• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2025/2026

Технологии ИИ в создании коммуникационного контента

Когда читается: 4-й курс, 3 модуль
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 3
Контактные часы: 48

Программа дисциплины

Аннотация

Курс знакомит студентов с современными технологиями генеративного искусственного интеллекта для создания видеоконтента и промо-материалов. Программа охватывает основы работы генеративных моделей (diffusion models, GANs, трансформеры для видео), технологии text-to-video и image-to-video генерации, управление визуальным стилем и композицией кадра через промпты, создание консистентных персонажей и сцен, генерацию и обработку звука (музыка, голос, звуковые эффекты), а также интеграцию различных генеративных технологий в единый производственный пайплайн. Курс сочетает теоретические основы и практическую работу над собственным видеопроектом, что позволяет студентам освоить полный цикл создания видеоконтента с использованием генеративного ИИ — от идеи и раскадровки до финального видео и промо-материалов. В результате освоения дисциплины студенты будут знать принципы работы основных генеративных технологий для видеопроизводства
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью освоения дисциплины является формирование у студентов практических навыков использования генеративного искусственного интеллекта для создания видеоконтента и промо-материалов в медиаиндустрии.
Планируемые результаты обучения

Планируемые результаты обучения

  • Знает принципы работы генеративных моделей для создания видео, изображений и аудио; этические и правовые аспекты использования генеративного ИИ в профессиональной деятельности
  • Разрабатывает концепцию видеопроекта с учётом технологических возможностей генеративного ИИ
  • Корректно формулирует эффективные промпты для управления визуальным стилем, композицией кадра и характеристиками персонажей
  • Создаёт консистентный видеоконтент, управляя нарративом и визуальной непрерывностью
  • Интегрирует различные генеративные технологии (видео, изображения, музыка, голос) в единый производственный процесс
  • Разрабатывает промо-материалы для медиапроектов с использованием генеративного ИИ
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тематический блок 1. Основы генеративного ИИ для видеопроизводства
  • 1.1. История и эволюция генеративных технологий
  • 1.2. Принципы работы генеративных моделей
  • 1.3. Применение генеративного ИИ в медиаиндустрии
  • 1.4. Этика и право в генеративном видеопроизводстве
  • Тематический блок 2. Визуальное управление: кадр, композиция, персонаж
  • 2.1. Типы кадров и композиция в генеративном видео
  • 2.2. Создание и управление персонажами
  • 2.3. Визуальный стиль и референсы
  • 2.4. Основы нарратива и сторителлинга для коротких форматов
  • Тематический блок 3. Аудио и мультимодальные технологии
  • 3.1. Генерация музыки и звуковых эффектов
  • 3.2. Генерация и клонирование голоса
  • 3.3. Синхронизация губ и анимация персонажей
  • 3.4. Мультимодальные подходы: интеграция визуала и аудио
  • Тематический блок 4. Продакшн и пост-продакшн с генеративным ИИ
  • 4.1. Генерация видео: от кадра к последовательности
  • 4.2. Монтаж и пост-продакшн с ИИ
  • 4.3. Оптимизация и адаптация контента
  • 4.4. Quality control и финализация проекта
  • Тематический блок 5. Создание промо-материалов и визуальной айдентики
  • 5.1. Дизайн постеров и ключевых кадров (key art)
  • 5.2. Создание тизеров и трейлеров
  • 5.3. Социальные медиа и дистрибуция
  • Тематический блок 6. Финальная презентация проектов
Элементы контроля

Элементы контроля

  • неблокирующий Активность
    Участие в обсуждениях, выполнение мини-заданий на семинарах, качество обратной связи другим студентам
  • неблокирующий Концепция и раскадровка проекта
    Представление идеи проекта, разработка визуального стиля, создание character sheet и storyboard
  • неблокирующий Work-in-Progress презентация
    Демонстрация черновой версии видео и промо-материалов, получение обратной связи
  • блокирующий Финальный проект
    Финальный проект - выполняется индивидуально (является экзаменом) Включает: – Финальное видео (1-3 минуты) – 30% – Комплект промо-материалов (постер, тизер, соцмедиа) – 15% – Презентация процесса и защита проекта – 5%
Промежуточная аттестация

Промежуточная аттестация

  • 2025/2026 3rd module
    0.2 * Work-in-Progress презентация + 0.1 * Активность + 0.2 * Концепция и раскадровка проекта + 0.5 * Финальный проект
Список литературы

Список литературы

Рекомендуемая основная литература

  • 9780262046824 - Kevin P. Murphy - Probabilistic Machine Learning - 2022 - MIT Press - https://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=2932689 - nlebk - 2932689
  • Ian Goodfellow, Yoshua Bengio, & Aaron Courville. (2016). Deep Learning. The MIT Press.

Рекомендуемая дополнительная литература

  • Эль, А. А. GPT-4. Руководство по использованию API Open AI : руководство / А. А. Эль , перевод с английского В. С. Яценкова. — Москва : ДМК Пресс, 2024. — 274 с. — ISBN 978-5-93700-299-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/456752 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Авторы

  • Коцюба Алла Станиславовна