В схемном трафике видео с «лицом» используют для того, чтобы удержать пользователя в воронке и подтолкнуть его к депозиту. Работа с живыми актерами или дизайнерами на аутсорсе обходится дорого и тормозит залив, особенно когда нужно много исходников под разные подходы. Нейросети позволяют закрыть вопрос с креативами самостоятельно: байер получает возможность генерировать персонажей под любые задачи без привязки к подрядчикам.
Применение ИИ-инструментов снижает себестоимость одного ролика до нескольких центов и ускоряет запуск кампаний. В материале мы разобрали методы создания дипфейков на своем железе и в облаке, сравнили цены на инструменты и подготовили пошаговый гайд по оживлению статичных фото.
Методы генерации: облако против локального железа
Выбор технического решения зависит от масштаба залива и бюджета на старте. В арбитраже используют два подхода: сборку собственной «фермы» под тяжелый софт или использование облачных мощностей.
Локальный софт (Faceswap, DeepFaceLab)
Этот вариант подходит командам, которые работают с большими объемами и планируют генерировать сотни исходников в неделю. Основное требование — наличие видеокарты от NVIDIA с поддержкой CUDA. Для стабильной работы в 2026 году потребуется сетап уровня RTX 3080 или RTX 4090 с видеопамятью от 12 ГБ.
Главный плюс этого метода — полная независимость. Вы используете открытый код, которому не важна тематика роликов. Здесь можно озвучивать любые тексты про взломы алгоритмов или стратегии игры, не опасаясь блокировок.
После покупки железа себестоимость одного видео становится нулевой, однако порог входа в такой продакшен начинается от $1500–3000 за один компьютер. Также нужно быть готовым к работе с консолью и настройке библиотек Python.
Облачные сервисы (HeyGen, Synthesia)
Платформы с готовыми аватарами подходят для создания прогревочных роликов и быстрой сборки UGC-контента. На 2026 год Creator-план в HeyGen стоит $29 в месяц. В пакет включено 200 кредитов, что при использовании премиальной модели Avatar IV эквивалентно 10 минутам готового видео. Себестоимость минуты в рамках лимита составляет $2.9, но при масштабировании цена за дополнительную минуту вырастает до $5. Вопрос ограничений здесь решается через создание кастомных фото-аватаров на основе собственных исходников. Хотя официальные правила запрещают использовать лица публичных персон без согласия, технические лазейки позволяют обходить эти фильтры на этапе тестов.
Сервисы могут блокировать аккаунты за агрессивные скрипты, но при использовании нейтральных формулировок в тексте облако остается рабочим инструментом для залива. Главный минус — высокая цена минуты при масштабировании кампаний.
Аренда GPU через RunPod
Покупка собственного железа под тяжелые нейронки требует вложений в $2000–3000, что на этапе тестов часто нецелесообразно. RunPod позволяет арендовать мощности уровня RTX 4090 или H200 с оплатой только за фактическое время работы видеокарты. Это снимает вопрос с покупкой комплектующих и позволяет запускать рендер прямо из браузера.
Главный плюс этого метода — полное отсутствие цензуры. В отличие от «белых» облачных сервисов, связка RunPod + ComfyUI позволяет использовать NSFW-энкодеры. Это дает возможность без ограничений прописывать в промптах пачки денег, логотипы казино или интерфейсы приложений.
Себестоимость ролика на Wan 2.1 при таком подходе получается минимальной, а гибкость модели позволяет отрисовывать сложные движения и объекты под конкретные задачи в воронке.
Технические ограничения: препродакшен и качество
Результат генерации напрямую зависит от качества исходников. Если накладывать лицо европейца на видео с индусом или использовать фото в низком разрешении, маска получится нечеткой и будет выбиваться из общего кадра.
Подбор доноров и зоны замены. Алгоритм не меняет голову целиком. Зона замены ограничена «лицевой маской» от бровей до подбородка и от уха до уха. Уши, волосы, форма черепа и шея остаются от видео-донора. По этой причине персонажи должны быть похожи по типажу.
При подготовке материалов важно учитывать расу, цвет кожи и комплекцию. Разница в тональности кожи между маской и шеей создает резкие границы, которые сложно убрать на монтаже. Также нельзя совместить широкое лицо с узким подбородком донора без визуальных искажений и артефактов на стыках.
Углы поворота и артефакты. Нейросети, работающие по принципу переноса мимики (например, LivePortrait), чувствительны к положению головы. Оптимально использовать видео, где персонаж смотрит прямо в камеру.
Если в исходнике человек поворачивается в профиль, алгоритм часто не распознает черты лица, так как не умеет восстанавливать скрытые области. В таких моментах дипфейк начинает «плыть» или дергаться. Аналогичная проблема возникает при жестикуляции: если рука проходит перед лицом, маска перекрывается пальцами и изображение искажается.
Доработка в редакторах. Видео после нейросети часто выглядит слишком гладким, что выдает его происхождение. Чтобы креатив смотрелся естественно, в видеоредакторах накладывают легкую зернистость для имитации съемки на обычный телефон и делают цветокоррекцию, подгоняя оттенки маски под цвет шеи и фона. Небольшое размытие по краям наложенного лица помогает ему лучше сесть на голову донора и избавляет от эффекта приклеенного изображения.
Экономика процесса: заменяем дизайнера на ИИ
Переход на генерацию креативов через нейросети это не просто следование трендам, а способ радикально снизить косты и убрать зависимость от подрядчиков. В схемном трафике, где нужно постоянно тестировать новые лица и подходы, ИИ окупается уже после первых нескольких запусков.
Прямое снижение костов. Актеры и дизайнеры обходятся дорого: простой видео-отзыв на бирже или в профильных чатах стоит от $20 до $50. Если для нормального пролива Вам нужно 5–10 разных лиц, бюджет только на подготовку материалов вырастет до $300–500.
Использование связки LivePortrait + Replicate или локального софта снижает эти затраты до копеек. Генерация одного дипфейка обходится в среднем в $0.01–$0.1. По сути, за цену одного стандартного заказа Вы получаете сотни уникальных видео, что позволяет масштабироваться, не раздувая расходы на продакшен.
Скорость и работа в «шторм». Главный минус аутсорса — время ожидания. Дизайнер или актер выдает готовое видео в лучшем случае через несколько часов, чаще же только на следующий день.
Нейросеть выдает готовый результат за 1–2 минуты. Это критично в периоды штормов в Facebook, когда аккаунты банятся один за другим. Возможность мгновенно пересобрать крео с новым лицом позволяет не останавливать залив и сохранять темп. Вы больше не ждете, пока освободится ваш дизайнер, а управляете процессом самостоятельно.
Решение проблемы выгорания. Аудитория в схемах быстро привыкает к одним и тем же персонажам, что ведет к падению CTR. Если Вы используете реальных актеров, их база просто выгорает.
ИИ позволяет делать десятки уникальных персонажей под каждую пачку аккаунтов. Вы можете сгенерировать лицо в Midjourney, адаптировать его под конкретное ГЕО (например, сделать эксперта-араба для залива на ОАЭ или латиноамериканца для Бразилии) и анимировать фото за пару минут. Это позволяет тестировать новые подходы каждый день и не зависеть от того, есть ли у вас под рукой свежие видео-исходники.
Пошаговый гайд по генерации на Wan 2.1
Для создания реалистичных креативов мы будем использовать модель Wan 2.1. Поскольку для её работы нужны мощности, которых нет у обычного ноутбука, весь процесс переносим на удаленный сервер.
Шаг 1. Аренда сервера на RunPod
RunPod это сервис, где можно арендовать мощный компьютер с профессиональной видеокартой. Это избавляет от необходимости покупать железо за несколько тысяч долларов.
Для старта регистрируемся на сайте и разворачиваем новый контейнер. Для модели Wan 2.1 требуется большой объем видеопамяти, поэтому выбираем карту уровня RTX 5090 или H200.
В настройках диска (Volume Disk) выставляем 150 ГБ — этого объема хватит для всех моделей, и при этом вы не будете переплачивать за лишнее место. Жмем «Deploy» и ждем, когда статус изменится на «Running».
Шаг 2. Загрузка весов через Jupyter Lab
После запуска сервера нам нужно скачать на него «мозги» нейросети. Это файлы, в которых зашита информация о том, как должны выглядеть объекты и их движения. Без них программа не запустится.
Для этого подключаемся к серверу через «Connect» -> «Jupyter Lab» (это ваше рабочее пространство в браузере).
В левом меню находим папку Models. Если она пуста, значит, сервер еще распаковывается, подождите пару минут.
Открываем терминал и запускаем скачивание весов по прямым ссылкам:
| 1) cd /workspace/ComfyUI/models/diffusion_models/ wget https://huggingface.co/FX-FeiHou/wan2.2-Remix/resolve/main/NSFW/Wan2.2_Remix_NSFW_i2v_14b_high_lighting_v2.0.safetensors 2) cd /workspace/ComfyUI/models/diffusion_models/ wget https://huggingface.co/FX-FeiHou/wan2.2-Remix/resolve/main/NSFW/Wan2.2_Remix_NSFW_i2v_14b_low_lighting_v2.0.safetensors 3) cd /workspace/ComfyUI/models/text_encoders/ wget https://huggingface.co/NSFW-API/NSFW-Wan-UMT5-XXL/resolve/main/nsfw_wan_umt5-xxl_fp8_scaled.safetensors 4) cd /workspace/ComfyUI/models/vae/ wget https://huggingface.co/QuantStack/Wan2.2-I2V-A14B-GGUF/resolve/c3641726f909b3446b7eefe994bcf8779c842a06/VAE/Wan2.1_VAE.safetensors |
Чтобы сэкономить время, открывайте команды в 2–3 разных вкладках терминала одновременно. Итоговые файлы должны появиться в папке models/diffusion_models.
Шаг 3. Запуск ComfyUI и импорт воркфлоу
ComfyUI — это графический интерфейс для управления нейросетью. Вместо написания кода работа здесь строится на визуальных блоках (нодах), которые соединяются между собой импровизированными проводами. Вы просто тянете линии от выхода одного узла ко входу другого, передавая данные и выстраивая логику генерации: от загрузки весов модели до финального рендера видео.
Нажимаем в RunPod «Connect» -> «HTTP Service Port 8188». Откроется пустое поле. Чтобы не собирать схему вручную, используем готовый JSON-воркфлоу. Это файл-настройка, в котором уже прописана вся логика генерации. Просто перетаскиваем его в окно браузера.
Если блоки подсветились красным, значит, программе не хватает кастомных узлов (плагинов).
Нажимаем Manager -> Install Missing Custom Nodes, устанавливаем всё (включая интерполятор для плавности кадров) и перезагружаем страницу.
Шаг 4. Техническая настройка моделей
После загрузки воркфлоу нужно привязать скачанные веса к конкретным блокам. В левой части интерфейса находим три ноды выбора моделей.
В первой графе выставляем High Lighting, во второй Low Lighting. В третьем блоке (Encoder) выбираем NSFW Encoder Wan 2.1. Это нужно, чтобы система не блокировала генерацию из-за фильтров и Вы могли работать без ограничений.
Шаг 5. Загрузка исходников и технические параметры
В рабочей схеме находим блок «Load Image» и загружаем фото вашего персонажа.
Лицо должно быть в анфас и без лишних деталей. Лучше всего использовать генерации из Midjourney или Flux, так как у них выше четкость.
В соседних блоках проверяем параметры:
- Разрешение: для вертикальных крео выставляем 720 на 1280;
- Количество кадров: чтобы ролик длился 30–40 секунд, выставляем значение от 630 до 840. Учитывайте, что генерация такой длины требует огромного объема видеопамяти, поэтому здесь обязательны карты уровня H200 или RTX 5090. Если железо не тянет, лучше генерировать видео частями по 10 секунд и склеивать их в редакторе;
- Модели: в нодах выбора весов проверяем наличие актуальных файлов и обязательно выбираем NSFW Encoder, чтобы система не блокировала генерацию из-за цензуры.
Шаг 6. Промптинг и получение результата
В поле Positive Prompt пишем, что именно должен делать персонаж. Описывайте движения максимально конкретно: «man smiling, holding a phone, counting dollar bills». Если нужно несколько действий в одном ролике, делайте разбивку по времени: «0-2s: talking, 3-6s: pointing at screen».
Для схемного видео на 30 секунд промпт может выглядеть так:
| «0-5s: A man looking at the camera, smiling and talking. 5-15s: He holds up a smartphone in his left hand, pointing at the screen with his right hand, showing a betting app with a growing balance. 15-25s: He takes out a stack of cash and starts counting dollar bills with a confident expression. 25-30s: He points his finger at the bottom of the screen with a call to action, smiling wide, high quality, realistic skin texture.» |
Нажимаем Queue Prompt. Первый рендер всегда идет долго, так как видеокарта подгружает тяжелые файлы весов.
В окне превью появятся два файла. Для залива всегда берем версию, обработанную интерполятором (30 FPS) — она выглядит как плавная видеосъемка, а не как анимация. Если маска на лице «плывет», просто поменяйте значение Seed (сид) и запустите генерацию еще раз.
Вывод
Использование нейросетей это прежде всего возможность серьезно срезать косты на продакшен. Теперь нет смысла каждый раз обращаться к дизайнеру: связка Wan 2.1 + RunPod позволяет собирать уникальные крео для iGaming и Crypto за копейки.
Весь бюджет, который раньше уходил на оплату исходников и бесконечные правки, теперь можно пустить напрямую на закуп трафика, что гораздо логичнее на этапе поиска рабочей связки.
Комментарии (0)