Kaj AI video zna in česa ne zna: realno stanje septembra 2026

AI video danes zanesljivo obvlada kadre izdelkov, animacije, okolja, gibanje kamere in kratke prizore z ljudmi. Še vedno pa se lomi pri natančnem besedilu v sliki, pri zahtevnih gibih, pri kadrih z zelo veliko detajli in pri naravnem govoru v slovenščini.

Ta članek opisuje stanje septembra 2026 in ga posodabljam, ker se stvari spreminjajo vsakih nekaj mesecev.

Na hitro: kaj gre in kaj ne

Najlažje si je predstavljati tako, da AI lahko nadomesti to, kar posname snemalna ekipa, montaža pa je še vedno potrebna. Z novimi modeli je že skoraj nemogoče najti nekaj, česar AI z res dobrim vhodnim gradivom ne more generirati. Brez težav generira tudi več kadrov hkrati z zvokom, sploh če pogledamo nove modele Seedance (trenutno Seedance 2.5).

Problem nastane pri kompleksnosti. Ko je več zahtevnih kadrov zaporedoma ali ko je v enem kadru res veliko detajlov, in s tem mislim res veliko. Zraven lahko generira osnovne zvočne učinke in glasbo, a je to v večini primerov treba dodelati v montaži. Enako velja za prehode.

Kaj se je spremenilo v zadnjem letu

Če mislite, da je stanje enako kot pred nekaj meseci, se močno motite. AI video je v zadnjih dveh letih intenzivno napredoval. Najprej se je zgodil prvi velik preskok z modeli Veo 3, Kling 2.6 in Sora 2, ko so AI videi postali realistični. Nato so prišli modeli Seedance (2.0, 2.0 Fast in 2.5), ki so trenutno daleč najboljši.

Zvok je zdaj del generacije

Vodilni modeli generirajo sliko in zvok hkrati, ne v ločenih korakih. Vsi generirajo govor in zvok v ozadju. S Seedance kdaj generiram kar cel 15-sekundni oglas, kjer je model poskrbel za ves zvok, od učinkov do glasbe.

Doslednost izdelka je rešena, če imate dobre fotografije

Modeli se popolnoma držijo kadrov in referenčnih slik, ki jih dobijo, zato je izdelek lahko identičen.

Dolžina posnetka se je podvojila

Kjer je bila prej meja pet sekund, je zdaj pri večini modelov od 10 do 15 sekund, Seedance 2.5 pa tudi do 30 sekund.

Ločljivost ni več omejitev

1080p je standard, nekateri modeli delajo v 4K.

Kje so meje

1. Besedilo v sliki

To je največja praktična omejitev. Napis na embalaži, cena na plakatu, ime znamke na majici. Vse to modeli hitro zamešajo, zato je treba dati res dobra navodila in nekajkrat poskusiti. Zelo pomembne so dobre referenčne slike, vse ostale napise pa dodajam v montaži.

2. Zahtevni gibi

AI ima lahko težave z zahtevnimi gibi in dogajanjem, zato je treba to delati pravilno. Čeprav v večini primerov generiram več kadrov hkrati, se pri zahtevnejših ustavim in jih generiram posebej, z res dobrimi navodili. Za takšne kadre porabim v povprečju tri generacije, da jih lepo zadenem.

3. Isti obraz ali izdelek čez veliko kadrov

To res ni velik problem, se pa pri daljših videih včasih še vedno zgodi. Hitro se reši z dobrimi referenčnimi slikami. Cel AI video sloni na dobrih AI slikah.

4. Dolžina posnetka

Večina modelov generira od 3 do 15 sekund naenkrat, nekateri celo do 30. Daljši prizori nastanejo z zaporednim spajanjem, kar pomeni več rezov.

Za oglase to ni ovira, ker so oglasi tako ali tako rezani. Je pa ovira za en sam dolg kader brez reza.

5. Množice, tekočine in fizika

Deset ljudi v ozadju, ki hodijo naravno, nalivanje pijače, trk, dim. To so kadri, kjer je uspešnost najnižja in kjer se porabi največ generacij, a so še vedno izvedljivi.

Največji problem nastane pri množicah oziroma povsod, kjer je toliko detajlov, da jih AI sploh ne more obdelati.

6. Govor v slovenščini

V angleščini lahko že delamo res dobre ustvarjalce oziroma like, ki govorijo skoraj neločljivo od resničnega govora. V slovenščini je to težje. Tu je treba uporabiti na primer Googlove modele za glas, ki podpirajo slovenščino, ti pa niso na ravni kakovostnih reklam. Boljša možnost je, da se glas generira posebej in sinhronizira, a tudi ta ni povsem naraven.

Za večino Meta oglasov je slovenski glas čez video (voice over) čisto dovolj. Največja podjetja, ki imajo v reklamah že svoje glasove, video generirajo z AI, čez pa dajo svoj pravi glas.

Kateri model za kaj (september 2026)

Nasvet za ustvarjalce

Manj kot zapletate, bolje je. Fokus mora biti na dobri ideji in scenariju, ki ga potem pretvorite v dobre prompte. Če imate jasno sliko in znate iz nje napisati dobre prompte, bo tudi rezultat dober.

Kaj to pomeni za vas kot naročnika

Za vas modeli niso pomembni, ker za vse to poskrbi izvajalec. Na njem je, katere modele izbere in kako dober rezultat lahko dostavi ob najmanjših stroških.

Tri stvari pa vseeno vplivajo na vas:

• Dobre fotografije izdelka so pogoj, ne priporočilo. Od njih je odvisno, ali bo izdelek na oglasu enak kot v resnici.
• Besedilo na zaslonu naj bo grafika, ne del generacije.
• Krajši kadri niso znak slabe izvedbe, ampak način, kako se dela.

Za konec

Če vas zanima, ali je vaša ideja z današnjimi orodji izvedljiva, mi jo opišite. Povem vam naravnost, kaj bo delovalo in kaj ne.