Зачем объединять фото двух людей нейросетью? Ну например закадычная подруга уехала в другой город пять лет назад, и общего фото у вас с ней за это время - ноль. Или коллега, с которым вы каждый день созваниваетесь в Zoom, но никогда не видели вживую. Или бывший одноклассник, ставший бизнес-партнером, - а совместного снимка "мы вместе" для сайта компании нет и взять неоткуда.
Раньше это решалось Photoshop-монтажом за вечер и парой седых волос. В 2026-ом году это решается связкой исходник + промт + нейросеть, и уходит на это пять минут. Разбираемся, какие ИИ реально сводят двух людей в один правдоподобный кадра, а не лепят коллаж с разным светом на лицах.
6 лучших нейросетей, чтобы объединить двух людей на одном фото
Для реалистичного слияния лиц и групп
Нейросеть для объединения двух людей Nano_banana_pro - топ-модель 2026 года для сведения людей в один кадр. Держит до 14 референсов одновременно, тянет разрешение 4K и не путает, у кого какой подбородок.
Для точной сборки и реставрации реальных фото
Нейросеть для объединения двух людей Google_image - берет два настоящих исходника и превращает их в один правдоподобный снимок, а не в фантазийный арт.
Нейросеть для объединения двух людей Improve_photo - вытягивает качество слабого исходника до состояния, в котором его не стыдно скармливать другим моделям.
Для художественного микса и атмосферной стилизации
Нейросеть для объединения двух людей Midjourney_toe_bot - когда нужен не документальный кадр, а обложка, постер или атмосферный визуал с двумя людьми.
Нейросеть для объединения двух людей Higgsfield Soul - кинематографичная, теплая стилизация: подходит для эмоциональных, "кино-кадровых" сюжетов на два лица.
Для сложных многодетальных сцен
Нейросеть для объединения двух людей Dalle_3_toe_bot - лучший вариант, когда в промте много условий сразу: поза, реквизит, локация, взаимодействие двух людей друг с другом.
Готовые промты для объединения двух людей на фото с помощью нейросети
Промт для объединения двух людей - Мы там были - виртуальный реюнион старых друзей
Промт для объединения двух людей - Коллаб для обложки - совместный визуал двух блогеров
Промт для объединения двух людей - Портрет поколений - семья, которую не рассадить в одной студии
Промт для объединения двух людей - Обычный день с Томми Ли Джонс
Промт для объединения двух людей - Спасение и полировка исходника - реставрация перед слиянием
1. Объединить фото двух людей в Nano_banana_pro: планерка, которой никогда не было
? Собрать команду в один кадр в Nano_banana_pro
⚡ Скорость рендера: ????? - кадр готов быстрее, чем закипает чайник на кухне в офисе.
? Узнаваемость лиц: ????? - держит черты каждого человека, не подмешивает чужой овал лица.
☀️ Сведение света и фона: ????⚪ - один источник света на всех, тени не спорят между собой.
?️ Порог входа: ????? - пишешь по-русски своими словами, без магических английских связок.
Цена вопроса: в бесплатном лимите дают несколько генераций в сутки - хватит, чтобы протестировать и выбрать лучший кадр. За полноценную работу с 4K и объемом референсов - платная подписка.
Nano_banana_pro - единственная нейросеть в этом списке, которая реально держит больше двух человек одновременно, поэтому это первый выбор, если в команде не два, а пять-шесть удаленщиков. Модель анализирует не только лица, но и то, как падает свет на каждом отдельном фото, и подгоняет освещение под общую сцену - именно поэтому итоговый кадр не выглядит как коллаж из чата.
Мы протестировали ее на живом кейсе: у маленькой digital-команды из четырех человек не было ни одного общего фото - все встречи только в Zoom. Скинули по одному портрету каждого сотрудника плюс короткое описание сцены с расположением людей по кадру.
? Промт для объединения команды в Nano_banana_pro
Собери этих четырех людей в один кадр: переговорка с большим окном, дневной свет, все сидят за одним столом с ноутбуками. Слева направо: [имя 1] в синей рубашке, [имя 2] с кружкой кофе, [имя 3] что-то показывает на экране ноутбука, [имя 4] улыбается в камеру. Сохрани лица и черты каждого человека максимально точно. Фотореалистично, мягкий естественный свет, деловая непринужденная атмосфера, как будто снято на телефон во время обычной встречи, разрешение 4K
Что на выходе: живой кадр переговорки, где все четверо действительно смотрят в одну точку и находятся в одном освещении - без характерного "приклеенного" вида фотомонтажа. Такой снимок спокойно уходит на страницу "команда" на сайте или в шапку корпоративного чата.
Обязательно указывай расположение людей словами "слева", "справа", "на переднем плане" - без этого нейросеть в 2026 году все еще иногда путает, чье лицо куда приставить.
2. Объединить фото двух людей в Google_image: мы там были - виртуальный реюнион
? Собрать реюнион старых друзей в Google_image
⚡ Скорость рендера: ????⚪ - пара минут на кадр.
? Работа с реальными исходниками: ????? - не выдумывает людей заново, а честно берет твои реальные фото.
?️ Порог входа: ????⚪ - разберется даже тот, кто ни разу не открывал редакторы.
Цена вопроса: бесплатного лимита достаточно для личного архива и пары экспериментов, для регулярной работы с большим объемом фото понадобится платный тариф.
Главная фишка Google_image в том, что она не рисует людей с нуля, как арт-генераторы, а берет твой реальный исходник и аккуратно встраивает его в новую сцену. Для реюниона это критично: тебе не нужен "похожий" человек, тебе нужен именно тот самый одноклассник, каким он был десять лет назад, рядом с тем самым собой сегодняшним.
Мы взяли старое фото выпускного класса и свежее селфи одного из бывших одноклассников, который давно живет в другой стране и на встречи не приезжает физически.
? Промт для реюниона в Google_image
Объедини этих двух людей в одну сцену: место встречи одноклассников, теплый вечерний свет, за столиком в кафе, оба смеются и держат бокалы. Сохрани лица с обоих исходных фото без изменений, подстрой освещение и цветовую температуру так, будто снимок сделан на одну камеру в один момент. Естественная поза, легкое движение, фотореалистичный стиль, теплая цветокоррекция
Что на выходе: кадр, где человек, физически находящийся в другом часовом поясе, оказывается за одним столиком с бывшими одноклассниками - с совпадающим светом, ракурсом и общей теплой атмосферой вечера. Идеально для чата класса к очередной годовщине выпуска.
Если исходники сняты в разном освещении (одно дневное, другое при лампе), сразу пропиши в промте желаемый общий источник света - иначе модель может оставить на одном лице холодные тени, а на другом теплые.
3. Объединить фото двух людей в Midjourney_toe_bot: коллаб для обложки
? Сделать совместный визуал для коллаба в Midjourney_toe_bot
? Художественная выразительность: ????? - результат тянет на полноценный постер, а не на фотку с телефона.
? Точность лиц: ???⚪⚪ - схожесть узнаваемая, но со своей художественной интерпретацией.
?️ Порог входа: ???⚪⚪ - придется разобраться с англоязычными параметрами и подбором стиля.
Цена вопроса: бесплатных генераций хватает на пробу пера, для серии обложек под контент-план нужна подписка.
Если результат нужен не для личного архива, а для публичного контента - обложки совместного эпизода подкаста, постера коллаборации, анонса совместного стрима - Midjourney_toe_bot дает то самое "журнальное" качество света и композиции, которого не выжать из моделей, заточенных под документальную честность.
Мы тестировали связку для двух авторов кулинарного и фитнес-блога, которые запускали совместную рубрику, но живут в разных городах и снимок для анонса нужен был вчера.
? Промт для обложки коллаба в Midjourney_toe_bot
Editorial-обложка коллаборации двух блогеров, стоят спина к спине, руки скрещены, уверенные позы, драматичный студийный свет, контрастный фон градиентом, глянцевый журнальный стиль, сохранить узнаваемые черты обоих людей с исходных фото, широкоугольный кадр, кинематографичная цветокоррекция --ar 3:4
Что на выходе: постер уровня обложки журнала, где двое людей выглядят так, будто их специально свели на одной студийной съемке - хотя единственное, что их объединило на самом деле, это созвон в мессенджере.
Слово "editorial" в начале промта резко поднимает качество света и композиции - Midjourney_toe_bot отлично считывает этот триггер как команду "снимай как для глянца".
4. Объединить фото двух людей в Higgsfield Soul: портрет поколений
? Собрать портрет поколений в Higgsfield Soul
? Кинематографичность: ????? - каждый кадр выглядит как стоп-кадр из теплого семейного фильма.
? Эмоциональная достоверность: ????⚪ - передает не только лица, но и атмосферу момента.
?️ Порог входа: ????⚪ - интуитивный интерфейс, минимум технических настроек.
Цена вопроса: бесплатный тариф ограничен по количеству генераций в день, платная версия открывает высокое разрешение и больше стилей.
Higgsfield Soul специализируется именно на теплой, почти кинематографичной подаче человеческих отношений - поэтому это первый кандидат, когда нужно свести бабушку с внуком, родителей и взрослых детей или всю семью целиком, которую физически не рассадить в одной студии из-за расстояний и графиков.
Мы протестировали сценарий с молодой семьей: у мамы в архиве только фото ее собственной матери в молодости, а общего портрета трех поколений не существует физически.
? Промт для портрета поколений в Higgsfield Soul
Теплый семейный портрет трех поколений: бабушка, дочь и внучка стоят рядом, держатся за руки, мягкий закатный свет, домашняя уютная обстановка, искренние спокойные улыбки, сохранить лица и черты каждого человека с исходных фотографий максимально бережно, кинематографичная теплая цветокоррекция, легкая пленочная зернистость, эмоциональный, живой кадр
Что на выходе: мягкий, эмоционально насыщенный кадр без глянцевого пафоса - именно то ощущение теплого семейного архива, которое обычно рождается только на настоящих студийных съемках выходного дня.
Если исходное фото старшего поколения черно-белое или пожелтевшее, сначала прогони его через реставрацию (см. ниже про Improve_photo ниже) - тогда цветокоррекция итогового портрета получится ровной у всех троих.
5. Объединить фото двух людей в Dalle_3_toe_bot: обычный день с Томми Ли Джонс
? Собрать сцену с кумиром в Dalle_3_toe_bot
? Понимание сложных сценариев: ????? - держит в голове сразу позу, реквизит, локацию и мимику двух людей.
? Узнаваемость лиц: ????⚪ - хорошо держит черты загруженного человека.
?️ Порог входа: ????⚪ - можно диалогом уточнять детали сцены пошагово.
Цена вопроса: бесплатный лимит подходит для пары шуточных кадров, для серии мемов под контент-план понадобится подписка.
Тренд конца весны и лета 2026 года прост до неприличия: взять себя и легендарную медийную персону (актера боевиков девяностых, звезду вечернего шоу, культовую рок-звезду - в общем, любого узнаваемого героя, чей образ давно стал мемом) и поместить обоих в максимально бытовую, приземленную ситуацию. Не красная дорожка, а дача с шашлыком. Не пресс-конференция, а диван и вечерний сериал. Абсурд в контрасте - вот что расходится по чатам.
Мы протестировали сценарий "дача, шашлык, неожиданный гость" - взяли свое фото у мангала и текстовое описание узнаваемого архетипа звезды боевиков.
? Промт для мемного кадра в Dalle_3_toe_bot
Дачный участок, вечер, дым от мангала, на переднем плане человек с исходного фото переворачивает шашлык на шампуре, рядом с ним - харизматичный мужчина 50 лет, образ легенды боевиков девяностых: кожаная куртка, темные очки, невозмутимое выражение лица, он тоже держит шампур с мясом и делает вид, что всегда здесь жил. Летний вечерний свет, простая дачная обстановка, деревянный забор, складные стулья, фотореалистично, будто случайный кадр с телефона
Что на выходе: нарочито бытовой, слегка кривоватый по композиции кадр - именно та несерьезность, которая и делает подобные картинки смешными и виральными, а не постановочными.
Не пиши в промте реальное имя знаменитости - большинство моделей его либо заблокируют, либо нарисуют мимо, и результат окажется неузнаваемым. Работает гораздо надежнее описание архетипа: одежда, эпоха, характерные атрибуты образа.
6. Объединить фото двух людей в Improve_photo: спасение и полировка исходника
? Восстановить исходник перед слиянием в Improve_photo
? Реставрация: ????? - вытягивает резкость, убирает шум, поднимает детализацию глаз и текстуры кожи.
?️ Порог входа: ????? - загрузил, нажал, забрал результат.
Цена вопроса: базовая обработка доступна в бесплатном лимите, пакетная обработка большого архива - по подписке.
Improve_photo не участвует в самом слиянии, зато решает проблему, из-за которой ломается девять из десяти попыток объединить двух людей: один из исходников снят на старый телефон, размыт, пожелтел или просто в плохом разрешении. Именно из мутного исходника нейросеть на этапе слияния чаще всего лепит кривые пальцы, плывущий подбородок или "восковое" лицо.
Мы прогнали через Improve_photo смазанное фото пятилетней давности перед тем, как отправлять его в Nano_banana_pro для сборки командного кадра.
? Промт для реставрации исходника в Improve_photo
Убери шум и зернистость с фотографии, повысь резкость лица, восстанови детализацию глаз, волос и текстуры кожи, сохрани естественные черты человека без искажения пропорций, не делай лицо пластиковым, оставь легкие естественные несовершенства кожи
Что на выходе: четкий, детализированный портрет, который уже не путает алгоритмы слияния и дает предсказуемый результат на следующем этапе - в художественной или документальной модели.
Всегда прогоняй через реставрацию именно самый слабый из двух исходников - если один снимок студийного качества, а второй мыльный, итоговая сцена все равно "утянется" к худшему.
Сравнение нейросетей для объединения двух людей на фото
Нейросеть |
Для чего лучше |
Сильная сторона |
Когда выбирать |
|---|---|---|---|
Nano_banana_pro |
Групповые и документальные кадры |
Держит до 14 референсов, точные лица |
Команда, коллеги, большая компания в кадре |
Google_image |
Честное слияние реальных фото |
Не выдумывает людей заново |
Реюнион, архивные снимки, "мы вместе" |
Midjourney_toe_bot |
Художественные обложки и постеры |
Журнальный свет и композиция |
Контент, коллаб, публичный визуал |
Higgsfield Soul |
Эмоциональные семейные кадры |
Кинематографичная теплая подача |
Портрет поколений, семейный архив |
Dalle_3_toe_bot |
Сложные многодетальные сцены |
Держит позу, реквизит, локацию сразу |
Юмористические и постановочные сюжеты |
Improve_photo |
Подготовка исходника |
Реставрация без потери сходства |
Слабое или старое фото перед слиянием |
Как выбрать лучшую нейросеть для объединения двух людей на фото
Выбор нейросети зависит не от моды на конкретный бренд, а от того, что именно должно получиться на выходе. Если цель - документальная достоверность (реюнион, семейный архив, командное фото для сайта), приоритет за моделями, которые честно работают с реальными исходниками: Google_image и Nano_banana_pro.
Если задача творческая - обложка, постер, контент для соцсетей - на первый план выходит художественная выразительность Midjourney_toe_bot или теплая кинематографичность Higgsfield Soul.
Отдельно стоит учитывать количество людей в кадре. Свести двоих может почти любая модель из списка, а вот собрать команду из пяти-шести человек с сохранением всех лиц - задача уже для тяжеловеса вроде Nano_banana_pro. Играет роль и качество исходников: если хотя бы одно фото размыто, темное или снято под неудачным углом, сначала имеет смысл прогнать его через реставрацию в Improve_photo, а уже потом отправлять в основную модель для слияния.
Наконец, важен формат публикации. Для сторис и вертикальной ленты нужен кадр 9:16, для обложки коллаба чаще подходит портретный формат, для сайта компании - горизонтальный кадр с запасом по краям под верстку. Формат стоит закладывать в промт сразу, а не обрезать готовый результат постфактум - это часто портит композицию и обрезает часть лица.
Пошаговый алгоритм объединения двух людей: от исходника до готового кадра
Собери исходники. Два (или больше) четких портрета с хорошим освещением, без темных очков и посторонних предметов у лица.
Отсортируй слабые кадры. Если хотя бы один исходник размыт или пересвечен, прогони его через Improve_photo до основной генерации.
Опиши сцену словами, а не намеками. Локация, время суток, поза каждого человека, кто где стоит - все это прямо в промте, без "додумай сам".
Укажи расположение людей явно. "Слева", "справа", "на переднем плане", "выше ростом" - без этого нейросеть в групповых кадрах путает, чье лицо куда приставить.
Выбери модель под задачу. Документальный кадр - Nano_banana_pro или Google_image, художественный визуал - Midjourney_toe_bot или Higgsfield Soul, сложная постановочная сцена - Dalle_3_toe_bot.
Сгенерируй несколько вариантов. Первый результат редко бывает финальным - оставь бюджет на 3-5 попыток с небольшими правками промта.
Отполируй финал. Если на итоговом кадре поплыла мелкая деталь (пальцы, ухо, пуговица) - отправь фрагмент на точечную перегенерацию, а не переделывай всю сцену заново.
Как объединить двух людей нейросетью правильно: рабочие советы
Пиши сценарий, а не набор прилагательных. Вместо "два человека, вместе, красиво" опиши конкретное действие: кто что держит в руках, куда смотрит, что происходит вокруг.
Чем конкретнее глагол действия, тем реже алгоритм додумывает позу за тебя криво.
Держи единый источник света в промте. Один "мягкий вечерний свет из окна слева" на обоих людей сразу снимает половину проблем со швами и разным цветом кожи.
Не смешивай слишком разные ракурсы исходников. Портрет анфас плюс фото в три четверти почти всегда дают в сумме странный кадр - алгоритму приходится придумывать недостающую геометрию лица.
Указывай возраст и телосложение, если это критично. Особенно в сценариях "портрет поколений" - без явного указания возраста нейросеть иногда "омолаживает" старшее поколение до уровня среднего.
Проверяй масштаб людей друг относительно друга. Если один исходник снят крупным планом, а второй - в полный рост, добавь в промт фразу про сопоставимый масштаб фигур, иначе кто-то на итоговом кадре окажется неестественно маленьким.
Используй связку из двух моделей. Сначала реставрация слабого исходника в Improve_photo, потом основная сборка сцены - именно так получаются кадры, под которыми пишут "а как вы это вообще сняли".
Сохраняй оригинальные фото отдельно. Даже удачный результат стоит пересобрать заново через месяц, когда модели обновятся - разница в качестве за несколько месяцев ощутимая.
Типичные ошибки: почему нейросеть не понимает промт
Слишком много людей и предметов в одном запросе. Пять человек, три собаки и торт в одном промте - гарантированный хаос: кто-то потеряет лицо, у кого-то появится третья рука. Решение: собирай сцену поэтапно, добавляя людей по одному-двум за раз.
Расплывчатое расположение в кадре. "Они вместе" без уточнения "кто слева, кто справа, кто выше" - и нейросеть либо ставит людей случайным образом, либо вовсе сливает черты лиц в один гибрид. Всегда прописывай расположение явно.
Слабый или искаженный исходник. Смазанное селфи из бара в три часа ночи почти гарантированно даст на выходе кривую анатомию - косые глаза, странную форму ушей, лишние пальцы при контакте рук. Сначала реставрация, потом слияние.
Попытка вписать реальное имя знаменитости. Многие модели либо блокируют такие запросы, либо генерируют совершенно постороннее лицо. Работает надежнее описание образа: одежда, эпоха, характерные детали стиля.
Игнорирование освещения исходников. Дневной свет на одном фото и лампа накаливания на другом почти всегда оставляют на итоговом кадре разный цвет кожи у двух людей - это первое, что выдает монтаж невооруженным глазом.
Слишком плотный кроп лица на исходнике. Если на фото видна только часть лица (например, обрезан подбородок или лоб), нейросети не хватает данных, и она начинает додумывать черты - итог может оказаться совсем не похож на реального человека.
Кого чаще всего сводят нейросетью в 2026 году
Романтическая пара - это база, с которой все начиналось года три назад. Сейчас запросы куда разнообразнее, и вот что реально гоняют в промтах прямо сейчас.
Удаленные команды сводят коллег, которые год работают вместе, но ни разу не пересекались в переговорке - нужно общее фото для корпоративного сайта или Telegram-канала отдела. Бывшие одноклассники и однокурсники, разбросанные по городам и странам, собирают "виртуальный выпускной" к очередной годовщине встречи.
Блогеры и создатели контента делают совместные обложки и постеры для коллабораций, хотя физически никогда не снимались в одном кадре. Отдельный жанр - юмористический: пользователь подставляет себя рядом с любимым артистом, комиком или киногероем в совершенно бытовой ситуации, просто чтобы проверить, насколько нейросеть умеет врать убедительно.
И, конечно, "портрет поколений" - когда в один кадр сводят родителей, детей и бабушек с дедушками, которых никогда не удавалось усадить рядом для одной студийной съемки.
Именно на этих сценариях и построены карточки ниже - живые, из реальной практики июля 2026 года.
Чек-лист идеального исходника перед объединением фото двух людей с помощью нейросети
Перед тем как загружать фото в любую из моделей выше, пробеги по короткому списку:
лицо открыто и не перекрыто очками, волосами или рукой;
свет ровный, без резких теней и без вспышки в лоб;
фото снято в максимальном разрешении, без встроенных бьюти-фильтров;
ракурс близкий к анфас или с минимальным поворотом головы;
на кадре нет посторонних людей, которые могут запутать алгоритм.
Пять пунктов - и большинство типичных провалов слияния просто не случится.
FAQ: 9 топ вопросов об объединении двух людей нейросетью
1. Можно ли объединить фото двух людей, которых никогда не снимали вместе?
Да, это базовый сценарий 2026 года. Загружаешь два отдельных портрета, описываешь сцену словами и просишь сохранить лица обоих - остальное делает модель.
2. Сколько человек реально свести в один кадр без потери качества?
Двух-трех человек уверенно тянет практически любая модель из списка. Если нужно собрать команду из пяти-шести и больше, лучше сразу брать Nano_banana_pro - она рассчитана на массовое слияние портретов.
3. Заметят ли друзья, что фото объединено нейросетью?
Если исходники были четкими, а в промте указан единый свет и расположение людей - нет, не заметят. Выдает монтаж обычно именно разница в освещении или странная анатомия на стыке фигур.
4. Можно ли объединить свежее фото и старый архивный снимок?
Да, и это один из самых частых сценариев - например, для портрета поколений. Старый снимок стоит сначала прогнать через реставрацию, чтобы разница в качестве между кадрами не бросалась в глаза.
5. Что делать, если нейросеть постоянно рисует лишние пальцы или искажает руки при объятии?
Отправить проблемный фрагмент на точечную перегенерацию, не трогая остальной кадр. Так же можно упростить позу в промте - убрать сложный физический контакт вроде переплетенных рук.
6. На каком языке лучше писать промты для объединения людей?
Русский язык понимают все модели из списка, но для сложных многодетальных сцен в Dalle_3_toe_bot и Midjourney_toe_bot английский текст иногда дает более предсказуемый результат по композиции и свету.
7. Можно ли использовать такие фото для документов или официальных целей?
Нет. Для паспорта, визы, пропуска и прав действуют жесткие биометрические стандарты, и любая генеративная обработка там запрещена. А вот для личного архива, открытки, сторис или обложки коллаба - это ровно тот сценарий, для которого все и придумано.
8. Как объединить фото, если у людей на снимках сильно разное освещение?
Указать в промте единый желаемый источник света для всей сцены - например, "мягкий дневной свет из окна слева на обоих людей". Модель подстроит цветовую температуру под общий сценарий.
9. Стоит ли указывать в промте реальное имя знаменитости для юмористических кадров?
Лучше не рисковать - модель либо откажет, либо нарисует случайное лицо. Замени имя описанием узнаваемого образа: конкретная одежда, эпоха, характерные детали стиля - результат выйдет точнее и стабильнее.
Объединить двух людей на одном кадре в 2026 году - это уже не вопрос фотошопных слоев и вечера свободного времени, а вопрос правильно собранного исходника и точного описания сцены. Разница между кривым коллажем и кадром, под которым все спрашивают "а когда вы вместе снимались", решается на этапе промта, а не на этапе выбора самой дорогой подписки.
Романтическая пара давно перестала быть единственным сценарием - в ход идут удаленные команды, разбросанные по городам друзья, коллабы блогеров из разных часовых поясов и абсурдные мемные встречи с любимыми медийными образами. Каждый из этих кейсов требует своей модели: документальная честность за Nano_banana_pro и Google_image, эмоция и тепло за Higgsfield Soul, сложная постановка за Dalle_3_toe_bot, художественный глянец за Midjourney_toe_bot, а чистый исходник - забота Improve_photo.
Не жди идеального результата с первой попытки: даже у топовых моделей 2026 года уходит три-пять генераций, чтобы сцена легла именно так, как задумано. Собирай исходники по чек-листу, прописывай расположение людей явно, держи единый свет в промте - и результат перестанет отличаться от настоящей совместной съемки.
Открывай любую из нейросетей выше и проверь на собственном архиве: расстояние между городами, часовыми поясами и даже годами больше не помеха для одного общего кадра.