- dubna 2026 jsem na Tech Meets Art Lab Nadace PPF v Obecním domě mluvil 45 minut k sálu plnému skladatelů, hudebníků a lidí z kreativních oborů. Přednáška byla v angličtině, citace proto nechávám v originále. Hlavní téma: co se stalo s cenou filmu a hudby a co z toho plyne pro člověka, který tvoří.
Avatar za 237 milionů, Mindfall za 3 300 dolarů
Mindfall Protocol, 33 minut, největší AI film ve střední Evropě, stál zhruba 3 300 dolarů, tedy 75 000 Kč. To je jen cena AI generace, ne naší práce: tři týdny týmu pěti šesti lidí. Pro srovnání jeden natáčecí den filmu nebo seriálu stojí 5 až 10 tisíc dolarů a session s orchestrem, když zaplatíte muzikanty, prostor a techniku, také tisíce dolarů denně.
"Even though we're not a super duper high quality, professional level grade Hollywood cinema studio, this should be a huge warning sign for everybody that's creating content."
Vidím dvě cesty. Za prvé vlna mladých, kteří do oboru vstoupí levně. Když mi bylo 13 nebo 14, kamera stála 2 500 až 3 000 dolarů, k tomu objektivy a Creative Suite za 2 000. Vstupenka zhruba 5 až 6 tisíc dolarů. Dnes je to předplatné za 20 dolarů měsíčně s podobnou kvalitou výstupu. Za druhé velké produkce: buď jim klesnou náklady, nebo za stejné peníze vyrobí víc. Hollywood už dnes používá Seedance.
Sedm měsíců, které to změnily
V září 2025, když jsme začali psát scénář, přišly Veo 3 a Kling 2.1 a AI video začalo být použitelné. V listopadu Nano Banana Pro, obrazový model, kterým generujeme postavy a díky kterému drží konzistentní scény. V únoru a březnu 2026 Seedance 2.0, video blízko fotorealismu.
"I believe that image generation has already been solved for making it photorealistic. AI video is still recognizable, but I believe that by the end of this year, it's going to be one-to-one to what you can shoot in real life."
Ukázal jsem motion control: scénu, kterou jsem natočil doma na iPhone, a její pohyb přenesený na AI postavu v úplně jiném prostředí.
"Usually back in the day, it would take multiple days to do a scene like this. Now it's a five minute task."
Plně CGI scény, efekty jako z Avataru, bez štábu, dva tři lidi. Co ještě drží, jsou oči a jemné herectví. A jedna vedlejší historka: po traileru nám lidi psali, jestli hlavní hrdinka není Julianne Moore. Nebylo to úmyslně, ale podobnost tam je, takže než půjde film na Apple TV a Amazon, měníme tváře. V českých kinech a na festivalech už byl.
Živé demo: 45sekundový film za pár dolarů
Sál mi nadiktoval zadání: středověk, horor, hladomor, na konci zombie, které lidi jedí. Dvě postavy: robotka prodávající trdelník a medvěd farmář. Ve Freepik Spaces jsem měl připravený workflow s dynamickými tagy pro dobu, žánr a příběh, stiskl run a šli jsme dál přednášet.
Za zhruba 25 minut to vyplivlo příběh o morovém roce 1347, tři 15sekundové klipy ze Seedance, intro song ze Suna a osm zvukových efektů z ElevenLabs: praskající oheň, kroky na zmrzlém blátě, škvířící se maso, dlažební kostky, hodování.
"This is just purely made by AI. I did absolutely nothing there."
Náhodné, ale sledovalo to zadání a sál se smál. A pak ta podstatná věta:
"This probably cost me maybe like four or five dollars to make now in credits."
Postaru by taková animace trvala rychlému 3D animátorovi tak týden a půl. S trochou režie by z toho byl čtyř až pětiminutový film.
Hudba a zvuk: orchestr jako předplatné
Veškerá hudba v Mindfallu vznikla v Suno Studiu. Ale nezní to tak, jak si to lidi představují.
"It's not just like you write a one prompt and you click enter and then you use it. Usually it would take like 15 tries. You would really get specific, then you would tweak a lot of it."
Právě tam je role člověka: režie. Víme, co má divák cítit, co má scéna říct, jak má znít zvuk.
"I do not need a super duper big audio team now. I just need three or four guys that really have a good taste."
V ElevenLabs si designujeme hlasy herců, aby byly replikovatelné, a generujeme zvukové efekty, které neexistují. Na přání publika jsem zadal "whistling jellyfish underwater". Čtyři varianty za pár sekund. Jak má pískající medúza vůbec znít, nikdo neví, ale ukazuje to princip: zvuk na míru za nula času. Pro lidi z hudby to podle mě znamená víc nápadů, rychleji, ne konec řemesla.
Vkus je poslední bariéra
"It's all about taste. The tools are here and anybody can prompt something into existence. That's not the hard thing. The hard thing is having taste, giving it a direction, giving it a story."
A varování, které jste slyšeli tisíckrát, ale platí:
"You're not going to lose a job to AI, but by somebody using AI."
Ukázal jsem film, který jsem udělal pod čtyři hodiny včetně color gradingu, zvuku, hudby, upscalu a střihu. Trik je multitasking: pětisekundový klip se renderuje asi tři minuty, tak mezitím dělám obrázky, hledám hudbu a efekty, pak to sestříhám v DaVinci.
Tři rady na závěr. Prodávejte výsledky, ne čas: "What you've created in two weeks, you can do in five minutes. Should you sell five minutes? Probably not." Naučte se svůj obor, hlavně jako junior, a AI vrstvěte na tradiční formáty. A buďte kritičtí: "You are the director. You are the creative person. Use that, leverage that, and tweak it."
V Q&A padla otázka na Netflix. Věřím, že za rok dva se vás streaming zeptá, jaký film chcete, a vygeneruje ho. Data ale říkají, že lidi chtějí prostě zapnout televizi a nechat si vyprávět příběh, takže to spíš bude tichá personalizace podle historie, jako u Google search. A k copyrightu: modely jsou trénované na reálných lidech, Brad Pitt je v datasetu častěji než vy, proto známé tváře hlídáme a snažíme se držet co nejvíc originálních verzí.
Co si z toho odnést
- Bariéra kapitálu padla: 33 minut filmu za cenu nižší než jeden natáčecí den, vstup do oboru za 20 dolarů měsíčně místo 5 až 6 tisíc.
- Obraz je fotorealisticky vyřešený, video bude do konce roku 2026 k nerozeznání od natočeného. Oči a jemné herectví jsou poslední, co drží.
- Generování není jeden prompt a enter. Počítejte s 15 pokusy a s tím, že režii, výběr a doladění dělá člověk.
- Nástroje má každý, vkus ne. Prodávejte výsledky, ne čas, a zůstaňte kritičtí ke každému výstupu.
- Práci vám nevezme AI, ale člověk, který ji používá.