Множественные персонажи в одной сцене больше не конфликтуют друг с другом

16 октября 2026

Раньше при генерации сцен с двумя и более персонажами нейросеть часто смешивала их движения, создавая артефакты типа наложения рук или туловищ друг на друга. Проблема коренилась в том, что модель обрабатывала всю сцену как единое поле активности без разделения на отдельные агенты.

Новый подход вводит слой предварительной сегментации, где каждый персонаж получает собственный канал представления. Модель синтезирует движения каждого отдельно, а затем композирует результаты через маску видимости и карту глубины.

Архитектура с разделением агентов

Ключевой улучшением стало явное моделирование окклюзии — когда один персонаж закрывает другого. Это потребовало добавить в обучение терн примеров, где персонажи действительно перекрывают друг друга и реагируют на близость соседнего персонажа.

Тесты показали, что даже при четырёх-пяти действующих лицах в кадре артефакты наложения практически исчезли. Скорость инференса упала на 15–20 процентов из-за параллельной обработки каналов, но результат стал жизнеспособным для production.

Студии анимации и рекламные агентства начали применять новую версию для сценариев, где раньше требовалась ручная доработка взаимодействия персонажей либо вообще отказывались от одновременного показа нескольких действующих лиц.