6 октября 2026 года Сбер включил в GigaChat генерацию видео со звуком: нейросеть сама рисует картинку и озвучивает её — речью, музыкой и фоновыми шумами. Для пользователей GigaChat это бесплатно, без карты и без костылей. Ролики получаются до пяти секунд и в качестве до Full HD.
Для авторов коротких видео это значит, что появился рабочий AI-инструмент для видео, который открывается из России — подойдёт для перебивок, заставок и черновых UGC-сцен. Разбираемся, что он умеет, чего не умеет и как встроить пятисекундные отрывки в полноценное видео.
Что именно запустили
Генерация работает на новой модели Сбера — Kandinsky 6.0 Video. Её главное отличие от прошлых версий: картинка и звук создаются вместе, одной моделью, а не «приклеиваются» потом. Поэтому губы персонажа движутся синхронно с репликой, шаги попадают в такт, а музыка меняется вместе со сценой.
Задать сцену можно двумя способами:
- описать текстом — что происходит, кто говорит, какие звуки нужны;
- загрузить первый кадр (своё фото или картинку) и отдельно описать, что должно произойти и как это должно звучать.
Звук опционален — модель умеет делать и немое видео.
Характеристики: что обещает Сбер
| Параметр | Значение |
|---|---|
| Длина ролика со звуком | до 5 секунд |
| Качество | SD, HD или Full HD (до 1920×1080) |
| Частота дискретизации аудио | 44 кГц |
| Частота кадров | около 24 кадров в секунду |
| Что в аудиодорожке | синхронизированная речь, музыка, фоновые шумы, эффекты |
| Цена для пользователя GigaChat | бесплатно |
| Время одной генерации | около 8 минут (по данным ppc.world) |
Пять секунд — это сегодняшний потолок. Сбер заявляет, что планирует его поднять, но дату не называет.
Насколько это хорошо на фоне других
Важно, чьи это цифры. Все сравнения ниже — это собственные заявления Сбера; независимых замеров пока нет:
- новая модель превосходит предыдущую, Kandinsky 5.0, примерно в 71% случаев по всем критериям;
- по качеству картинки и точности движений она обходит открытую модель LTX 2.5 и закрытую Veo 3.1 Fast;
- в научной статье команды формулировка осторожнее: Kandinsky 6.0 Video лидирует по большинству метрик VABench в сравнении с LTX 2.5 и «остаётся конкурентоспособной» с проприетарными системами, особенно по качеству речи.
По данным для обучения Сбер отчитался о «более чем 20 миллионах видео со звуком». В статье разбивка подробнее: 50 миллионов изображений, 20 миллионов видеосцен, 40 миллионов аудиодорожек и 7 миллионов сегментов, где видео и аудио синхронизированы.
Модель отдали и разработчикам, тоже бесплатно
Отдельная новость: Сбер выложил саму модель в открытый доступ под лицензией MIT. Это самая разрешительная из распространённых лицензий — её можно использовать в коммерческих продуктах.
«Мы даём модель Kandinsky 6.0 Video разработчикам бесплатно и без ограничений», — сказал Антон Фролов, старший вице-президент и руководитель направления по разработке генеративного AI Сбербанка.
Что было опубликовано:
| Что | Детали |
|---|---|
| Версии модели | Lite — 3 млрд параметров, Pro — около 30 млрд |
| Апскейл до Full HD | отдельная модель на 1 млрд параметров, ×2 и ×4 |
| Где лежит | Hugging Face и GitHub |
| С чем работает | Diffusers, FAL, FastVideo, ComfyUI |
| Для запуска локально | от 16 ГБ видеопамяти (по данным Хабра); в карточке модели предлагается выгружать часть в RAM, чтобы уместиться на карте поменьше |
Одна полезная техническая деталь: сама модель генерирует видео в небольшом разрешении — 864×480. Full HD получается апскейлом отдельной моделью. То есть «Full HD» здесь — это растянутая картинка, а не честное разрешение 1080p. На коротких вставках разница почти незаметна, но при растягивании на весь экран «мыло» проявится.
Что с этим делать автору коротких видео
Пять секунд — это не видео, а деталь. Вот где такие детали пригодятся:
Заставка и концовка
Пятисекундная сцена с нужным настроением и звуком — отличная заставка для сериала. Сделайте один раз и вставляйте в каждый выпуск.
Перебивка под закадровый голос
Когда вы говорите на фоне и нечего показать, пятисекундная сцена закроет пустоту. В этом случае звук от модели можно убрать и оставить свой голос.
Черновик для клиента
Если вы делаете UGC и нужно согласовать идею, показать пятисекундную сцену проще, чем объяснять на словах. Съёмка потом пойдёт быстрее, потому что все уже видели, что имелось в виду.
Оживление фото
Режим «первый кадр + описание» — это способ заставить статичную картинку двигаться. Для архивных фото, скриншотов и предметных съёмок это даёт больше, чем генерация с нуля.
Подход к монтажу простой: нарежьте 4–6 разных пятисекундных сцен, соберите в один ролик и положите сверху единую звуковую дорожку. Зритель перестанет считать длину каждого куска, а разница в стилистике сцен скроется за музыкой.
Не забудьте про метку об AI
TikTok, YouTube и Instagram требуют маркировать реалистичный AI-контент. Метка ставится внутри площадки при загрузке, а не в GigaChat. Если вашу вставку можно принять за реальную съёмку — маркируйте: за отсутствие метки площадки режут охваты, а в серьёзных случаях — отключают монетизацию. Абстрактная графика и очевидно нарисованные сцены под требование не попадают.
Что пока неизвестно
Честно о том, что Сбер не объяснил:
- Сколько генераций в день даёт бесплатный доступ. Слово «бесплатно» в пресс-релизе есть, цифры лимита — нет. Придётся выяснять на практике.
- Появятся ли платные тарифы позже. Об этом ничего не сказано.
- Вертикальный формат. В карточках модели и примерах — горизонтальные разрешения (864×480 и 1920×1080). Про 9:16, нужный для Shorts, Reels и Клипов, ни слова. Пока исходим из того, что придётся кадрировать горизонтальную рамку.
- Условия использования роликов, сделанных в GigaChat. Лицензия MIT относится к модели, которую вы скачиваете. Что можно делать с видео, созданными в сервисе GigaChat, регулируют правила сервиса — отдельного разъяснения с этим запуском не было.
- Когда поднимут лимит в 5 секунд. Планы заявлены, даты — нет.
Если какой-то из этих пунктов для вас критичен — не стройте на нём свою работу, пока Сбер не скажет об этом прямо.
Частые вопросы
Какой бесплатный AI-генератор видео работает из России?
GigaChat с моделью Kandinsky 6.0 Video. Это российский сервис, он открывается без обходных путей, а генерация видео в нём бесплатна. Альтернативы и их доступность мы разбирали в статье «Sora закрыли: почему и чем заменить для AI-видео в Shorts, Reels и UGC».
Как сделать видео со звуком в GigaChat?
Опишите сцену текстом и отдельно укажите, что должно быть слышно: кто и что говорит, какая музыка, какие шумы. Либо загрузите первый кадр и добавьте описание действия и звука. Выберите качество — SD, HD или Full HD. Одна генерация занимает около восьми минут.
Какой длины видео получается в GigaChat?
До пяти секунд со звуком. Более высокий лимит обещают, но дату не назвали. Для готового ролика нужно склеивать пятисекундные сцены.
Можно ли публиковать это видео в TikTok, Shorts и Reels?
Технически — да. Два нюанса: кадр горизонтальный, и для вертикального формата его придётся обрезать, а реалистичную AI-сцену нужно маркировать при загрузке внутри площадки. Инструменты для сборки и доработки видео собраны в статье «AI-видеоредакторы: 15 лучших нейросетей для монтажа в 2026, платных и бесплатных».
Где скачать Kandinsky 6.0 Video и что нужно для запуска?
Веса и код лежат на Hugging Face и GitHub под лицензией MIT, есть интеграции с Diffusers, ComfyUI, FAL и FastVideo. Для локального запуска нужно от 16 ГБ видеопамяти по данным Хабра; Lite-версия на 3 млрд параметров требует меньше, чем Pro. Если такой карты нет, проще пользоваться GigaChat.
Нужны ли субтитры, если модель генерирует звук?
Да. Речь от модели короткая, а короткие видео часто смотрят без звука. Как сделать субтитры бесплатно: «Бесплатные субтитры для видео: X научил Grok их исправлять и переводить».
Бесплатные инструменты вроде этого снижают порог входа: сцену, за которую раньше платили на съёмках, теперь можно собрать за восемь минут. На Prime Oracles задания от брендов лежат в открытую — в разделе Content Rewards видны условия и награда за просмотры, а взять задание в работу можно по кнопке Accept Task.
Источники: пресс-релиз Сбера (CNews), ixbt, Хабр, ppc.world, модели на Hugging Face, научная статья команды.