Попросил собрать ИИ-сериал за 900 ₽ GPU. Половину реплик потеряла сборка

Я попросил провести эксперимент с коротким сериалом. Агент собрал пилот на одной арендованной видеокарте: 52,2 секунды, три вымышленных персонажа, английские диалоги и вертикальный формат. Промо заняло ещё 22,4 секунды.

За сессию вышло четыре оплаченных часа на RTX PRO 6000, около 900 ₽.

Первую сборку я посмотрел со звуком и сказал, что половины разговоров не слышно. Сначала винил Kandinsky.

Прогнал расшифровку сырых клипов: все 16 реплик были произнесены правильно. Ошибка оказалась в сборке. Kandinsky начинал говорить через 2-3 секунды после начала клипа, а сборщик отрезал его от нулевой секунды и оставлял тишину.

Агент исправил это в сборщике. После этого стало видно, что Kandinsky реплики не терял.

Для пилота я оставил Kandinsky 6. Я посмотрел его первые кадры рядом с Wan2.2: у Wan голос можно закрепить за персонажем, но Kandinsky дал больше жеста и света и стоил около 9 ₽ за пятисекундный клип против примерно 20-35 ₽ у Wan.

Что пока не готово. Голос Kandinsky генерирует заново в каждом плане, закрепить его за персонажем нельзя. Музыку выбрали вслепую. В одном коридоре осталась кривая надпись на знаке выхода. Дубли проверяла программа, а не человек: счётчик лиц, распознавание текста и речи.

Дальше нужен зритель. Прежде чем платить за сезон, надо увидеть, досматривают ли такие серии. Вывести деньги из Telegram Stars из России пока не проверено.

Герои вымышлены.