Ролик уже идёт — а ты на ходу говоришь, что будет дальше

Смотри, к видео от ИИ ты привык относиться как к посылке. Отправил фразу, ушёл за чаем, вернулся — лежит mp4.

А теперь представь другое. Ролик уже идёт. Прямо сейчас, на экране. Ты пишешь в поле сбоку: «пусть начнётся дождь» — и через кадр-другой во дворе дождь. Тот же двор, тот же кот, та же куртка на герое. Просто теперь мокрая.

Видео перестало быть файлом, который ждёшь. Оно стало эфиром, в который ты говоришь.

Почему это только что стало возможно

3 сентября на fal открыли H3 Max Director — вариант видеомодели MiniMax H3, который «генерит непрерывное видео в реальном времени и которым можно руководить, пока оно стримится».

Ключевое слово — сессия. Не запрос, а сессия: соединение по WebRTC, которое по умолчанию живёт до 15 минут и всё это время выдаёт кадры. Ты шлёшь в него новые команды, а картинка меняется, не теряя нить. Страница модели обещает держать не только внешность героя, но и планировку квартиры, отношения, работу, секреты, повторяющиеся шутки и незакрытые сюжетные линии.

Год назад так не выходило. Была генерация клипа — отправил, подождал, забрал восемь секунд. Была правка готового ролика словами — но правишь то, что уже снято. А тут третье: ты вмешиваешься пока снимают.

Чему научишься

• Сессия вместо запроса. Открываешь соединение — и держишь. Внутрь летят твои команды, наружу — куски видео по 5–15 секунд, 24 кадра в секунду. Это другой скелет приложения: не «отправил и жду», а «слушаю и подруливаю».
• Команда долетает не мгновенно. Это главная честная деталь. Новый промпт не переписывает то, что уже на экране — он встаёт в очередь и применяется к следующему ещё не отправленному куску. То есть ты режиссируешь как по рации: сказал сейчас, увидел через ход.
• Непрерывность — это ползунок, а не магия. У сессии есть параметр memory: сколько прошлых кусков модель держит перед глазами. По умолчанию 12 — примерно две минуты назад. Поставишь мало — герой начнёт плыть и «забудет» свитер. Поставишь много — дороже и тяжелее.
• Ключ живёт на сервере. Браузер по WebRTC общается через твой маленький прокси, а не напрямую с API. Хорошая привычка: ключ в браузере — это ключ в чужих руках.
• Счётчик тикает секундами, а не запросами. Сессия стоит $0.02 за секунду сгенерированного видео (акция до 14 сентября, потом $0.08), минимум $1.20 за сессию, 1080p — вдвое дороже. Забыл закрыть вкладку — заплатил за тишину.

Готовый стартовый промпт

Стартовый промпт тут — не описание одного кадра, а сетап сериала: кто в кадре, где, какая камера и что вообще может случиться дальше. Дальше ты только подталкиваешь.

А дальше — команды в ту же сессию, по одной, коротко:

• «за окном начинается дождь, кот поворачивает голову к окну»
• «в дверь входит соседский пёс и садится напротив»
• «кот пододвигает пса свою кружку»

Пиши изменение, а не всю сцену заново. Модель и так помнит свитер с заплаткой.

Что получится

Одна страница в браузере. Слева — окно, в котором непрерывно идёт видео с котом на кухне. Справа — поле ввода и три кнопки-пресета: «дождь», «гость», «вечер».

Жмёшь «дождь» — секунд через десять за окном льёт. Кот тот же, кружка та же, свет стал серее. Жмёшь «гость» — входит пёс, и кот на него реагирует, помня, что до этого сидел один.

Внизу — счётчик: сколько секунд идёт сессия и сколько это стоит. Скидываешь ссылку другу, он пишет команду со своего телефона — и вы вдвоём ведёте маленький сериал, который никто не снимал.

План на выходные

Суббота — поток. Поднимаешь крошечный сервер-прокси с ключом. Открываешь сессию, отдаёшь видео в браузер, рисуешь <video>. Цель дня — увидеть на экране непрерывный кадр, который сам не заканчивается.

Воскресенье — пульт. Поле ввода, три кнопки-пресета и счётчик секунд. Обработай ответ prompt_rejected — модель иногда команду не берёт, и в интерфейсе это должно быть видно, а не молча проглатываться. Поставь жёсткий стоп по таймеру, чтобы забытая вкладка не жгла деньги.

Начни с 480p и коротких кусков — так дешевле ошибаться. Красоту включишь, когда пульт заработает.

Источник: H3 Max Director — fal