Genspark запустила Media Studio — ИИ-студию с командой из 70+ моделей

Архитектура выстроена вокруг «режиссёрского мозга» — большой языковой модели, которая понимает запрос, пишет сценарий и распределяет задачи между исполнителями. На выбор предлагаются три варианта такого «режиссёра»: DeepSeek V4.1 Flash, Claude Opus 5.5 и Claude Fable 5.1. Дальше в дело вступают генераторы видео — Seedance 2.5, Kling и Veo, модели изображений GPT Image и Nano Banana, а также аудиомодели вроде ElevenLabs. Всего платформа объединяет более 70 версий моделей от двадцати с лишним производителей. Сейчас действует акция: с 18:00 по пекинскому времени 27 октября до 18:00 4 ноября подписчики тарифов Plus и Pro тратят кредиты в Media Studio вдвое меньше — скидка распространяется на планирование, изображения, видео, звук и 3D-генерацию.

Первые тесты показывают, что порог входа действительно низкий. На главной странице есть раздел с готовыми шаблонами популярных роликов — достаточно нажать, чтобы сделать «так же». Например, можно загрузить фотографии двух узнаваемых фигур из мира технологий и получить рэп-клип, где они выступают дуэтом. Правда, система предупреждает о необходимости соблюдать авторские права и предлагает выбрать между полуреалистичным и мультяшным стилем. Генерация первого черновика занимает считанные минуты, хотя изначально речь идёт о 8–14 минутах. Если в ролике не хватает музыки, агент подберёт несколько вариантов сопровождения и выстроит их на рабочем холсте, а при желании создаст оригинальную минусовку через ElevenLabs и синхронизирует губы персонажей. Черновики по умолчанию выходят в 480p, а финальную версию можно поднять до 1080p.

Отдельный сценарий — познавательные ролики. Через карточку Knowledge Explainer пользователь задаёт длительность, визуальный стиль, ракурс подачи и аудиомодель, после чего система сама собирает объяснение, например, о фильме «Соучастник» — в оригинале лента известна как Coherence. Первый вариант может получиться пресноватым, с картинкой, напоминающей слайды, но после просьбы добавить интригу и динамику агент переписывает текст, меняет визуальный ряд и подкладывает мрачную оригинальную музыку, разбитую по таймлайну на шесть фрагментов. Для ролика без единого загруженного материала результат выглядит убедительно, хотя кадры всё равно напоминают слайд-шоу — модели просто не из чего выбирать, кроме кадров из фильма.

Ещё одна функция — «библия истории», которая на деле оказывается инструментом для съёмок коротких сериалов. По названию проекта система разворачивает полноценный сюжет: например, про двух братьев — старшего, управляющего директора инвестиционного банка, и младшего, основателя компании, которая готовится к IPO. В переговорной, где обсуждают цену размещения, хранится секрет, известный только старшему. Дальше платформа предлагает персонажей, костюмы, реквизит и утверждает десятки параметров, после чего разбивает пять сцен на 84 плана и собирает их в 12 видеофрагментов, генерируя каждый через Seedance 2.5. Замеченные несостыковки агент исправляет сам и просит перезапустить черновик. Финальный монтаж, музыка и субтитры занимают уже меньше времени. В готовом ролике под названием «Ночь ценообразования» картинка выглядит опрятно, лица проработаны, а герои сохраняют единый облик, причём субтитры на двух языках появляются без отдельной просьбы. Из минусов — к концу ролика звук начинает отставать от изображения, случаются пропуски кадров, а у одного персонажа внезапно исчезают очки. На три таких проекта ушло около 45 тысяч кредитов из стартовых 50 тысяч.

Остаток кредитов хватило на пиксельную HTML-игру в духе Super Mario: прыжки по врагам, грибы-увеличения, блоки и финишный флаг. Музыку и уровни система нарисовала с нуля кодом, чтобы обойти вопросы с правами, а механика осталась узнаваемой. Потрачено всего несколько сотен кредитов.

Что касается внутренней логики, Media Studio хранит рабочие процессы в виде отдельных «навыков»: реклама делается одним способом, сюжетный ролик — другим, и агент выбирает подходящий под задачу. «Библия истории» закрепляет облик персонажей и мир, чтобы их можно было переносить в другие проекты, словно единую папку с материалами для съёмочной группы. Проверка качества идёт по сценарию и заданным параметрам, а негодные фрагменты отправляются на пересъёмку. Пользователь тоже может точечно указать проблему: выбрать на таймлайне отрезок от 7-й до 13-й секунды и попросить переснять, сохранив движение и ракурс, либо обвести лишний объект в кадре и заменить или убрать его. Для познавательных роликов применяется подход code-to-video: ИИ пишет код, который верстает текст, графики и анимацию и рендерит их в видео, поэтому рендеринг кода не списывает кредиты, а платить нужно только за озвучку и небольшие атмосферные кадры. Для сюжетных сцен есть предварительная 3D-превизуализация на белых макетах, где фиксируются позиции героев и точки съёмки, — видео модели подключаются уже после утверждения. Всё это вместе с черновиками в 480p снижает число дорогих переделок.

Главный посыл Genspark — «всё в одном, доступно каждому». Пользователь получает единый холст, где генерация картинок, видео, музыки и субтитров идёт без переключения между сервисами, промежуточные результаты сохраняются, а агент продолжает работу с того места, где остановился. Профессионалы могут воспользоваться послойным редактором и многодорожечным таймлайном и выгрузить проекты в PSD, Premiere или черновик CapCut для доработки. Новичкам же больше не нужно осваивать десяток инструментов: достаточно назвать идею, выбирать из предложенного и простыми словами объяснять, что не нравится. Самая трудоёмкая часть — раскадровка и промпты — ложится на агента, а человек сосредотачивается на том, цепляет ли история, попадает ли музыка и стоит ли оставлять конкретный кадр.