Нужен ли бизнесу свой ИИ-фреймворк? Inkitt создала его для видеосервиса — 5 выводов

Сейчас наиболее заметное направление развития корпоративного ИИ связано не столько с моделями или агентами, сколько с фреймворками управления ими.

Salesforce, DeepSeek Xiaomi и Google всё чаще предлагают собственные фреймворки, которые должны улучшать работу базовых моделей и ИИ-агентов, повышать их надёжность в конкретных повторяемых, но открытых задачах. Такой фреймворк добавляет к модели программный слой, инструменты, промты, контекст, среды выполнения и операционные инструкции.

Отсюда возникает практический вопрос: если это делают крупные компании, стоит ли другим предприятиям создавать собственные фреймворки под задачи бизнеса? И можно ли затем превратить такой внутренний инструмент в продукт?

Один из недавних примеров — Inkitt, цифровое издательство и стартап в области ИИ-медиа. Компания известна платформой, где пользователи публикуют и распространяют электронные книги. Теперь Inkitt запускает Inkitt Movie Creator — публичную бета-версию сервиса, превращающего текстовые сценарии в фильмы, созданные ИИ, за несколько минут.

Inkitt Movie Creator полностью работает на Cinematica — внутреннем фреймворке, созданном специалистами Inkitt по производству видео с помощью ИИ. Он может управлять разными моделями изображений, видео и языка, одновременно учитывая реальные приёмы кинопроизводства.

Inkitt не стала создавать ещё одну базовую видеомодель, чтобы напрямую конкурировать с Seedance от ByteDance, MiniMax и растущим числом систем для генерации видео. Основатель и генеральный директор Inkitt Али Альбазаз рассказал VentureBeat, что компания видит большую возможность в том, чтобы сделать существующие модели удобнее для управления во время полноценного производства.

По его словам, на рынке уже слишком много вариантов, и Inkitt не собирается конкурировать именно на этом уровне. Особенность Cinematica, считает Альбазаз, заключается во фреймворке управления.

Исследования показывают, почему разработка таких фреймворков имеет значение. HarnessX от Xiaomi повысил результаты в 14 из 15 сочетаний моделей и бенчмарков. Средний абсолютный прирост составил 14,5%, причём для этого не потребовалась замена базовой модели на более мощную.

Отдельные испытания в реальных условиях, о которых писал VentureBeat, также показали: одна и та же модель может выдавать существенно разные результаты в зависимости от фреймворка, набора инструментов и стека выполнения.

Cinematica переносит этот принцип за пределы программирования и корпоративных ИИ-агентов. Inkitt не обучала более совершенную модель для создания фильмов, а построила систему управления уже существующими видеомоделями. На момент запуска компания не опубликовала конкретные бенчмарки Cinematica, но показала VentureBeat демки и пошаговые примеры. Они демонстрировали, как фреймворк ускоряет производство и за короткое время выдаёт редактируемый результат, пригодный для рекламы и промоматериалов.

Демки показали, что пользоваться сервисом проще, чем напрямую работать с видеомоделями на сайтах их разработчиков или через агрегатор вроде fal.al. В последнем случае пользователю приходится переключаться между несколькими выпадающими меню и отдельно оценивать сгенерированные ролики, а не собирать единый фильм.

Для компаний, которые думают о собственном фреймворке, путь Inkitt даёт пять выводов.

Урок 1. Начинайте с рабочего процесса

Cinematica не начиналась как абстрактная платформа, для которой позже требовалось найти применение.

По словам Альбазаза, проект появился примерно в начале 2026 года. У Inkitt уже был растущий каталог историй, которые компания хотела превращать в фильмы для Inkitt Ironblood — своего сервиса потокового просмотра ИИ-видео с боевиками, приключениями, научной фантастикой и фэнтези по мотивам успешных электронных книг Inkitt. Представитель компании сообщил VentureBeat, что весь контент сайта на тот момент создавался с помощью Cinematica.

Традиционная экономика производства не позволяла экранизировать такое количество историй в нужном Inkitt масштабе. Всё более способные видеомодели предложили другой путь.

Так появилась первая версия Cinematica. Изначально это был внутренний инструмент компании, а показанная VentureBeat система уже достигла третьей версии.

Inkitt начала не с идеи создать «ИИ-фреймворк», а с повторяющейся бизнес-проблемы: как использовать быстро улучшающиеся видеомодели для производства большого числа полнометражных фильмов, не перестраивая рабочий процесс под каждую новую модель.

Cinematica стала ответом на эту задачу. Альбазаз описал переход от внутренней инфраструктуры к публичному продукту с помощью автомобильной аналогии: сначала компания создала «болид Формулы-1» для собственного производства фильмов, а теперь превращает его в Honda CR-V, которым смогут пользоваться внешние клиенты.

Для других предприятий это может быть рабочей схемой:

Урок 2. Подключайте специалистов предметной области

Люди, которые выполняют работу, занимают центральное место в подходе Inkitt. На момент интервью около 25 сотрудников работали над Ironblood и Cinematica, включая примерно 15 видеопродюсеров. Компания продолжала нанимать новых специалистов.

Эти сотрудники не просто используют Cinematica. Фактически они постоянно участвуют в исследовании и развитии фреймворка.

Inkitt проводит ежедневные встречи, на которых производственная команда обсуждает приёмы, найденные во время работы накануне, и решает, как добавить их в Cinematica.

Альбазаз описал процесс на простом примере: если Джессика сегодня освоила новый приём, его превращают в функцию Cinematica, чтобы им могла пользоваться вся команда. То же происходит с находками Хосе и других сотрудников.

В результате ежедневные знания всей команды постоянно пополняют Cinematica.

Такой подход меняет обычную логику автоматизации. Inkitt не пытается устранить специалиста и заставить систему самостоятельно приобрести его опыт. Компания помещает экспертов внутрь цикла улучшения и превращает их повторяющиеся решения в программное обеспечение, которым можно пользоваться снова.

Поэтому ценным активом предприятия могут быть не только собственные данные, но и неявные рабочие знания сотрудников, которые уже лучше модели понимают нужный процесс.

Урок 3. Превращайте ошибки и исправления в системные знания

Знания специалистов особенно полезны, когда связаны с конкретными причинами сбоев.

Cinematica сохраняет приёмы для проблем, которые регулярно возникают при производстве видео с помощью ИИ.

Если кожа персонажа выглядит восковой, фреймворк может применить приёмы, которые продюсеры нашли для исправления такого дефекта. Если сцене требуется определённый кинематографический эффект, система может предложить подходящие настройки камеры или объектива.

В сложных сценах нужны менее очевидные решения.

Альбазаз рассказал, что видеогенераторы иногда меняют лица или позиции персонажей, когда несколько людей появляются в движущемся кадре. Один из способов исправить это — расположить персонажей с помощью 3D- или САПР-подобной схемы, которая помогает генератору сохранить их пространственные отношения.

Фреймворк обучается правилу: если возникает определённая проблема, нужно применить конкретный приём. Теоретически продюсер мог бы каждый раз самостоятельно искать решение в X, Google и других источниках. Inkitt собрала такие приёмы в одном месте.

Компания пытается превратить повторяющуюся отладку в коллективную память.

Похожим образом команда разработчиков могла бы сохранить правила репозитория, последовательности отладки или предпочтительные способы работы с инструментами. Служба безопасности — шаги, которые опытные аналитики регулярно выполняют при расследовании определённых типов предупреждений. Финансовый отдел — порядок проверки аномалий перед передачей их на следующий уровень.

В случае Inkitt накопленные знания относятся к кинопроизводству: персонажам, объективам, непрерывности сцен, промтам и визуальным дефектам.

Общий принцип переносим на другие области:

Урок 4. Объединяйте собственную экспертизу с внешними знаниями

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

Продюсеры следят за приёмами, которыми делится сообщество разработчиков и создателей ИИ-видео, особенно в X, а также разрабатывают собственные методы во время производства.

Inkitt поощряет сотрудников регулярно изучать новые приёмы. Ещё одним источником знаний становятся встречи создателей ИИ-видео, где специалисты обсуждают практические решения, которые затем могут попасть в систему.

Конкурентное преимущество не обязательно возникает из изобретения каждого используемого приёма. Оно может появиться благодаря тому, что компания:

Такой процесс не даёт фреймворку устареть.

Во время последующей демки руководители Inkitt подчеркнули, что пользователи Movie Creator должны получать новые возможности по мере того, как внутренняя производственная команда находит новые приёмы, а не ждать крупных обновлений продукта.

Урок 5. Отделяйте фреймворк от моделей

Последний архитектурный выбор Inkitt особенно применим к предприятиям: Cinematica не является базовой моделью.

Во время демки VentureBeat фреймворк показал рабочий процесс, в котором создатель фильма может:

При этом автор не привязан к одному видеогенератору.

По словам Альбазаза, Cinematica выбирает разные системы с учётом качества и стоимости. Для более дорогой генерации высокого качества компания использует Seedance 2.5 от ByteDance, а для снижения расходов может предложить MiniMax H3. Пользователь сам выбирает подходящий вариант.

На последующей демонстрации руководители Inkitt показали ещё более широкий стек, в котором разные поставщики отвечают за генерацию изображений, видео и диалоговое взаимодействие.

Cinematica не связана с одной моделью: компания обещает предоставлять пользователю подходящие инструменты.

Такое разделение важно, потому что ценность Cinematica заключается не только в доступе к конкретному видеогенератору. Она состоит в логике производства, которая сохраняется поверх моделей:

Для предприятия такой подход снижает риск жёсткой привязки бизнес-процесса к поставщику, чья модель сильнее всего сегодня.

Если завтра другая модель станет лучше или дешевле, её можно будет заменить, сохранив накопленные рабочие процессы, правила и экспертизу внутри фреймворка.

Особенно заметно это в ИИ-видео, где возможности и цены моделей быстро меняются, но похожий принцип постепенно распространяется на корпоративный ИИ.

Например, Salesforce продвигает идею общеорганизационного слоя управления, который работает с разными моделями и платформами ИИ-агентов, не заставляя компанию выбирать одного поставщика.

Cinematica значительно уже по масштабу, но архитектурный принцип тот же: компания владеет рабочим процессом и уровнем оркестрации, даже если базовая модель принадлежит другому поставщику.

Цены и доступность

Inkitt Movie Creator доступен с 24 сентября 2026 года через сайт компании. На момент запуска API Cinematica нет, поэтому всё производство пока проходит на сайте Inkitt. Компания располагает сервером MCP, но, по словам Альбазаза, он ещё не подключён к Cinematica. Интеграцию планируют сделать позже.

Из-за этого на первом этапе Cinematica больше похожа на инструмент творческого производства, чем на инфраструктуру, которую можно напрямую подключить к крупному корпоративному маркетинговому стеку.

Inkitt оценивает стоимость готовой отполированной минуты контента в $75–$500. Такие данные компания передала VentureBeat в информационном листке. Широкий диапазон зависит от количества попыток генерации до утверждения сцены и от выбранной модели для создания видео.

Inkitt предоставляет доступ к моделям через Movie Creator и берёт дополнительную плату за интерфейс, но не уточнила её размер и то, является ли она фиксированной.

Во время тестирования VentureBeat увидел экран с пакетами кредитов:

В пересчёте это примерно $20,60–$21,20 за расчётную минуту созданного видео. При переходе к более крупным пакетам скидка почти отсутствует.

По стоимости Movie Creator находится примерно в середине диапазона других ИИ-видеосервисов, включая собственные модели крупных поставщиков.

Тарифы собственной модели Seedance 2.5 от BytePlus составляют около $27,72 за минуту видео в разрешении 720p и около $12,34 за минуту в 480p. Значит, Movie Creator дешевле прямого доступа к Seedance 2.5 в 720p, но дороже генерации в 480p.

Цены API Google Veo 3.1 составляют:

MiniMax предлагает ещё более низкие тарифы: собственный API H3 стоит $4,80 за минуту в разрешении 768p или $7,80 за минуту в 2K.

Таким образом, оценка Inkitt для необработанной генерации примерно сопоставима со стоимостью премиального доступа к Veo или Seedance, но в три-семь раз выше прямого вызова более дешёвых вариантов Veo или MiniMax H3.

Сравнение не полностью равнозначно. Эти API продают необработанный инференс модели, а цена Inkitt включает доступ к оркестрации Cinematica, управлению ресурсами и непрерывностью, выбору модели и накопленным приёмам кинопроизводства — то есть к тому самому уровню фреймворка, который рассматривается в материале.

По сравнению с Seedance 2.5 в 720p и стандартным Veo 3.1 стоимость минуты у Inkitt выглядит конкурентной. Разница заметнее при сравнении с более дешёвыми H3, Veo Fast и Veo Lite. Поэтому возникает практический вопрос: оправдывает ли дополнительный интеллект рабочего процесса Cinematica цену, в несколько раз превышающую стоимость самого дешёвого необработанного инференса?

Путь Inkitt от книг на основе данных к фильмам

Cinematica вписывается в стратегию, которую Inkitt развивает больше десяти лет.

Компания начиналась как платформа, где авторы публиковали художественные произведения, а Inkitt анализировала поведение читателей и находила перспективные истории.

В 2017 году компания привлекла $3,9 млн на основе своей модели «издательства, управляемого читателями». К 2019 году у Inkitt было 1,6 млн читателей, 110 000 авторов и около 350 000 загруженных историй, сообщал TechCrunch.

Затем компания расширила успешные произведения через платный сервис художественной литературы Inkitt Galatea и в 2021 году привлекла $59 млн в раунде серии B, одновременно расширив планы в сторону мультимедийных развлечений.

В 2024 году Khosla Ventures возглавила новый раунд серии C на $37 млн. Тогда Inkitt сообщила TechCrunch, что достигла 33 млн пользователей и планирует развиваться в аудиокнигах, играх и создании видео с помощью ИИ. Общий раскрытый объём финансирования достиг $117 млн.

В результате Inkitt запустила платформу коротких ИИ-драм Inkitt CandyJar, а затем — Inkitt Ironblood, платформу публикации и потокового просмотра ИИ-видео, посвящённую научно-фантастическим и фэнтезийным фильмам по мотивам популярных историй Inkitt.

Теперь Movie Creator открывает часть инструментов этого видеопроизводства для внешних пользователей.

Как использовать Cinematica для контента и рекламы

Inkitt видит одно из наиболее своевременных корпоративных применений Cinematica в брендированных коротких драмах.

По словам Альбазаза, компании уже обращались к Inkitt по поводу интеграции товаров и услуг в сериализованные истории. Он рассказал о неназванной компании по поиску квартир, которая вместе с Inkitt работает над сюжетом о паре, ищущей жильё. Интерес к формату также проявила круизная компания.

Альбазаз считает, что короткие драмы становятся разновидностью рекламы. По его мнению, это может быть полезным инструментом для брендов и их коммуникационных отделов, которые смогут создавать такие истории и распространять их на выбранных площадках.

Вся рекламная индустрия уже экспериментирует с этим форматом.

Брендированные проекты коротких драм запускали:

Fast Company сообщала, что проект Crocs «Charmed to Meet You», посвящённый подвескам Jibbitz, собрал почти 10 млн просмотров. Партнёрство JCPenney с TelevisaUnivision принесло 16 млн показов и 5,6 млн просмотров видео, по данным Marketing Dive.

Бизнес-эффект формата пока не определён. Маркетологи ещё выясняют, насколько стабильно интерес к коротким драмам превращается в измеримые результаты — переходы на сайты и продажи.

По данным The Wall Street Journal, производство брендированных коротких драм в США обычно стоит около $200 000–$450 000. Для сравнения, заявленная Inkitt стоимость в $75–$500 за готовую минуту означала бы $4 500–$30 000 за 60 минут результата Movie Creator. В эту сумму не входят дополнительная работа людей и внешний постпродакшен.

Сам Альбазаз отмечал, что материалы, созданные Cinematica, всё ещё можно передавать в такие инструменты, как Premiere, для монтажа, добавления звуковых эффектов и другой постобработки. Поэтому показатель Inkitt следует понимать как стоимость генерации и производства с помощью ИИ, а не как подтверждённую замену всему традиционному производственному бюджету.

Такой подход может упростить эксперименты с сериализованными брендированными историями, сюжетами вокруг товаров и повествовательной рекламой до выделения обычного бюджета на производство.

Главный нерешённый вопрос — бенчмарки Cinematica

У всех пяти уроков остаётся общий вопрос: действительно ли Cinematica улучшает работу тех же базовых моделей и насколько велик этот эффект?

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

Не опубликованы:

Это особенно заметно на фоне других проектов, которые всё чаще пытаются отдельно измерять вклад фреймворка, не смешивая его с возможностями базовой модели.

Во время демки Альбазаз вместо этого показал двухминутный фрагмент. По его словам, продюсер Inkitt собрал его примерно за 25 минут до финального постпродакшена.

Он объяснил, что за 25 минут можно получить такой результат, а затем перейти к монтажу и добавить звуковые эффекты во время постобработки. Это, по его описанию, отражает реальные возможности системы.

При этом сокращение среднего времени производства пока не измерено. На момент запуска остаются и другие ограничения для предприятий.

Опыт Inkitt не означает, что каждой компании нужно создавать собственную платформу для кинопроизводства с помощью ИИ. Он показывает, что у предприятий уже могут быть компоненты для полезного отраслевого фреймворка:

Если этот подход оправдает себя, следующий этап конкуренции в корпоративном ИИ будет зависеть не только от доступа к самым сильным моделям, но и от способности компаний превращать накопленные знания собственных сотрудников во фреймворк, работающий поверх этих моделей.