Ještě loni bylo video s AI avatarem zárukou špatné reklamy. Dnes ho Coca-Cola, Samsung a Nestlé používají jako standardní formát kampaní. Co se změnilo a proč teď tvůrci přepisují smlouvy.
V únoru 2026 vydal Kuaishou model Kling 3.0. Pět dní před tím jeho ARR překročilo $300 milionů jen za leden. Do března vyrostlo na odhadovaných $500 milionů. Celý rok 2023 trval, než první generace AI video nástrojů přesvědčila marketingové agentury, že výstup stojí za produkci. Dnes jim na to stačí měsíc.
Kling 3.0 přinesl nativní 4K výstup, multi-shot klipy až 15 sekund a vícejazyčné audio s lip-syncí. O týden později, 12. února, vydal ByteDance Seedance 2.0, model schopný přijmout až 9 obrázků, 3 videa a 3 audio soubory najednou a generovat 1080p video s nativním dialogem a synchronizovanými zvukovými efekty v jediném průchodu. Google mezitím v lednu aktualizoval Veo 3.1 na skutečné 4K (3840×2160 px, až 60fps) a 48kHz synchronizovaný dialog, jako zatím jediný model v oboru generující soundtrack i řeč současně s videem bez samostatného audio pipeline.
Reálná změna není technická. Je obchodní.
Agentury jako BridgeGlobal dnes nabízejí klientům postup dříve logisticky nemožný. Hlas a tvář výkonného ředitele se naklonují jednou, pak se z toho vygeneruje totéž video ve španělštině, francouzštině, němčině a portugalštině, každé s přirozenou lip-syncí, každé pro jiný trh. Gan.AI, jeden z předních nástrojů pro tenhle segment, uvádí mezi klienty Coca-Colu, Samsung, Amazon nebo Nestlé. Platformy jako Synthesia nebo HeyGen dodávají vícejazyčný output ve 70 a více jazycích.
Průměrná cena produkce videa klesla z přibližně $4 500 (tradiční studio) na přibližně $400 (AI), pokles přibližně o 91 %. Flat monthly fee za celou multilinguální kampaň nahrazuje projektový rozpočet. Značky si kupují formát, ne konkrétní natáčení.
Tvůrci a smluvní smyčka
Boilerplate „likeness clause", standardní smluvní doložka o podobě, se v průběhu roku 2026 přepisuje tak, aby zahrnovala perpetuální práva na AI training. Jinými slovy, značka zaplatí jednou a může podobu tvůrce používat k budování a spouštění AI modelů potenciálně trvale. Tvář, hlas i gesta v balíčku za jeden flat fee. Tvůrci, kteří si to přečetli ve smlouvách, teď požadují časově omezené licence, schvalovací práva ke každému AI-generovanému výstupu a revenue participation doložky vázané na objem využití. Kdo to neudělá, má dobrou šanci zjistit, že tvář, se kterou podepsal jednu kampaň, ještě pět let jede na sedmi trzích.
Open-source vrstva tohoto trhu funguje jako tlakoměr. LongCat-Video-Avatar 1.5, MIT-licencovaný framework od Meituanu vydaný v květnu 2026, umí z jedné fotografie a audio souboru vygenerovat lip-synced klip s konzistentní identitou. Spuštění vyžaduje 40GB GPU a přibližně 44 sekund výpočtu na každou sekundu výsledného videa. Bariéra není zákonem, ale hardwarem. Kdo ho má, a agentury ho mají, může replikovat podobu prakticky bez omezení.
Transparentnost jako pravidlo
2. srpna 2026 vstoupil v platnost Article 50 EU AI Act, jenž poskytovatelům AI systémů s výstupem v podobě syntetických videí, obrázků nebo audia ukládá zajistit strojově čitelné označení obsahu. Jde o neviditelný vodoznak přímo v souboru. Google tuto mechaniku implementoval ve Veo 3.1 přes SynthID, který přežije kompresi, transkódování i ořez. Do května 2026 bylo přes SynthID označeno přes 100 miliard položek. Standard mezitím přijaly i OpenAI, ElevenLabs a Kakao. Sankce za nedodržení označení dosahují až €15 milionů nebo 3 % celosvětového obratu, cokoliv je vyšší.
Kdo vydělá
Schopnost levně generovat vícejazyčný video obsah nevede automaticky k tomu, že tvůrci ztratí práci. Vede k tomu, že se změní, za co jsou placeni. Agentura dnes nepotřebuje tvůrce, aby natočil video v němčině, potřebuje ho, aby poskytl likeness a schválil výstup. Hodnota přechází z produkce na identitu. Kdo identitu vlastní a kontroluje, vydělá. Kdo ji prodá jednou za perpetuální flat fee, zjistí to zpětně ve smluvních podmínkách.
To jsou pravidla formátu, který loni neexistoval.