Реализация AI-генерации видео (Runway/Sora) в мобильном приложении

Реализация AI-генерации видео (Runway/Sora) в мобильном приложении

Генерация видео через AI — это пока исключительно серверная задача. Модели класса Runway Gen-3, Sora, Kling, Hailuo требуют A100/H100 GPU и от 30 секунд до нескольких минут на один клип. Задача мобильного разработчика — правильно организовать асинхронный флоу, состояние интерфейса и доставку результата пользователю.

Обзор доступных API

Sora от OpenAI доступна через API только в рамках ChatGPT Enterprise — публичного API нет по состоянию на март 2025. Runway — наиболее зрелый публичный API с SDK для TypeScript/Python.

Асинхронная архитектура: главная сложность

Пользователь жмёт «Генерировать», ждёт минуту. Приложение должно:

• Показывать прогресс (хотя API обычно отдают только PENDING/PROCESSING/SUCCEEDED)
• Пережить сворачивание приложения
• Доставить результат даже если пользователь вернулся через 5 минут

// iOS: генерация через Runway API
class VideoGenerationService {
    func generate(prompt: String, sourceImage: UIImage?) async throws -> URL {
        // 1. Создаём задачу
        let taskId = try await runwayClient.createTask(
            prompt: prompt,
            imageURL: sourceImage.map { try await uploadImage($0) },
            duration: 5,
            ratio: "1280:768"
        )

        // 2. Сохраняем taskId — на случай сворачивания
        UserDefaults.standard.set(taskId, forKey: "pendingVideoTaskId")

        // 3. Polling с нарастающим интервалом
        return try await pollWithBackoff(taskId: taskId)
    }

    private func pollWithBackoff(taskId: String) async throws -> URL {
        let intervals: [TimeInterval] = [3, 5, 8, 10, 10, 15, 15, 20, 20, 30]
        for interval in intervals + Array(repeating: 30.0, count: 10) {
            try await Task.sleep(nanoseconds: UInt64(interval * 1e9))
            let task = try await runwayClient.getTask(id: taskId)
            switch task.status {
            case .succeeded:
                UserDefaults.standard.removeObject(forKey: "pendingVideoTaskId")
                return task.output.first!
            case .failed:
                throw VideoGenError.generationFailed(task.failure ?? "Unknown")
            default: continue
            }
        }
        throw VideoGenError.timeout
    }
}

На Android: WorkManager с CoroutineWorker — правильный выбор для долгих фоновых задач. Polling в doWork(), Result.retry() при PROCESSING, Result.success(outputData) при SUCCEEDED.

Оценка реального прогресса без данных от API

Runway и большинство API не возвращают процент выполнения — только статус. Но пользователь хочет видеть прогресс. Решение: симулированный прогресс-бар на основе типичного времени генерации.

Запускаем таймер с момента начала. Зная, что среднее время — 60 секунд, анимируем прогресс до 95% за 55 секунд, затем останавливаем и ждём реального ответа. При успехе — быстро добегаем до 100%. Это лучше, чем спиннер без контекста.

Загрузка и воспроизведение результата

Runway возвращает URL временного файла (TTL обычно 24–48 часов). Не полагаемся на него — сразу скачиваем в local storage.

// Android: скачивание и кеш видео
class VideoDownloader(private val context: Context) {
    suspend fun downloadAndCache(remoteUrl: String, videoId: String): File {
        val cacheDir = File(context.filesDir, "generated_videos")
        cacheDir.mkdirs()
        val file = File(cacheDir, "$videoId.mp4")

        withContext(Dispatchers.IO) {
            URL(remoteUrl).openStream().use { input ->
                file.outputStream().use { output ->
                    input.copyTo(output)
                }
            }
        }
        return file
    }
}

Воспроизведение: AVPlayer (iOS) / ExoPlayer (Android) — оба поддерживают mp4 напрямую из FileURL/Uri. Для генерированного контента обычно достаточно стандартного плеера без HLS.

Push-уведомление о готовности

Если генерация занимает больше 30 секунд — обязательно push. Backend отслеживает задачи и шлёт FCM/APNs при смене статуса на SUCCEEDED. Deep link ведёт в экран результата с автовоспроизведением.

UX: что делать пока ждём

Лучший паттерн — не блокировать пользователя. Задача уходит в фоновый список «В обработке», пользователь может создавать другие запросы или пользоваться приложением. Bottom sheet или notification bar показывает прогресс ненавязчиво. По завершении — badge на иконке вкладки или inline уведомление.

Сроки

Базовая интеграция (промпт → генерация → воспроизведение) с polling и локальным кешем — 5–7 дней. Полный флоу с фоновой обработкой, push-уведомлениями, галереей и Image-to-Video режимом — 3–4 недели. Стоимость зависит от платформы и выбранного провайдера.