Разработать и проверить прототип системы генерации реалистичных предметных видеороликов по фотографии товара и описанию сцены. Ищем разработчика или команду с опытом компьютерного зрения, генеративных моделей, видеосинтеза и автоматизации медиапроизводства. ОСНОВНОЙ СЦЕНАРИЙ Пользователь загружает фотографию конкретного товара, указывает его название и подтверждённые характеристики, описывает сцену и задаёт текст выступления либо тезисы. Например: «Человек на пляже берёт товар со столика, показывает его в камеру и рассказывает о назначении». Система подготавливает сценарий и последовательность действий, создаёт видеоряд и озвучку, синхронизирует речь и формирует готовый MP4. Перед генерацией пользователь может согласовать текст. Субтитры включаются отдельно. ТРЕБОВАНИЯ К ВИДЕО 1. Естественный визуальный стиль: правдоподобная кожа, мимика, взгляд, движения тела, освещение и тени; без заметных деформаций, мерцания и «пластикового» вида. 2. Точное воспроизведение товара: сохранение формы, пропорций, цвета, основных деталей, логотипа и читаемых надписей в согласованных ракурсах. Похожий предмет вместо исходного товара не принимается. 3. Реальное взаимодействие в кадре: человек берёт, удерживает и показывает предмет. Не допускаются прохождение пальцев сквозь товар, скольжение предмета в руке, самопроизвольное изменение формы и размера. Момент взятия и удержания должен быть показан непрерывно, а не скрыт монтажной склейкой. 4. Согласованная речь: естественная озвучка на русском языке и синхронизация губ. Характеристики товара берутся из материалов заказчика; система не должна придумывать свойства, сертификаты и отзывы. 5. Для пилота предлагаем ролики длительностью 15–30 секунд, вертикальный формат 9:16, экспорт MP4. Целевой размер — 1080×1920; исходное разрешение генерации и применение увеличения разрешения раскрываются отдельно. Окончательные параметры согласуются перед стартом. АРХИТЕКТУРА И НЕЗАВИСИМОСТЬ GPT, Claude или аналогичные модели предполагается использовать для анализа входных материалов, сценария и управления этапами. Исполнитель должен отдельно описать механизм создания видеоряда, движения, голоса и синхронизации губ. Допускаются самостоятельно развёрнутые модели с доступными весами, собственный рендеринг и обработка видео. Все компоненты должны иметь подходящие права использования. Аренда вычислительных ресурсов допустима; использование чужого сервиса генерации видео под видом собственной системы — нет. Обучение фундаментальной модели с нуля не является обязательным требованием. Базовый вход — фотография товара. Если для достоверного показа необходимы дополнительные ракурсы, размеры или 3D-модель, система должна сообщить об этом. По одной фотографии нельзя молча придумывать скрытые элементы товара и выдавать их за подтверждённые. ПРОВЕРКА ПРОТОТИПА На первом этапе необходимо доказать работоспособность ключевого сценария с пляжем и взятием товара в руку. Затем проверить переносимость решения на другие товары и сцены. Предлагаемый набор пилота — не менее трёх итоговых роликов с разными товарами и минимум двумя сценами. Набор примеров и критерии приёмки согласуются до начала работ. Исполнитель фиксирует все попытки генерации, время, расходы и ручные доработки, а не только показывает лучшие результаты. РЕЗУЛЬТАТ РАБОТЫ Рабочий прототип с простым интерфейсом или API; исходный код собственной разработки; конфигурации и инструкция по развёртыванию; перечень моделей, лицензий и внешних зависимостей; тестовые ролики и отчёт по качеству, времени и себестоимости одного принятого ролика. Заказчик должен иметь возможность повторить процесс без ручной работы исполнителя в сторонних видеосервисах.