Стоит ли вашей компании создавать собственную ИИ-обвязку? Компания Inkitt сделала это для ИИ-видео: 5 ключевых выводов

Самой захватывающей областью разработок в сфере корпоративного ИИ на данный момент являются вовсе не модели и даже не агенты — это обвязка (harness).

Такие компании, как Salesforce, DeepSeek, Xiaomi и Google, всё активнее предлагают новые кастомные обвязки, призванные улучшить производительность базовых ИИ-моделей и агентов, а также повысить их надежность при решении конкретных, повторяемых, но при этом открытых задач. Эти обвязки призваны работать за счет предоставления ИИ-модели специального уровня программного обеспечения, инструментов, промптов, контекста, сред выполнения и инструкций по эксплуатации, нацеленных на достижение поставленных целей.

Но возникает закономерный вопрос: если эти гиганты могут это сделать, стоит ли вашей компании также создавать собственную специализированную обвязку для решения задач, актуальных именно для вашего бизнеса? И можно ли превратить такую обвязку в самостоятельный продукт? Одним из примеров компании, которая недавно это сделала, стал стартап в области цифрового издательства и ИИ-медиа Inkitt, наиболее известный благодаря платформе для публикации и распространения электронных книг среди своего сообщества. Сегодня компания запускает Inkitt Movie Creator — публичную бета-версию, предназначенную для превращения текстовых сценариев в созданные с помощью ИИ фильмы всего за несколько минут.

Inkitt Movie Creator полностью работает на базе Cinematica — внутренней обвязки, созданной штатным экспертами Inkitt по видеопроизводству с использованием ИИ. Она способна координировать различные модели генерации изображений, видео и работы с языком, одновременно закладывая в процесс реальные методы кинопроизводства.

Вместо того чтобы создавать еще одну базовую видеомодель для прямой конкуренции с Seedance от ByteDance, MiniMax и растущим числом систем генеративного видео, основатель и генеральный директор Inkitt Али Альбазаз (Ali Albazaz) рассказал VentureBeat в эксклюзивном интервью, что его компания делает ставку на то, что основные перспективы кроются в упрощении контроля над этими моделями в рамках реального производства.

«Там огромный выбор, и мы вообще не хотим с этим конкурировать, — сказал Альбазаз. — Cinematica… то, что делает Cinematica особенной — это обвязка».

Исследования все нагляднее показывают, почему разработка обвязок имеет столь важное значение. В ходе тестирования разработка Xiaomi под названием HarnessX улучшила производительность для 14 из 15 комбинаций моделей и бенчмарков, обеспечив средний абсолютный прирост на 14,5% без простого переключения на более мощную базовую модель.

Другие независимые реальные тесты, о которых писал VentureBeat, показали, что одна и та же модель дает совершенно разные результаты в зависимости от своей обвязки, конфигурации инструментов и стека выполнения.

Cinematica представляет собой вполне осязаемую попытку применить этот же принцип за пределами программирования и корпоративных агентов: вместо того чтобы обучать лучшую киномодель, создать лучшую систему для режиссуры уже существующих киномоделей. Тем не менее на момент запуска компания отказалась публиковать конкретные бенчмарки собственной обвязки, вместо этого предоставив VentureBeat демоверсии и презентации, показывающие, как она ускорила производство и в считанные моменты выдавала редактируемые результаты, создавая эффективный рабочий процесс для производства ИИ-видео, который можно использовать в рекламе или промо-материалах.

На мой взгляд, демоверсии действительно продемонстрировали улучшение пользовательского опыта по сравнению с прямым использованием ИИ-видеомоделей на сайтах разработчиков или даже через сервисы агрегации нескольких моделей вроде fal.al, где пользователю приходится прокликивать множество выпадающих меню и оценивать созданные ИИ видеоклипы по отдельности, а не как часть единого целостного фильма.

И что самое главное для компаний, размышляющих о создании собственной кастомной обвязки, процесс разработки Inkitt предлагает по меньшей мере пять полезных уроков.

Урок 1: Начинайте с реального внутреннего рабочего процесса, а не с абстрактной идеи обвязки

Cinematica не зарождалась как проект абстрактной платформы в поисках вариантов применения.

По словам Альбазаза, проект возник примерно в начале 2026 года, поскольку у Inkitt уже был растущий каталог историй, которые компания хотела превратить в фильмы для Inkitt Ironblood — своего сервиса потокового ИИ-видео, специализирующегося на боевиках, приключениях, научной фантастике и фэнтези на основе успешных электронных книг Inkitt. На данный момент весь контент на сайте создан с помощью Cinematica, сообщил представитель компании VentureBeat.

Традиционная экономика производства делала адаптацию этих историй в нужном Inkitt объеме непрактичной, в то время как становившиеся всё более мощными ИИ-видеомодели предлагали альтернативный путь.

«Мы начали создавать первую версию Cinematica, — сказал Альбазаз. — Всё начиналось как внутренний инструмент для нас самих». Версия, показанная VentureBeat, сейчас является уже третьей по счету.

Другими словами, Inkitt начинала не с утверждения о том, что ей необходима «обвязка для ИИ». Она отталкивалась от повторяющейся бизнес-проблемы: как использовать стремительно совершенствующиеся видеомодели для создания множества полнометражных фильмов, не перестраивая производственный процесс под каждую новую модель?

Cinematica появилась как ответ на этот вопрос. Альбазаз привел автомобильную аналогию, описывая последующий переход от внутренней инфраструктуры к общедоступному продукту.

«Мы создали этот болид Формулы-1, если хотите, чтобы помогать нам делать такие фильмы внутри компании, а теперь превращаем его в Honda CR-V, чтобы им могли начать пользоваться сторонние пользователи», — пояснил он.

Такой эволюционный путь представляет собой потенциально полезный шаблон для других предприятий: начните с реального, повторяющегося и затратного внутреннего рабочего процесса, решите эту задачу сначала для собственных сотрудников, и только после этого думайте о том, не стоит ли превратить получившуюся обвязку в нечто более масштабное.

Урок 2: Включите профильных экспертов в контур разработки обвязки

Люди, выполняющие непосредственную работу, занимают центральное место в подходе Inkitt. Альбазаз сообщил, что на момент интервью над Ironblood и Cinematica работало около 25 человек, включая примерно 15 видеопродюсеров, и Inkitt продолжает нанимать новых сотрудников.

Эти сотрудники — не просто конечные пользователи Cinematica. Они фактически выполняют роль постоянно действующего научно-исследовательского подразделения для этой обвязки.

По словам Альбазаза, в Inkitt проходят ежедневные совещания, на которых производственная команда обсуждает приемы, найденные в ходе работы за предыдущий день, и рассматривает возможности их интеграции в Cinematica.

Его описание этого процесса было поразительно простым.

«„Джессика, ты сегодня узнала что-то новое. Давай превратим это в продукт внутри Cinematica, чтобы остальная команда могла извлечь пользу из твоего опыта“, — сказал он, приведя гипотетический пример. — „Хосе, ты только что узнал что-то новое. Мы упакуем это в продукт и добавим в Cinematica, чтобы подтянуть остальных участников команды“».

В результате «результаты обучения каждого сотрудника на ежедневной основе по сути вливаются в Cinematica», — рассказал мне Альбазаз.

Это потенциально важная инверсия типичного нарратива об автоматизации. Вместо того чтобы просить ИИ-систему исключить работу профильного эксперта и каким-то образом самостоятельно перенять его опыт, Inkitt включает этих экспертов в контур оптимизации и старается превратить их повторяющиеся решения в повторно используемое программное обеспечение.

Следовательно, для компании ценным активом могут оказаться не только проприетарные данные, но и неявные операционные знания (tacit operational knowledge) людей, которые понимают рабочий процесс лучше, чем сама модель.

Урок 3: Превращайте повторяющиеся сбои и исправления экспертов в системные знания многоразового использования

Этот человеческий вклад становится наиболее ценным, когда он соотносится с конкретными типами сбоев.

Альбазаз охарактеризовал Cinematica как инструмент, который фиксирует приемы борьбы с проблемами, регулярно возникающими при производстве видео с помощью ИИ.

Если кожа персонажа, созданного ИИ, выглядит восковой, обвязка может задействовать методы, которые продюсеры сочли полезными для исправления этого дефекта. Если для определенной сцены требуется конкретный кинематографический эффект, она поможет порекомендовать настройки камеры или объектива.

Более сложные сцены могут потребовать еще более нестандартных вмешательств.

Альбазаз описал случаи, когда видеогенераторы иногда меняли лица или позиции персонажей местами, если в динамичной сцене появлялось несколько людей. Одним из обходных путей является предварительное расположение персонажей с использованием 3D-референса или референса в стиле САПР, что помогает базовому генератору сохранять их пространственные взаимосвязи.

«Обвязка обучается по принципу: „Эй, всякий раз, когда вы сталкиваетесь с этой проблемой, существует вот такой прием“, — пояснил Альбазаз. — Теоретически можно зайти в Твиттер, Google и куда угодно и пытаться гуглить самостоятельно каждый раз, когда вы сталкиваетесь с проблемой. Но мы по сути собрали все фокусы в одном месте».

Фактически Inkitt пытается превратить регулярное устранение неполадок в институциональную память.

Команда программистов может зафиксировать соглашения о репозиториях, последовательности отладки или предпочтительные паттерны использования инструментов. Служба безопасности может зафиксировать исследовательские шаги, которые старшие аналитики регулярно используют для определенных классов алертов. Финансовый отдел может запрограммировать то, как опытные сотрудники сверяют определенные аномалии перед их эскалацией.

Сфера деятельности Inkitt — это кинопроизводство, поэтому накопленные знания касаются персонажей, объективов, непрерывности повествования (непрерывности кадров), промптов и визуальных артефактов.

Но лежащий в основе паттерн универсален: найдите области, где модель регулярно дает сбой, понаблюдайте за действиями эксперта и сделайте это вмешательство доступным при следующем столкновении системы с аналогичным классом проблем.

Урок 4: Совмещайте проприетарную экспертизу с полезными знаниями извне компании

Inkitt также не утверждает, что все производственные знания Cinematica были изобретены внутри компании.

По словам Альбазаза, ее продюсеры отслеживают методы, которыми широкое сообщество создателей ИИ-видео делится публично (в частности, на платформе X), одновременно разрабатывая собственные подходы в ходе производственной работы.

«Это сочетание нашего обучения у сообщества и обучения у самих продюсеров», — сказал он.

Inkitt поощряет своих продюсеров уделять время отслеживанию вновь открытых методик. Альбазаз также назвал беседы на встречах создателей ИИ-видео еще одним источником практических знаний, которые могут найти применение в системе.

Таким образом, конкурентное преимущество необязательно должно проистекать из изобретения каждого базового метода.

Оно может достигаться за счет сбора, оценки, стандартизации и непрерывного обновления методик, актуальных для одной конкретной задачи, с последующим объединением общедоступных знаний с внутренними методами и данными рабочих процессов, которыми конкуренты не обладают.

Этот процесс также предохраняет обвязку от превращения в нечто статичное.

В ходе последующей демонстрации для VentureBeat руководители Inkitt подчеркнули, что пользователи Movie Creator должны извлекать выгоду по мере того, как внутренняя производственная команда открывает новые приемы, а не ждать редких крупных версий продукта.

«К тому же она не стоит на месте, — отметил один из топ-менеджеров Inkitt. — Все промпты, которые они создают, все отзывы… чем умнее система становится, тем быстрее это постоянно транслируется пользователям Inkitt».

Урок 5: Держите обвязку отдельно от базовых моделей

Последний архитектурный выбор Inkitt может оказаться наиболее применимым напрямую для бизнеса: обвязка — это не базовая модель.

Во время демонстрации для VentureBeat система Cinematica показала рабочий процесс, в котором кинематографист может задать персонажей, локации и реквизит; сгенерировать несколько версий отдельных сцен; выбрать предпочитаемые генерации и в диалоговом режиме попросить систему изменить кадры, которые близки к идеалу, но имеют изъяны.

При этом создатели контента не привязаны к какому-то одному базовому генератору видео.

Альбазаз сообщил, что Cinematica может выбирать между различными системами в зависимости от таких факторов, как качество и стоимость, сославшись на Seedance 2.5 от ByteDance для более дорогой генерации высокого качества и MiniMax H3, когда пользователям необходимо снизить расходы.

«Если вы действительно хотите добиться высокого качества, вы выбираете Seedance 2.5, но это обходится дорого, — сказал Альбазаз. — Если вы хотите получить высокое качество по-настоящему дешево, вы, вероятно, выбираете MiniMax H3, и мы позволяем пользователю делать этот выбор».

В ходе последующей демонстрации руководители Inkitt описали еще более широкий стек, объединяющий различных провайдеров для генерации изображений, видео и диалогового взаимодействия.

«Мы не привязаны к одной модели, — заявил Альбазаз. — Мы предоставим вам лучшие инструменты».

Это разделение имеет значение, поскольку предполагаемая ценность Cinematica заключается вовсе не в простом доступе к конкретному видеогенератору. Ценность кроется в производственной логике, которая функционирует поверх этих моделей.

«Как поддерживать консистентность персонажей на протяжении часа экранного времени? Как сохранять те же голоса? Как сохранять локации неизменными? — задается вопросом Альбазаз. — Какие объективы вы выбираете при съемке? Все эти хитрости, которым мы научились за месяцы и месяцы экспериментов с различными моделями, позволяют нам создавать очень кинематографичные фильмы».

Для компании такой агностичный по отношению к моделям подход может помочь предотвратить жесткую привязку самого бизнес-процесса к тому ИИ-провайдеру, который случайно окажется сильнее остальных на сегодняшний день.

Если завтра появится другая, более качественная или дешевая модель, ее можно будет теоретически заменить, в то время как накопленные организацией рабочие процессы, правила и опыт останутся в обвязке.

Этот принцип особенно заметно проявляется в сфере ИИ-видео, где возможности моделей и цены меняются стремительно, но он все шире проникает и в корпоративный ИИ в целом.

Salesforce, например, продвигает концепцию общекорпоративного уровня управления, который работает поверх различных моделей и агентских платформ, а не предполагает, что компании будут стандартизироваться на каком-то одном поставщике.

Cinematica устроена гораздо более узко, но архитектурный инстинкт здесь аналогичен: владейте уровнем рабочего процесса и оркестрации, даже если базовой моделью владеет кто-то другой.

Цены и доступность

Платформа Inkitt Movie Creator доступна начиная с сегодняшнего дня, 24 сентября 2026 года, через сайт компании. На момент запуска у Cinematica пока нет API, поэтому все производственные процессы пока будут происходить на сайте Inkitt. Хотя платформа поддерживает сервер протокола контекста моделей (MCP), Альбазаз отметил, что он пока не связан с Cinematica — интеграция запланирована.

Из-за этих ограничений Cinematica на начальном этапе может оказаться полезнее в качестве инструмента творческого производства, нежели в качестве готовой инфраструктуры для прямой интеграции в стек маркетинга крупного предприятия.

Согласно информационной справке, предоставленной VentureBeat, по оценкам Inkitt, производство контента в Movie Creator будет стоить «от $75 до $500 за минуту готового, отшлифованного материала». Столь широкий разброс обусловлен тем, сколько попыток генерации предпринимает создатель до того, как принять сцену, а также выбранной базовой моделью создания ИИ-видео, которую может указать пользователь. Inkitt предоставляет модели через Movie Creator и взимает дополнительную надбавку за использование своего интерфейса, хотя компания отказалась уточнить сумму или сообщить, является ли она плавающей.

Когда VentureBeat протестировал новый инструмент генерации, нам показали экран с ценами на пакеты кредитов, начинающиеся с 50 000 кредитов за $10.61. По оценкам Inkitt, этого хватит примерно на 30 секунд генерации фильма. Другие доступные пакеты включают:

• 100 000 кредитов за $20.91 (около одной минуты)

• 200 000 за $41.51 (две минуты)

• 500 000 за $103.30 (пять минут)

• 1 миллион за $206.29 (10 минут)

• 2,5 миллиона за $515.25 (25 минут)

В пересчете получается удивительно стабильная стоимость — примерно $20.60–$21.20 за предполагаемую минуту сгенерированного видео, причем при переходе к более крупным пакетам кредитов практически нет скидок за объем.

Такое ценообразование находится примерно посередине по сравнению с другими предложениями в сфере ИИ-видео, включая собственные ИИ-модели первого уровня. Согласно ценовой политике BytePlus на собственную модель Seedance 2.5, генерация в разрешении 720p обходится примерно в $27.72 за минуту вывода, а в 480p — примерно в $12.34 за минуту. Это означает, что Movie Creator фактически обходится дешевле прямого использования Seedance 2.5 в разрешении 720p, но дороже в 480p.

Новейшие цены Google на API Veo 3.1 варьируются от $24 за минуту для стандартной генерации 720p/1080p со звуком до $6 за минуту для Veo 3.1 Fast в разрешении 720p и всего $3 за минуту для Veo 3.1 Lite в 720p. MiniMax обходится еще дешевле: ее собственные цены на API H3 составляют $4.80 за минуту в 768p или $7.80 за минуту в разрешении 2K.

Таким образом, оценка стоимости базовой генерации у Inkitt примерно сопоставима с премиальным доступом к Veo или Seedance, но примерно в три-семь раз дороже прямого вызова более дешевых вариантов Veo или MiniMax H3.

Впрочем, это сравнение не совсем корректно напрямую: эти API продают сырой инференс моделей, в то время как цена Inkitt включает доступ к более высокоуровневой оркестрации Cinematica, управлению ассистами и преемственностью, выбору моделей и накопленным методам кинопроизводства — по сути, к тому самому уровню обвязки, который рассматривается в этой статье.

По крайней мере по сравнению с Seedance 2.5 720p и стандартным Veo 3.1, ее видимая стоимость генерации за минуту выглядит конкурентоспособной; однако переплата становится гораздо более очевидной на фоне более дешевых моделей, таких как H3, Veo Fast и Veo Lite. Это делает корпоративный вопрос еще более интересным: стоит ли добавленный интеллект рабочего процесса Cinematica того, чтобы платить за него в несколько раз больше минимально доступной стоимости сырого инференса?

Путь Inkitt от книг на основе данных к ИИ-фильмам

Cinematica также органично вписывается в стратегию, которую Inkitt преследует уже более десяти лет.

Компания начиналась как платформа, где авторы могли публиковать художественную литературу, в то время как Inkitt анализировала поведение читателей для выявления перспективных историй. В 2017 году вокруг своей издательской модели на основе читательских предпочтений компания привлекла $3,9 млн. К 2019 году, по данным TechCrunch, у Inkitt было 1,6 миллиона читателей, 110 000 писателей и примерно 350 000 загруженных историй.

Впоследствии компания расширила успешные истории с помощью сервиса платной художественной литературы Inkitt Galatea и в 2021 году привлекла $59 млн в рамках раунда Серии B, поскольку ее амбиции распространились на мультимедийные развлечения.

В 2024 году фонд Khosla Ventures возглавил следующий раунд Серии C на сумму $37 млн. Тогда Inkitt сообщила TechCrunch, что достигла отметки в 33 миллиона пользователей и намерена глубже зайти в сферу аудиокниг, игр и, в конечном счете, видео, генерируемого с помощью ИИ. Этот раунд довел общую сумму привлеченного финансирования до $117 млн.

В конечном итоге это расширение привело к тому, что Inkitt запустила платформу короткометражных «микродрам» с поддержкой ИИ Inkitt CandyJar и, совсем недавно, Inkitt Ironblood — платформу для публикации и стриминга ИИ-видео, посвященную научно-фантастическим и фэнтезийным фильмам по мотивам хитовых произведений Inkitt.

Теперь Movie Creator от Inkitt открывает часть инструментов, стоявших за этим видеопроизводством, для сторонних пользователей.

Как компании могут использовать Cinematica и Inkitt Movie Creator для собственного контента и рекламных усилий

Inkitt видит одно особенно актуальное корпоративное применение Cinematica — в сфере брендированных микродрам.

Альбазаз рассказал VentureBeat, что компании уже обращались к Inkitt по поводу интеграции продуктов и услуг в сериализованные истории. Он описал одну неназванную компанию по поиску квартир, которая работает с Inkitt над историей о паре, ищущей жилье, а также упомянул интерес со стороны круизной компании.

«Микродрамы становятся формой рекламы, — сказал он. — Я думаю, это станет отличным инструментом для таких брендов и их отделов коммуникаций, чтобы создавать микродрамы и распространять их везде, где они пожелают».

Индустрия рекламы в целом уже экспериментирует с этим форматом.

Procter & Gamble, Maybelline, Dr Pepper, Marc Jacobs, JCPenney и Crocs уже запустили проекты брендированных микродрам. Издание Fast Company сообщало ранее в этом году, что проект Crocs «Charmed to Meet You», посвященный их шармам Jibbitz, собрал почти 10 миллионов просмотров, в то время как партнерство JCPenney с TelevisaUnivision принесло 16 миллионов показов и 5,6 миллиона просмотров видео, согласно данным Marketing Dive.

Экономическая целесообразность пока остается неопределенной. Маркетологи все еще выясняют, насколько надежно вовлечение от микродрам конвертируется в конкретные показатели, такие как трафик и продажи. Издание Wall Street Journal сообщает, что производство брендированных микродрам в США обычно обходится примерно в $200 000 – $450 000. Для сравнения, заявленный Inkitt диапазон в $75–$500 за готовую минуту позволит получить 60 минут контента Movie Creator примерно за $4 500 – $30 000 (без учета дополнительных затрат на человеческий труд или сторонний постпродакшн).

Но сам Альбазаз отметил, что созданный с помощью Cinematica материал все равно может быть отправлен в такие инструменты, как Premiere, для монтажа, наложения звуковых эффектов и другого постпродакшна. Так что цифру от Inkitt лучше всего воспринимать как стоимость генерации и ИИ-производства, а не как доказанную полноценную замену традиционному производственному бюджету.

Это потенциально облегчает эксперименты с сериализованным брендированным контентом, сюжетными линиями вокруг продуктов и нарративной рекламой до того, как будут выделены традиционные производственные бюджеты.

Главный открытый вопрос: каковы бенчмарки Cinematica?

Тем не менее над всеми пятью уроками нависает важный вопрос: действительно ли Cinematica заставляет те же базовые модели работать лучше, и если да, то насколько?

Inkitt не предоставила VentureBeat бенчмарки, сравнивающие Cinematica с прямым использованием Seedance, MiniMax или другой видеомодели.

Нет никаких опубликованных тестов на слепое предпочтение, показателей консистентности персонажей, частоты перегенерации, сравнения времени производства или измерений, показывающих, насколько обвязка снижает затраты, необходимые для получения приемлемого кадра.

Этот пробел особенно заметен на фоне того, что другие проекты обвязок все чаще пытаются количественно оценить свой вклад отдельно от лежащей в их основе базовой модели.

Вместо этого во время демонстрации для VentureBeat Альбазаз показал двухминутный фрагмент, который, по его словам, продюсер Inkitt собрал примерно за 25 минут до финального постпродакшна.

«Это буквально то, что вы можете сделать за 25 минут, — сказал он. — Затем вы идете и монтируете это, а затем добавляете звуковые эффекты на этапе постпродакшна. Таковы реальные возможности этого инструмента».

Тем не менее сокращение среднего времени производства пока не получило количественной оценки. На момент запуска для предприятий существуют и другие ограничения.

Урок от Inkitt заключается вовсе не в том, что каждая компания должна строить собственную платформу для создания фильмов с помощью ИИ. Он состоит в том, что другие компании вполне могут уже обладать ингредиентами для создания полезной доменно-специфичной обвязки: повторяющимся рабочим процессом, базовыми моделями, способными выполнять его части, опытными сотрудниками, которые знают, где эти модели дают сбой, внешними знаниями, способными дополнить их экспертизу, и растущим набором приемов, используемых для компенсации этих сбоев.

Если этот тезис верлен, следующий этап конкуренции в сфере корпоративного ИИ может зависеть не только от того, у кого есть доступ к самым мощным моделям, но и от того, кто лучше всех умеет превращать с таким трудом накопленный опыт своих сотрудников в обвязку, охватывающую эти модели.