Сверху то, что вы видите в финальном видосе

Снизу то, как выглядит локация и движение камеры в ней. Всё собирается и анимируется вручную в Unreal Engine. Нейронки использую очень редко, только для генерации каких-то отдельных 3д-моделей в сцене.

Такие дела