Как так делаеться?

Это, в основном, дорогая трёхмерка.

В чём вопрос? Комбинация реальных объёктов с 3D графикой? Реальный объект снимается на однородном фоне, а потом фон вырезается (кей). После этого реальный объект существует уже как ещё один элемент трёхмерной сцены. В простейшем случае это, например, прямоугольник с анимированной текстурой (раскраской), где текстура - и есть изображение реального объекта.  Текстура имеет вырезанный фон. Программа понимает прозрачность текстуры как прозрачность объкта, поэтому весь прямоугольник не виден. Остаётся заполнить пространство вокруг него - и всё как "тут и было".

Вот здесь подобный приём подробно показан, причём с множественными объектами. 

http://mabuk.ru/content/kak-delat-gollivudskie-spetseffekty

В приведённом вами ролике есть ещё фрагменты, где трёхмерное изображение наложено поверх реальной картинки. Здесь просто надо отследить положение точки, к которой привязан трёхмерный элемент. Это можно сделать вручную, но, в основном, программы могут автоматически отследить какую-то точку, особенно, ярко выделенную при съёмке. Для этого налепляют, например,  зелёные ярлычки на какой-то фрагмент. Скажем, если голову всю надо убрать, то на неё надевают зелёным пакет.  А если голову не надо чётко и точно вырезать, то можно и просто на нос зелёную нашлёпку нацепить.