Эта идея прям зашла многим, потому что вызывает эмоции. Наверное, такие видео делаются через нейросети, которые работают с фотогенерацией и анимацией, например, Artbreeder или Runway. Но тут важно понимать, что нужно два изображения: детское и взрослое. Нейросеть, скорее всего, анализирует их и создаёт что-то среднее, добавляя взаимодействие.