Середина июля 2026-го выдалась плотной. За одну неделю вышло несколько анонсов, которые по отдельности кажутся рутиной, а вместе рисуют довольно чёткую картину: большие медиахолдинги и рекламные платформы перестали осторожничать и начали встраивать генеративный ИИ прямо в производственные цепочки. Не в виде экспериментов, а в виде коммерческих договорённостей со сроками и деньгами.
Самая заметная новость недели – партнёрство Runway с Bertelsmann. Немецкий медиагигант, которому принадлежат RTL Group, Penguin Random House и ещё несколько десятков активов, договорился об использовании видеомоделей Runway в собственном производстве. Речь идёт не о том, чтобы пресс-служба иногда делала ролики в Gen-4; речь о встраивании в реальные проекты RTL.
Это важно вот почему. Bertelsmann – не стартап, который может позволить себе экспериментировать два года без результата. Когда такая компания подписывает партнёрское соглашение, значит, внутри уже прошёл какой-то пилот с измеримым итогом. Детали не раскрываются, но сам факт договора – сигнал для всей индустрии. ИИ-инструменты для кино и телепроизводства выходят из категории «интересно попробовать» в категорию «включаем в бюджет».
Для сравнения: год назад похожие разговоры шли на уровне отдельных режиссёров и небольших продакшн-хаусов. Сейчас – уровень холдингов. Это не революция за одну ночь, но скорость сдвига ощутимая.

Google выкатил Gemini Omni Flash – облегчённую версию мультимодальной модели, заточенную под мобильные устройства и сценарии с низкой задержкой. Из названия понятно позиционирование: «omni» значит работает с текстом, изображениями, аудио и видео; «flash» – значит быстро и дёшево.
Здесь стоит уточнить один момент. «Быстро» в мобильном контексте – это не про скорость генерации длинных текстов. Это про то, что модель отвечает достаточно быстро, чтобы встроиться в интерактивные сценарии: голосовой ассистент, обработка фото в реальном времени, быстрый ответ в чате. Для рекламы это открывает направление персонализированных мобильных кампаний, где модель адаптирует креатив прямо на устройстве пользователя, без отправки данных на сервер.
Насколько это реально работает в продакшн-условиях – вопрос открытый. Benchmark-результаты Google обычно оптимистичны, а реальные тесты часто рисуют другую картину. Но направление понятно.
Вышла Nano Banana 2 Lite – компактная языковая модель от небольшой команды, которая позиционирует её как эффективную альтернативу для задач на слабом железе. Из деталей: модель оптимизирована под edge-deployment, то есть запуск прямо на устройстве без облака.
Откровенно говоря, таких анонсов в июле 2026-го выходит по несколько в неделю. Рынок компактных моделей перегрет: каждая вторая обещает «производительность флагмана при размере блокнота». На деле разброс огромный. Nano Banana 2 Lite интересна тем, что, судя по описанию, хорошо справляется с многоязычными задачами при скромных требованиях к памяти. Для тех, кто строит контент-завод на ИИ с прицелом на несколько рынков одновременно, это потенциально полезный инструмент. Но без независимых тестов на реальных задачах я бы не торопился с выводами.
Пожалуй, самое практически применимое из всего дайджеста. Несколько платформ анонсировали или обновили мультиязычные рекламные движки, которые генерируют и адаптируют рекламные креативы сразу для нескольких языковых рынков – не через последовательный перевод, а через параллельную генерацию с учётом культурного контекста.
Разница принципиальная. Старый подход: сделал на английском, перевёл на русский/испанский/японский, попытался сохранить смысл. Новый: задал параметры кампании, модель сгенерировала варианты под каждый рынок с нативными формулировками и визуальными предпочтениями аудитории. Работает это, конечно, не идеально – культурные нюансы всё ещё требуют человека, который понимает рынок. Но скорость и масштаб принципиально другие.
Для брендов, которые работают на русскоязычном рынке и параллельно развивают присутствие в других странах, это сокращает цикл производства рекламных материалов в разы. ИИ-аватары для видео в этом контексте становятся ещё более актуальным инструментом: аватар одного и того же персонажа говорит на 200+ языках без перезаписи.

ElevenLabs, известные своими голосовыми моделями, представили ElevenMusic – инструмент для генерации музыкального сопровождения. Позиционирование: не просто фоновая музыка, а треки, синхронизированные с видеорядом по настроению, темпу и смысловым акцентам.
Звучит как решение давней боли продакшн-команд: лицензирование музыки дорого, написание на заказ – долго, а стоковые треки все уже слышали. ИИ-генерация музыки развивается быстро, но у большинства инструментов есть узкое место – они генерируют «в вакууме», без привязки к конкретному видео. ElevenMusic претендует на то, чтобы закрыть именно этот разрыв.
Практически для создателей рекламного видеоконтента это может изменить рабочий процесс: вместо отдельного этапа поиска и согласования музыки – один шаг в цепочке. Насколько качество соответствует коммерческим стандартам, покажут реальные проекты. Пока это скорее перспективный инструмент, за которым стоит следить.
Если смотреть на неделю целиком, вырисовывается один чёткий тренд: ИИ-инструменты для производства рекламного и кинематографического контента перешли от демо-версий к реальным коммерческим сделкам. Bertelsmann с Runway – это не пилот, это контракт. Мультиязычные Ads Engine – это не концепт, это рабочий продукт, пусть и требующий доработки.
Для практиков это означает одно: время на «изучение» заканчивается. Команды, которые уже строят авто-блог с ИИ и автоматизированные контентные цепочки, получают конкурентное преимущество не потому что умнее, а просто потому что начали раньше.
Отдельно про ИИ новости реклама кино – стоит смотреть не на отдельные инструменты, а на то, как они складываются в системы. Runway даёт видео, ElevenMusic – звук, мультиязычный движок – адаптацию под рынки. По отдельности каждый из них – просто инструмент. Вместе – это pipeline производства рекламного контента, который раньше требовал нескольких подрядчиков и недель работы.
Вопрос не в том, будут ли эти инструменты использоваться. Уже используются. Вопрос в том, кто будет управлять этим pipeline – и с каким пониманием задачи. Технология здесь проще, чем кажется; сложнее – понять, какой контент нужен аудитории и как его встроить в реальную стратегию. Если хотите разобраться, как всё это работает на практике, посмотрите на подход к AI-агентству Fabio De Luca – там как раз про внедрение, а не про демо.
