Wan 3.0 vs Seedance 2.5

Nordycki bóg unosi się nad pękniętą obsydianową świątynią, podczas gdy złote błyskawice, unoszące się odłamki i świecące runy budują wybuchowe zakończenie. Kamera wykonuje ciągły oblot o 360 stopni, postać przyzywa ogromny młot bojowy i uwalnia silną falę uderzeniową.

Test wymaga od obu modeli połączenia złożonych efektów, ruchu postaci, dynamicznej kamery i ciągłej sekwencji akcji w jednym wideo o długości 30 sekund.

Kinowe generowanie VFX wymaga więcej niż pojedynczych efektownych klatek. Model musi zgrać ruch kamery, działania postaci i efekty oraz utrzymać spójną sekwencję. Ten test pokazuje, jak każdy model prowadzi wizualnie złożoną scenę z kilkoma zależnymi działaniami.

Niewielka bohaterka TOPVIEW BOT walczy z ogromnym zabawkowym mechem TITAN w kolorowym mieście zabawek. Dwa obrazy referencyjne określają dokładny wygląd obu postaci, a prompt podaje ich względną skalę, kierunki broni, sekwencję ataków i ciągły ruch.

Walka przez 30 sekund obejmuje ataki rakietowe, uniki, walkę w powietrzu, wspinaczkę po pancerzu mecha i finałowy atak energetyczny.

Kolorowemu Candy Kingdom grozi narastające niebezpieczeństwo, a bohaterka SUGAR POP musi obronić miasto, zanim jego punkty orientacyjne złożą się w ogromny Candy Super Mecha.

Trzy arkusze określają wygląd bohaterki, otoczenie Candy Kingdom wraz z punktami orientacyjnymi oraz złożonego mecha. Prompt wymaga od obu modeli zachowania tych projektów i wygenerowania pełnej historii akcji o długości 30 sekund.

Dokument przyrodniczy pokazuje ostatnie chwile prehistorycznego ekosystemu: od spokojnej doliny pełnej dinozaurów do katastrofalnego uderzenia, fali uderzeniowej, erupcji wulkanów i Ziemi pokrytej popiołem.

Prompt łączy precyzyjnie odmierzony angielski voice-over z dokumentalną pracą kamery, wielkoskalowymi zdarzeniami środowiska, realistycznym ruchem zwierząt i cichym zakończeniem z orbity.

Tancerka wykonuje jedną ciągłą sekwencję, przechodząc przez kilka światów wizualnych. Wideo zaczyna się na realistycznej europejskiej ulicy, a potem przechodzi w cyberpunk, czarno-białe kino nieme, animację 3D i styl malarstwa olejnego.

Każda transformacja zmienia otoczenie i strój, a tożsamość tancerki, choreografia i rytm muzyczny mają pozostać spójne. Sekwencja kończy się tym, że wszystkie cztery alternatywne światy pojawiają się razem w jednej kompozycji.

Dwie stylizowane postacie animowane, HAORAN i XIAOYU, niespodziewanie spotykają się przed kawiarnią, wymieniają cztery angielskie kwestie i razem wchodzą do budynku.

Trzy obrazy referencyjne określają postacie i otoczenie kawiarni. Prompt wymaga dokładnego dialogu, naturalnej mimiki, spójnych projektów postaci i konkretnego otwarcia drzwi.

Grupa wyrazistych pluszowych zwierząt wyrusza razem w chaotyczną podróż. W jadącym pojeździe każda postać wykonuje inne działanie, a niespodziewane zdarzenia uruchamiają łańcuch komicznych reakcji.

W scenie są śpiewający kierowca shiba inu, kot robiący selfie, kaczka wchodząca w kadr, przesuwane czapki, podskakujący pasażerowie, latające przedmioty i zgrane reakcje grupy.

Prompt wymaga stałego kąta kamery i spójnego renderu pluszowo-filcowego przez 15 sekund.

Pięcioro tancerzy wykonuje zgrany układ tańca ulicznego na placu pokrytym graffiti. Obraz referencyjny określa ich wygląd, a referencja dźwiękowa prowadzi choreografię.

Układ zaczyna się w szyku V, a potem przechodzi w poziomą linię. Prompt wymaga, aby wszystkie pięć osób zachowało tożsamość, dokończyło zmianę szyku i zsynchronizowało ruch z oryginalną muzyką w jednym ciągłym ujęciu.

Krótka scena z książki Kenneth Grahame The Wind in the Willows została przeniesiona do animacji w stylu edwardiańskiej akwareli.

Szczur wodny wiosłuje niebiesko-białą łodzią po spokojnej rzece, a kret siedzi na rufie. Gdy rozmowa pochłania szczura, łódź uderza w brzeg, wioślarz przewraca się do tyłu i potem się podnosi.

Test wymaga od obu modeli odtworzenia konkretnej sekwencji literackiej przy zachowaniu ról postaci, działań fizycznych i spójnego wyglądu ilustracji.