Видеогенерация переходит на агентский «вайб-контентинг»: знакомимся с OCTO от Dreamina!

Пока сообщество обсуждает, какой видеогенератор лучше, из тумана постепенно вырисовываются новые пайплайны. В пределе нас ждёт заветная кнопка «сделать красиво».

Ранее в индустрии появлялись прототипы подобных решений. Например, Super Computer от Higs задумывался как агент, который берёт на вход минимальную хотелку пользователя, а дальше сам сценарит, концептит, создаёт персонажей, делает раскадровку, пропмтит, итерирует, генерирует, критикует сам себя и переделывает. Отзывы оказались плохими: инструмент путается, застревает, расходует токены, ходит по кругу и генерирует некачественный материал.

Агент в Google Flow получил оценки лучше: его амбиции скромнее, функционал менее обширный, но работает он надёжнее.

Именно в таких прототипах просматривается будущее контент-мейкинга в этом году. Нас ждёт агент-партнёр, которому можно либо отдать задачу и забыть о ней, либо вести проект вместе с ним поэтапно. Самое главное, что он будет находиться в контексте задачи: помнить про исходную идею, удерживать концепт персонажей, который сам же и породит, следить за консистентностью и даже соотносить финал с начальным замыслом.

Безусловно, всё это похоже на вайб-кодинг и удерживание контекста в голове агента. Только контекст здесь визуальный, не всегда вербализуемый или объяснимый, но в целом замысел тот же. Однако если вайб-кодер часто вообще не смотрит код, а только использует результат (или смотрит код, используя для этого простой текстовый редактор), то визуальный промежуточный «код» выглядит иначе. Это и текст, и картинки, и раскадровки, и звук, и концепты, и видео-референсы. Словом, визуальная кустистая структура, разбросанная по папкам и экрану.

Будет очень интересно наблюдать, кто сможет организовать эту структуру и интерактивное общение с агентом наиболее удобным образом. Аналогов такого UX еще просто не существовало. Для раскадровок нужно одно, для концептов — мудборды, для персонажей — шиты, для композа — нодовый интерфейс, для монтажа — таймлайн. А теперь требуется вывести всё вместе на одном экране, ведь после нажатия кнопки все этапы могут сгенерироваться сами, и их нужно как-то наглядно представить.

Пока всё идёт к тому, что это будет аналог нодовых интерфейсов на бесконечных холстах-канвасах, но нет гарантии, что такое решение сохранится в будущем. Ноды это паллиатив.

Перейдём к новому агенту от Dreamina под названием OCTO. Он тоже сам сценарит, концептит, создаёт персонажей, делает раскадровку, промптит, итерирует, генерирует, критикует сам себя и переделывает. Под капотом может быть родной Seedance, но это не обязательно, генератор картинок можно использовать любой, текстовые модели — тоже любые.

Попробовать инструмент в деле можно здесь: dreamina.capcut.com/ai-tool/home/

Чтобы яснее обосновать тезис про агентов и вайб-контентинг, приведём также новость о том, что UTOPAI Studios выпустили вторую версию своего агентского пайплайна. В анонсе прямо заявляется: «With PAI 2.0, our goal is to help catalyze a ‘Claude Code moment’ for media generation». Компания пытается перетянуть на себя общее одеяло, но по сути мы действительно наблюдаем «момент Claude Code» для генерации контента, сквозь приход агентов в видеогенерацию.

Подробнее о платформе читайте в материале: Variety