Grok показал первые семь минут «Одиссеи», сделанной в Grok Imagine: что это говорит об ИИ-видео
23 октября 2026 года Grok Imagine выложил в X первую серию «Одиссеи», сделанную вместе со студией Wonder Studios и режиссёром Девом Уокером. Ролик идёт семь минут — это не полнометражный фильм, который Илон Маск обещал к концу года, а первый эпизод серии. В разрыве между анонсом и результатом видно главное: отдельный кадр у ИИ уже получается похожим на настоящее кино, а удержать зрителя на семи минутах пока выходит с трудом.
Что именно вышло
В июле Маск объявил, что Grok сделает «исторически точную» полнометражную «Одиссею» к концу 2026 года. Поводом стал фильм Кристофера Нолана: Маску не понравился кастинг, и он пообещал свою версию — целиком на генеративном видео. Картина Нолана вышла тогда же, в июле, и стала кассовым хитом: сеансы IMAX распродавали месяцами, а фильм начали называть фаворитом будущего «Оскара».
То, что опубликовали сейчас, — «Эпизод 1» серии. Семь минут, закадровый рассказчик, череда сцен с бородатыми героями и обещание в посте: если зрителям интересно, команда разберёт, как это сделано. Технически это уже не нарезка из десятисекундных флешей. Но и не кино. Обозреватель TechCrunch отметил, что отдельные планы выглядят почти как настоящие актёры в настоящем море, а в целом ролик пустой: нет драматургии, нет причин сопереживать героям, диалоги деревянные, и даже семи минут хватает с трудом.
Семь минут — это десятки склеек, а не один запрос
Вот где начинается техника. Почти все доступные сегодня видео-модели генерируют короткие фрагменты: пять, десять, иногда пятнадцать-тридцать секунд за запуск. Семь минут — это 40–80 планов, если резать по десять секунд, и каждый нужно сгенерировать, проверить, отбраковать и поставить на таймлайн. А ещё — сшить так, чтобы герой не менял лицо между кадрами, плащ не менял цвет, а солнце не прыгало с утра на закат.
Для этого и придумали референсы: загружаешь фото героя, локации или костюма, и модель старается держать образ. Первый и последний кадр задают движение между двумя точками. Продление собирает продолжение уже готового клипа. Часть этого есть в нашем видео-разделе, часть — в Grok Imagine, но чуда не отменяет: режиссёрская работа никуда не делась, её просто стало больше. Раскадровка, отбор дублей, монтаж, звук — руками.
Отдельная боль — звук. Речь, липсинк, музыка и шумы чаще всего делаются отдельными моделями. Закадровый голос собрать проще всего, поэтому в «Одиссее» он и несёт всю историю. А вот диалоги, где персонаж должен сыграть интонацией, пока проседают даже у флагманов.
Где ломается не картинка, а кино
Смотришь такой ролик и ловишь странное чувство: кадры красивые, свет правильный, море настоящее, а через три минуты хочется проверить телефон. Причина не в пикселях. У ИИ нет намерения: он не знает, зачем этот план, что герой чувствует и почему зритель должен ждать следующей сцены. Он генерирует «красиво», а не «драматично».
Плюс «историческая точность» — плохой ориентир для оценки фильма. Можно аккуратно воспроизвести шлемы, корабли и мрамор, но провалить ритм, актёрскую игру и финал. В этом смысле семиминутный эпизод честно показывает, где мы находимся: инструмент для съёмки отдельных планов уже рабочий, инструмент для постановки — ещё нет.
Скрытый лимит, о котором не пишут в трейлерах
Есть ещё одна стена, которая видна не в кадре, а в статистике. По обезличенным агрегатам нашей боевой базы за месяц (25 сентября — 25 октября 2026 года) пользователи запустили 2 924 видео-генерации. Больше половины — 1 796, или 61%, — пришлось на Grok Imagine в режиме Image-to-Video: люди чаще оживляют готовое фото, чем собирают ролик с нуля по тексту.
Из 2 922 завершённых задач 860 закончились ошибкой, то есть 29%. И вот что интересно: 707 из этих отказов (82% всех неудач) — не сбои рендера, а решения фильтров безопасности и проверки на авторские права. На технические сбои пришлось около 12%. Проще говоря, модель чаще отказывается снимать, чем не может. Для «Одиссеи» это особенно чувствительно: сам Гомер — общественное достояние, а вот узнаваемые лица, костюмы из чужих фильмов, музыка и логотипы — нет.
Скорость при этом уже нормальная. По 1 712 успешным видео, где в базе сохранилось время завершения, медиана ожидания составила 75 секунд, а девятый дециль — 247 секунд. Быстрее, чем сходить за кофе. Долго — не ждать кадр, а собирать из кадров сцену.
Как собрать свою сцену, а не семь минут слайда
Если хочется попробовать, я бы шёл так. Сначала текст: одна страница, что происходит и зачем. Потом раскадровка — 10–15 кадров на 30 секунд, каждый с описанием плана, света и действия. Дальше по одному: генерируете короткий фрагмент, смотрите, повторяете 3–5 раз, выбираете лучший. Референсы героя и локации держат постоянство, первый и последний кадр — движение. Звук — отдельно: голос, музыка, шумы. И только потом монтаж.
Ещё пара практических мелочей. В кадре лучше не мельтешить: одно действие на план. Текст и логотипы в генерацию не закладывать — всё равно выйдет каша, а модерация может отбить. Руки и лица проверять на стоп-кадре: именно там чаще всего всплывают артефакты. И не гнаться за длиной: тридцать секунд, где всё работает, сильнее семи минут, где работает только море.
Собрать такое можно в нашем разделе видео. Для оживления фото удобен Grok Imagine, для более управляемой камеры — Kling, для сцен с референсами и ключевыми кадрами — SeeDance.
Что это значит на практике
Семь минут — важная веха. Ещё год назад такое собирали только энтузиасты в монтажке, а теперь студия выкладывает серию как продукт. Но обещание полнометражного фильма к концу 2026 года выглядит оптимистично: между «семь минут красивых планов» и «полтора часа кино» лежит не длина, а драматургия, актёрская игра и звук. То, что пока не генерируется.
Зато планка «смотрибельно» поднимается. И это хорошая новость для тех, кто делает рекламу, клипы и короткие истории: инструмент уже даёт тридцать секунд, которые не стыдно показать. Начните с одной сцены — и увидите, где ИИ вам помогает, а где всё ещё нужен человек.