Монтаж внутри студии за 0 кредитов, Seedream 5.0 и четыре режима Gemini Omni: что нового в InPersona в июле

Короткий ответ: в июле в InPersona появился монтажный редактор для любого клипа: обрезка, разрез, удаление куска, скорость от 0,25× до 4×, реверс и работа со звуком. Он считается на моих серверах, а не у провайдера, поэтому стоит 0 кредитов. Вместе с ним приехали два новых движка ByteDance — Seedream 5.0 Pro и Lite, — Gemini Omni Flash переехал на официальные эндпоинты и получил четыре режима вместо трёх, а кадрирование и смена размера в редакторе кадра стали бесплатными.

Дальше — по каждому пункту с цифрами, замерами и скриншотами из рабочего интерфейса.

Монтаж видео внутри студии

До июля маршрут креатора выглядел так: сгенерировал клип, скачал, открыл CapCut или Premiere, обрезал четыре лишние десятых секунды, отрендерил, загрузил обратно. Четыре шага и два инструмента ради одной подрезки. Теперь всё это живёт в одном окне рядом с генерацией.

Редактор неразрушающий. Вы правите не файл, а список решений: где начинается и где заканчивается каждый сегмент, с какой скоростью он идёт, развёрнут ли он, включён ли звук. Браузер проигрывает этот список живьём, бесплатно и мгновенно. Когда вы нажимаете «Сохранить клип», сервер собирает результат один раз через ffmpeg и прикладывает его к вашей генерации как новую версию. Исходник никуда не исчезает.

Что умеет первая версия:

• Обрезка: тянете края сегмента, границы залипают к playhead.

• Разрез: ставите playhead и жмёте S — сегмент делится на два.

• Удаление сегмента: лишний кусок из середины выкидывается, соседи склеиваются.

• Скорость от 0,25× до 4× для каждого сегмента по отдельности. Звук сохраняет тембр: клип растягивается по времени, а не по высоте тона.

• Реверс: выделенный сегмент проигрывается назад.

• Звук: выключить целиком или подкрутить громкость.

• Отмена и повтор внутри сессии, Ctrl + Z работает как ожидается.

Реверс сделан кусками по три секунды, поэтому память и место на диске не растут вместе с длиной сегмента. Практический смысл простой: развернуть можно любой отрезок, ограничения по длине у реверса нет. На десятисекундном клипе 720p со звуком полный проход занял 10,2 секунды, а первый кадр результата совпал с последним кадром источника.

Границы, в которых работает редактор: до 8 сегментов на клип, итоговая длина от 1 до 60 секунд, минимальный сегмент — 0,15 секунды. Восемь сегментов — это не техническая стена, а осознанный предел: дальше начинается уже проект, а не подрезка, и время рендера перестаёт быть предсказуемым.

Важная деталь для тех, кто считает бюджет: монтаж не тратит кредиты. Совсем. В интерфейсе это видно прямо на кнопке сохранения — зелёный бейдж «0 кредитов» рядом с итоговой длиной. Никакой внешний провайдер здесь не участвует, работа идёт на моём железе, поэтому и брать за неё нечего.

Редактор один на весь продукт. Он открывается из галереи /video, из карточки клипа, из узла Студии и — что чаще всего нужно — из загруженного видео. Последнее означает, что свой снятый на телефон материал можно подрезать до подачи в модель, а не после.

На телефоне

Мобильная раскладка не урезанная, а перекроенная. Таймлайн без полосы прокрутки, скраббер переехал на отдельную строку (в общем ряду с кнопками его сжимало до точки), удаление вынесено к дальнему краю, чтобы не задеть пальцем, а протяжка скраббера больше не листает клипы.

Плеер заодно переписан

Нативный <video controls> из продукта ушёл. Вместо него один плеер на все поверхности: своя транспортная панель, скорость просмотра отдельно от скорости клипа, повтор, картинка в картинке, полный экран, скачивание файлом.

Seedream 5.0 Pro и Lite

Два новых движка ByteDance. Обе модели работают напрямую, без VPN и зарубежных карт, как и остальной каталог.

Seedream 5.0 Pro — флагман линейки и, по моим тестам, лучшая модель в каталоге по типографике и вёрстке. Она попадает в заголовок, держит кегль и не рассыпает буквы на второй строке. Для лукбуков, обложек и постеров это решает: текст не нужно доклеивать в Figma поверх картинки. До 10 референсов, максимум — 2K. Цена: 1 кредит, 1,5 на высоком разрешении.

Вот обложка, которую модель собрала с первого запроса. Заголовок «SILENCE» и подзаголовок «autumn issue · no. 14» — её работа, не наложение:

Seedream 5.0 Lite дешевле и быстрее, берёт до 14 референсов и дотягивает до 4K на широких соотношениях. Цена: 1 кредит, 2 на максимальном разрешении. Разумное распределение такое: Lite — на объём и черновые прогоны, Pro — когда в кадре есть текст или важна вёрстка.

Что ещё стоит знать про это семейство.

Размер задаётся пикселями, а не пресетом. Модели принимают не «соотношение плюс разрешение», а явные ширину и высоту, ограниченные окном по суммарным пикселям: у Pro это 1,05–4,19 Мпикс, у Lite 3,69–10,4. Я не стал выносить эту арифметику на вас: из выбранного качества берётся бюджет по пикселям, подгоняется под окно модели и пересчитывается в ширину и высоту под запрошенное соотношение. Побочный приятный эффект — доступны соотношения, которых нет в пресетах провайдера: 4:5, 5:4, 21:9.

Мульти-референс работает по-настоящему. Seedream 4.5 молча игнорировала вторую и последующие картинки. Пятая версия их читает: на живом тесте с двумя референсами выход подхватил и фактуру льна, и цвет, и характер оконного света.

Замеры, снятые напрямую: Pro — 25 секунд на 1,3 Мпикс и 43 секунды на предельных 4,19. Lite — 62 секунды на 10,4 Мпикс. У Pro есть режим авто-оптимизации промпта, и он выключен по умолчанию намеренно: на 2K он утраивал ожидание (124 секунды против 43), а выигрыша не давал, потому что сборщики промптов и так отдают полностью прописанные инструкции.

Мелочь, заметная на скачивании: для этого семейства результат приходит в JPEG, а не в PNG. На верхней границе разрешения тот же кадр в PNG весил 13 МБ против примерно половины мегабайта, а разницы на глаз нет.

Gemini Omni Flash: четыре режима вместо трёх

Модель была в каталоге и раньше, но жила на «девелоперских» эндпоинтах провайдера, чью схему приходилось выяснять эмпирически. Atlas опубликовал официальное семейство из четырёх эндпоинтов поверх той же модели, и я перевёл gemini-omni-flash на них.

Что это даёт на практике:

• Появился настоящий image-to-video по первому кадру. Раньше картинка на входе работала как референс субъекта, а не как стартовый кадр — это разные задачи. Теперь оба режима разведены и живут по отдельности.

• Четыре режима: из текста, из первого кадра, из референсов и правка готового клипа.

• Нативная аудиодорожка в результате, а не тишина под наложение.

• Длительность любая. Старый список 4, 6, 8 или 10 секунд исчез: просите три секунды — получаете три, с точностью до кадра.

Модель разделилась на две позиции в пикере. Базовая gemini-omni-flash — официальные эндпоинты, 720p, стоит по умолчанию. Версия HQ — прежние эндпоинты и единственный путь выше 720p, до 1080p и 4K. Разница в скорости честная: 720p отдаёт результат втрое быстрее на секунду выхода.

Замеры на живых запросах:

• из текста: 31,7 секунды;

• из первого кадра: 32,3;

• из референсов: 41,2;

• правка готового клипа: 64,2;

• HQ на 1080p при длительности 4 секунды: 126,9.

Цены в кредитах за секунду: 2,5 за генерацию из текста, 2,6 из первого кадра, 2,7 из референсов. Правка готового клипа стоит фиксированные 28 кредитов: её длина повторяет длину исходника, поэтому считать секунды здесь незачем.

Попутно я закрыл два раздражителя. Первый: ценник в интерфейсе теперь совпадает со списанием на всех 362 комбинациях разрешения, звука, режима и длительности — раньше на части режимов он занижал стоимость примерно на десятую часть. Второй: минутная квота Google больше не выглядит как безымянная ошибка. Она приходит как «слишком много запросов», и по ней понятно, что достаточно повторить попытку.

Редактор кадра: кадрирование и ресайз стали бесплатными

Панель редактирования пересобрана и разделена на три группы: улучшение, кадр и размер, фон.

Бесплатно, потому что считается локально:

• Сжать. Операция стала понимать формат: непрозрачный кадр уходит в JPEG с каскадом качества, кадр с прозрачностью остаётся палитровым PNG. Если сжимать нечего, вы получаете честное «нечего сжимать», а не красную ошибку.

• Кадрировать. Рамка с сеткой поверх кадра, пресеты 1:1, 3:4, 4:3, 9:16 и 16:9 плюс свободный режим, размер выделения считается на ходу.

• Изменить размер. Пресеты, слайдер и числовой ввод сразу, высота считается по привязанным пропорциям на ходу.

За кредит: увеличение вдвое (продуктовый предел — 4096 px по длинной стороне, дальше кнопка гаснет), удаление фона и замена фона. Апскейл и удаление фона переехали на Atlas Cloud, и в базу теперь пишутся реальные размеры результата, а не оценка.

Изменилась и логика кнопки «Редактировать» во вьюере. Она больше не открывает отдельную форму ИИ-правки, а прикрепляет текущий кадр в палитру /image основным ассетом. Дальше вы описываете, что поменять, обычным текстом в том же поле, где генерируете с нуля — без переключения контекста.

На телефоне панель действий стала двухрядной, а редкие операции спрятаны за «…». Палитра промпта сворачивается шевроном в полосе вкладок, промпт можно скопировать одной кнопкой.

Генеративное расширение кадра (outpaint) из панели убрано. Оно давало предсказуемо слабый результат на editorial-кадрах, и вместо латания я предпочёл его снять.

Как это складывается в один маршрут

Раньше набор инструментов был про «получить кадр». Теперь он про «довести кадр и клип до публикации», и весь путь проходится в одном окне.

Для лукбука это выглядит так: Seedream 5.0 Pro собирает постер с заголовком, кадрирование и ресайз готовят его под нужную площадку, всё это не стоит ни кредита сверху. Для рилса: Gemini Omni Flash отдаёт клип из первого кадра со звуком, монтаж подрезает начало, ускоряет середину и разворачивает финал, результат уходит в скачивание. Ни Premiere, ни CapCut, ни возврата файла на площадку.

Как попробовать

Монтаж доступен на всех тарифах и не тратит кредиты, так что проверить его можно на любом клипе, который у вас уже сгенерирован: откройте видео на весь экран и нажмите «Монтаж». Новые модели стоят в пикере с отметкой NEW.

Если что-то ведёт себя не так, как описано выше, напишите — я читаю всё сам:

• Почта: contact@inpersona.ru

• Telegram: @inpersona_ru