие ролики ему стало заметно проще.

От нейрокреатора к нейрорежиссёру

Доклад Сергей закончил лозунгом «Хватит гадать, начните режиссировать». По его мнению, нейрокреаторы — те, кто делает картинки и оживляет их, — уходят в прошлое, а им на смену приходят нейрорежиссёры: те, кто делает сюжетные ролики со смыслом и историей. Для этого нужно понимать модели — даже версии одного Kling (1.2, 2.5, 2.6, 3) заметно различаются, и нельзя сказать, какая хуже: одна подходит под одни задачи, другая — под другие. То же с разными сервисами. И нужно понимать кино: сценарий, персонаж и его арка, трёхактная структура, свет и цвет, которые держатся из кадра в кадр. Нейросети в этой картине — команда на съёмочной площадке: актёры, свет, цвет, движение камеры. Режиссируешь ты. Раскадровку для Seedance Сергей разбирал отдельно — промты для Seedance 2.0 по раскадровке.

Что сегодня иначе, чем в феврале 2026

Метод — выбор формата, проверка, два пути к видео — от версий моделей не зависит. А сами модели за восемь месяцев сменились.

С чего начать сегодня

Вопросы и ответы