視頻生成模型哪家強？豆包可靈通義海螺全面評測【AI評測】_風聞

比較貼切的表述是，豆包的視頻模型這次的升級，已然將國內AI視頻的美學境界拔高了一個檔次，讓AI視頻也開始變得更加實用了。 

作者|鬥鬥 

出品|產業家 

國內的文生視頻領域，也是吃上“細糠”了。

最近，火山引擎宣佈豆包大模型正式發佈視頻生成模型。至此，兩大短視頻平台在文生視頻領域的較量正式開啓。

產業家也是在第一時間提前感受了一把。先來幾個demo，給你們一個小小的震撼。

很明顯，這生成效果並不亞於Sora。

要知道，Sora在初期的宣傳和報道中被賦予了很高的期望。然而，至今為止，Sora尚未真正面向普通人羣應用，可以説是實實在在的期貨。

為了更加客觀的展示豆包文生視頻模型的真實能力，產業家申請到即夢AI內測版的豆包視頻生成-Seaweed模型測試機會，將其與國內幾家主流文生視頻模型，進行了同一提示詞下的生成效果對比，意外看到了豆包文生視頻模型的一些新亮點。

一、複雜指令下，足夠聽話 

眾所周知，拍攝電影時，導演會指導演員進行多個鏡頭的拍攝，然後剪輯成連貫的故事。如果一場戲的角色比較多，導演則需要統籌演員的站位、進場時間以及他們之間的對話、動作等。

只有這樣，拍攝出來的畫面，才會更加流暢。然而，對於當下的文生視頻模型而言，大部分只能完成簡單指令單一動作。比如只能生成單一的鏡頭，無法切換，人物動作也較為單一。

這樣生成出來的效果，其實和照片差不多。但是在豆包視頻生成模型的平台上，有了新的突破。

提示詞：一羣朋友在餐廳裏聚餐，然後其中一人突然提出一個驚喜的計劃。

豆包-Seaweed生成的視頻中，涉及諸多人物的動作處理。可以發現每個人物的動作表達、面部表情都較為和諧，雖然一些細節有待優化，但整體上已經十分優異。可以實現多主體多動作的畫面生成。

海螺AI在整體畫面構圖、和光的運用方面一如既往的出色。不過畫面中的人物幾乎都出現了或多或少的畸變。

可靈AI生成視頻，總體來看人的動作較為簡單，畫面也缺乏一些真實性。

能看到，通義萬相人物動作較為簡單，真實性、自然流暢性相對較弱。

總體來看，豆包視頻生成模型還是十分“聽話”的，可以遵從複雜的複雜prompt，解鎖時序性多拍動作指令與多個主體間的交互能力，指哪兒打哪兒，打開想象力的大門。

二、推拉搖移跟

畫面依舊穩定、一致

豆包文生視頻模型，還有一個比較特殊的點，即它生成的視頻畫面整體的故事性很強。

提示詞：男子從明亮的室外走進昏暗的室內，鏡頭切換要自然，光線變化要平滑。

可以發現，在提示詞描述的文本之外，其對於周圍環境以及畫面的細節銜接和過渡很自然。這本身對應的是模型強力的泛化能力。

例如從下面這組提示詞生成的畫面來看，豆包生成的視頻相對更有畫面感、更連貫。

提示詞：一名女子奔跑在陰暗潮濕的街道上

畫面中地面的石板路，路邊的房屋，以及奔跑的女人，在運動邏輯、燈光、流暢度上，都表現的十分優異。

可靈生成畫面中的女子的肢體發生了不規則的扭曲。

通義萬相生成的視頻，整體很不錯，但在像地面這種細節的效果處理上，還需要進一步強化。

海螺AI有着通義萬相一樣的問題，仔細發現人物在奔跑時，路面的生成效果並不穩定，且人物和畫面之間的銜接度並不自然。

從幾組生成的視頻不難看出，豆包文生視頻模型，在運用鏡頭語言時，畫面較為穩定，可以保證人物、氛圍、環境的一致性，以及鏡頭的自然切換和運鏡的自然。

比如基於豆包-Seaweed，我們可以身臨其境的感受肌肉男選美現場。

還可以穿越森林，看到遠處壯觀的雪山。

可以發現，無論鏡頭怎麼推進和切換，視頻中的畫面風格、人物、燈光、服飾等都依舊有着一致性。

另外一個更加炸裂的點，在於豆包視頻生成模型還能實現主體動作和鏡頭的切換。這麼説可能有點難懂，簡而言之就是當畫面中的人物在運動過程中，可以實現鏡頭自然切換。

正如下方豆包文生視頻模型生成的視頻，先是出現一個跟鏡頭，繼而切換到以人為畫面主體的跟鏡頭。

提示詞：生成一段視頻，要求鏡頭跟隨主角在森林中探險，包括跳躍過溪流和攀爬岩石。

具體來看，生成的視頻中，一個空境交代背景環境，切換到另一個以人物為畫面主體的推鏡頭。這種鏡頭切換手法，也叫“鏡頭匹配剪輯”。利用了兩個鏡頭中相似的動作或運動方向來平滑地過渡，從而減少視覺上的跳躍感。

這種技巧需要精心的拍攝和編輯，以確保動作的匹配和視覺的連貫性。

但是豆包的視頻生成模型，做到了。

對比可靈AI的生成結果來看，畫面中並未出現運鏡和鏡頭切換的痕跡。

海螺AI基於這個提示詞的生成效果其實各方面效果着實不錯，但是在場景切換時，可以發現，其第一個鏡頭切換的同時，畫面左方出現了一個分身，走出了畫面，可見場景切換上還需要優化。

通義萬相生成的效果，其實較為充分展現了其在語意理解上的優勢，尤其是“跳躍過溪流和攀爬岩石”實現了語義一致性，但未實現多個場景、鏡頭上的切換，且人物流暢度和自然度也有可以優化的空間。

不得不承認的是，豆包視頻生成模型確實是有兩把刷子。

據官方介紹，這是因為豆包視頻生成模型基於 DiT 架構，通過高效的DiT融合計算單元，讓視頻在大動態與運鏡中自由切換，擁有變焦、環繞、平搖、縮放、目標跟隨等多鏡頭語言能力。其全新設計的擴散模型訓練方法攻克了多鏡頭切換的一致性難題，在鏡頭切換時可同時保持主體、風格、氛圍的一致性。

這是豆包視頻生成模型獨樹一幟的技術創新。

三、大場景描繪

光影、鏡頭、構圖美學拉滿

在文生視頻領域，大場景的生成，由於涉及的元素過度，往往是最容易出現問題的。而經過我們測試，豆包的文生視頻模型，也非常不錯。

從下面豆包、可靈AI、通義萬相以及海螺AI（MiniMax文生視頻平台)生成效果對比來看。豆包生成的視頻，不僅畫面構圖、色調十分優異，甚至把清晨湖面的霧氣也刻畫了出來。

不知道的，還以為是在看《動物世界》。

提示詞：清晨，第一縷陽光穿透薄霧，照亮了寧靜的森林。一隻小鹿在溪邊飲水，水波盪漾，反射出金色的光輝。

可靈AI在色調和構圖上也可圈可點，但細看鹿的動作連貫性和真實性，就顯得有些不足。

通義萬相整體觀感也不錯，語義理解能力較強，例如“反射出金色的光輝”這細節，通義萬相刻畫的最好，但有點缺乏真實性，更像是動畫。

海螺AI的畫面，在寫實能力上較強。但由於角度和構圖的問題，整體來看，主體的靈活性較差，對文本的理解力不足，此外也缺乏一些美感。

其實，豆包視頻生成模型，經過剪映、即夢AI等業務場景打磨和持續迭代，在專業級光影佈局和色彩調和積累了大量的數據和技術經驗，畫面視覺呈現上面，可謂是實現了延續，使得豆包處理這種大場景時，既能刻畫細節，又極具美感和真實感。

   圖示：各家視頻生成效果表現彙總 

四、各種風格、尺寸，都Hold的住

根據介紹能看到，豆包視頻生成模型採用的是Transformer深度學習模型的架構，並且進行了優化。這種架構，可以使模型更加強大，泛化能力也會更強。從風格來看，其可以生成3D動畫、2D動畫、國畫、黑白、厚塗等多種不同的藝術風格的視頻。

此外，生成的視頻可以適應不同設備的屏幕尺寸，包含1:1，3:4，4:3，16:9，9:16，21:9五個比例。無論是電影大屏幕、電視、電腦還是手機，都能觀看。

這些視頻目前可以被用於電商營銷（如產品展示視頻）、動畫教育（如教學動畫）、城市文旅（如旅遊宣傳視頻）、微劇本（如短視頻故事）等多種商業用途。

除了商業用途，豆包還能幫助專業的視頻創作者和藝術家們在創作過程中節省時間，提供靈感，或者完成一些複雜的視頻製作任務。

寫在最後‍

最後對豆包的文生視頻進行一個總結。

首先它是一個**語義大師。**它不僅聽得懂你的指令，還能理解背後的深層含義，讓視頻裏的每個動作都恰到好處。

還是一個**鏡頭切換高手。**在切換鏡頭時，它能保證故事的流暢和一致性，就像一個無縫連接的敍事大師。

更是一個**動態捕捉專家。**無論是快速的動作還是炫酷的鏡頭移動，它都能捕捉得生動活潑，讓你彷彿置身於真實世界。

也可以是一個視覺藝術家：它創造的視頻不僅清晰逼真，還具有專業的色彩和光影，支持多種風格和尺寸，讓你的視覺體驗豐富多彩。

比較貼切的表述是，豆包的視頻模型這次的升級，已然將國內AI視頻的美學境界拔高了一個檔次，讓AI視頻也開始變得更加實用了。

在文章的最後，想要強調的一點是，文中所提到的生成的視頻都是基於豆包視頻生成模型S 2.0的非會員版本。目前，具備更強多主體互動、多鏡頭切換一致性能力的豆包視頻生成模型-PixelDance，正在緊鑼密鼓的內測上線中，或許能給大家帶來更多驚喜。

豆包，多少是有點不露鋒芒，悶聲幹大事了。