Seedance 2.5
คลิปสูงสุด 30 วินาที การอ้างอิงรวมสูงสุด 50 รายการในเวิร์กโฟลว์ Topview ที่ระบุ และกำกับการถ่ายกับเสียงอย่างละเอียด
ควรเลือกโมเดลวิดีโอ AI ตัวไหน
ทั้ง Seedance 2.5 และ Wan 3.0 รองรับเวิร์กโฟลว์วิดีโอ AI ได้สูงสุด 30 วินาที โดยมีตัวเลือกผลลัพธ์ถึง 1080p ในเวิร์กโฟลว์ Topview ที่รองรับ
ทางเลือกที่ใช้ได้จริงขึ้นอยู่กับบรีฟของคุณ Seedance 2.5 น่าพิจารณาเมื่องานมีการอ้างอิงหนาแน่นและคำสั่งจังหวะเวลาละเอียด Wan 3.0 น่าพิจารณาเมื่อต้นทุนการสร้างต่อวินาทีเป็นสิ่งสำคัญ
เปรียบเทียบการตั้งค่าที่รองรับ วิดีโอเคียงข้างที่มีอยู่ และข้อแลกเปลี่ยนของแต่ละโมเดลด้านล่าง ก่อนเริ่มสร้าง
Seedance 2.5
คลิปสูงสุด 30 วินาที การอ้างอิงรวมสูงสุด 50 รายการในเวิร์กโฟลว์ Topview ที่ระบุ และกำกับการถ่ายกับเสียงอย่างละเอียด
Wan 3.0
คลิปสูงสุด 30 วินาที การอ้างอิงรวมสูงสุด 20 รายการในการเปรียบเทียบ Topview ที่ระบุ และอัตราอ้างอิงต่อวินาทีที่เผยแพร่ต่ำกว่าในโหมดสร้างที่เลือก
ขีดจำกัดและราคาขึ้นอยู่กับโหมด บัญชี และการตั้งค่าการสร้างที่เลือก ตรวจเครื่องมือสร้างที่ใช้งานจริงทุกครั้งก่อนส่งงาน
ทั้งสองโมเดลรวมการสร้างวิดีโอกับการกำกับแบบหลายสื่อ ตารางด้านล่างแยกเอกสารระดับโมเดลออกจากการตั้งค่าที่ระบุสำหรับเวิร์กโฟลว์ Topview
| มิติ | Seedance 2.5 | Wan 3.0 |
|---|---|---|
| ผู้พัฒนา | ByteDance | Alibaba |
| การใช้หลัก | บรีฟสร้างสรรค์ที่ยาวกว่าและมีการอ้างอิงหนาแน่น | งานสร้างแบบหลายสื่อโดยคำนึงถึงต้นทุนการสร้าง |
| ความยาว | 4s–30s เลือกได้ทีละวินาที | 2s–30s เลือกได้ทีละวินาที |
| ความละเอียด | 480p / 720p / 1080p | 480p / 720p / 1080p |
| สัดส่วนภาพ | 16:9, 9:16, 3:4, 1:1, 4:3, 21:9 (พร้อมแบบปรับตามภาพ) | 16:9, 9:16, 1:1, 4:3, 3:4 |
| ข้อความเป็นวิดีโอ | รองรับ | รองรับ |
| รูปภาพเป็นวิดีโอ | รองรับ | รองรับ |
| กำกับการวิดีโอและเสียง | รองรับในเวิร์กโฟลว์ที่เข้ากันได้ | รองรับในเวิร์กโฟลว์ที่เข้ากันได้ |
| การอ้างอิงรูปภาพ | สูงสุด 30 | สูงสุด 10 |
| การอ้างอิงวิดีโอ | สูงสุด 10 | สูงสุด 5 |
| การอ้างอิงเสียง | สูงสุด 10 | สูงสุด 5 |
| การอ้างอิงรวม | สูงสุด 50 | สูงสุด 20 |
| การสร้างเสียง | ใช้ได้ในเวิร์กโฟลว์ที่รองรับ | ใช้ได้ในเวิร์กโฟลว์ที่รองรับ |
| จังหวะเวลาและกำกับฉาก | คำสั่งระบุเวลา และการเลือกความยาวทีละวินาที | ทิศทางช็อตและฉาก ขึ้นอยู่กับเวิร์กโฟลว์ |
| ราคา | เครดิตต่างกันตามความละเอียด ความยาว โหมด และแพ็กเกจ เช่น 1.5 เครดิต/วินาที ที่ 720p | เครดิตต่างกันตามความละเอียด ความยาว โหมด และแพ็กเกจ เช่น 0.5 เครดิต/วินาที ที่ 720p |
| เหมาะกับ | การเล่าเรื่องที่มีการอ้างอิงหนาแน่นและกำกับการสร้างอย่างละเอียด | การสร้างที่คำนึงถึงต้นทุน และบรีฟสร้างสรรค์ที่โฟกัสชัด |
ขีดจำกัดการอ้างอิงสะท้อนการตั้งค่าที่ระบุอยู่ในการเปรียบเทียบของ Topview ไม่ใช่การรับประกันกับทุกผู้ให้บริการหรือทุกบัญชี ตรวจเครื่องมือสร้างเพื่อดูการตั้งค่าที่ใช้ได้ ราคาแพ็กเกจอยู่ที่
เริ่มจากประเภทวิดีโอที่ต้องการ ไม่ใช่จากชื่อโมเดล คำแนะนำเหล่านี้เกี่ยวกับความเข้ากันของเวิร์กโฟลว์ ไม่ใช่การกล่าวว่าโมเดลหนึ่งสร้างวิดีโอที่สวยกว่าเสมอ
Seedance 2.5 และ Wan 3 รองรับการสร้างวิดีโอ AI ได้สูงสุด 30 วินาที แต่มีจุดเด่นต่างกัน เลือก Seedance 2.5 สำหรับโปรเจกต์ที่มีการอ้างอิงหนาแน่น จังหวะเวลาที่แม่นยำ และกำกับเสียงอย่างละเอียด พิจารณา Wan 3 สำหรับงานที่คำนึงถึงต้นทุน การเล่าเรื่องเทคเดียวที่ยาวกว่า และการสร้างฉากตามการอ้างอิง
รวบบรีฟสร้างสรรค์ที่ซับซ้อนด้วยสินทรัพย์อ้างอิงสูงสุด 50 รายการ คือรูปภาพ 30 ภาพ วิดีโอ 10 ไฟล์ และไฟล์เสียง 10 ไฟล์ กำกับตัวตนตัวละคร รายละเอียดสินค้า การเคลื่อนไหว สภาพแวดล้อม และเสียงในเวิร์กโฟลว์สร้างเดียว Wan 3 รองรับเพียง 20 รายการ
ใช้วิดีโอและไฟล์เสียงอ้างอิงได้ไฟล์ละสูงสุด 30.2 วินาที ภายใต้ขีดจำกัดความยาวรวมของเวิร์กโฟลว์ กำกับจังหวะการเคลื่อนไหวและความเร็วด้วยเทคการเคลื่อนที่ที่ยาวขึ้นหรือการอ้างอิงเพลง
เลือกความยาววิดีโอตั้งแต่ 4 ถึง 30 วินาที โดยเพิ่มทีละ 1 วินาที ใช้คำสั่งระบุเวลาเพื่อวางช็อต การกระทำ การเปลี่ยนฉาก และจังหวะของฉากในวิดีโอต่อเนื่อง
กำกับบทสนทนา เพลงประกอบ และเอฟเฟกต์เสียงด้วยคำสั่งระบุเวลา ประสานคำพูด การกระทำ และบรรยากาศด้วยการสร้างเสียงในตัว ในเวิร์กโฟลว์เดียว
Wan 3.0 ระบุ 0.30 เครดิต/วินาที ที่ 480p, 0.50 ที่ 720p และ 1.00 ที่ 1080p เทียบกับ 0.70, 1.50 และ 3.70 เครดิต/วินาที ของ Seedance 2.5 ในราคาอ้างอิงที่ Topview เผยแพร่ ตรวจใบเสนอเครดิตจริงก่อนสร้าง เพราะอัตราขึ้นอยู่กับเวิร์กโฟลว์และแพ็กเกจที่เลือก
สร้างลำดับวิดีโอต่อเนื่องได้สูงสุด 30 วินาที โดยไม่ต้องต่อคลิปสั้นหลายท่อน เหมาะกับการเผยสินค้า การเคลื่อนกล้องที่ไม่ขาดตอน และเรื่องราวแบรนด์ที่ได้ประโยชน์จากช็อตเดียวที่ไหลต่อเนื่อง
ใช้ Omni Reference เพื่อกำกับตัวตนตัวละคร พร็อพ และสภาพแวดล้อมตลอดเรื่องที่ยาวขึ้น ยึดโลกสร้างสรรค์ไว้กับการอ้างอิงภาพขณะพัฒนาฉากและการกระทำ
ใช้การค้นหาอ้างอิงที่อินเทอร์เน็ตช่วย เพื่อสนับสนุนการสร้างวิดีโอด้วยสื่อภาพและบริบทเพิ่มเติม ในกรณีที่ฟีเจอร์นี้ใช้ได้ในเวิร์กโฟลว์ Topview ของคุณ
บรีฟสร้างสรรค์เดียวกัน สองโมเดลวิดีโอ AI เก้าสถานการณ์จริง
Seedance 2.5 และ Wan 3 เป็นอย่างไรเมื่อได้คำสั่งสร้างสรรค์ชุดเดียวกัน สำรวจวิดีโอทดสอบแบบเคียงข้างเก้าชุด ครอบคลุม VFX ภาพยนตร์ แอ็กชันซับซ้อน การอ้างอิงหลายสื่อ การเล่าเรื่องสารคดี การเปลี่ยนสไตล์ บทสนทนา ปฏิสัมพันธ์ตัวละคร การซิงก์การเต้น และการดัดแปลงวรรณกรรม
แต่ละการเปรียบเทียบแสดงผลของทั้งสองโมเดลคู่กับพรอมต์เดิม และสินทรัพย์อ้างอิงเมื่อมี ดูว่าแต่ละโมเดลรับมือกับโจทย์เดียวกันอย่างไร ตรวจรายละเอียดที่สำคัญ แล้วพิจารณาว่าโมเดลใดเหมาะกับงานประเภทนั้นมากกว่า
ข้อความเป็นวิดีโอ · 30s · 16:9
เทพนอร์สลอยอยู่เหนือศาลหินออบซิเดียนที่ร้าว ขณะสายฟ้าสีทอง เศษซากลอย และรูนเรืองแสงก่อสู่จุดไคลแมกซ์ที่ระเบิด กล้องโคจร 360 องศาอย่างต่อเนื่อง ขณะตัวละครอัญเชิญค้อนศึกขนาดใหญ่และปล่อยคลื่นกระแทกแรง
การทดสอบนี้ท้าทายทั้งสองโมเดลให้รวมเอฟเฟกต์ภาพซับซ้อน การเคลื่อนของตัวละคร การกำกับกล้องที่ไดนามิก และลำดับแอ็กชันต่อเนื่อง ในวิดีโอเดียวความยาว 30 วินาที


การสร้าง VFX ภาพยนตร์ต้องการมากกว่าเฟรมเดี่ยวที่น่าประทับใจ โมเดลต้องประสานการเคลื่อนกล้อง การกระทำของตัวละคร และเอฟเฟกต์ภาพ โดยยังรักษาลำดับที่เชื่อมกัน การทดสอบนี้ช่วยดูว่าแต่ละโมเดลรับมือฉากที่ซับซ้อนทางภาพและมีการกระทำที่พึ่งกันหลายขั้นอย่างไร
Seedance 2.5 ยึดบรีฟนี้ไว้ด้วยกันได้ดีกว่า ตลอดคลิปมีเทพหนวดเคราคนเดียวอยู่บนยอดที่ร้าวแห่งเดียว คือโคลสอัปสงบ ใบหน้าเดิมที่มีตาเรืองแสง สายฟ้าก่อบนศาล แล้วร่างลอยพร้อมค้อน Wan 3.0 ทำเอฟเฟกต์เดี่ยวได้แรงกว่า คือพอร์ทัลแดง พายุเศษซาก ระเบิดสีทอง และวงรูนสีน้ำเงิน แต่เทพหายไปช่วงกลางคลิป และค้อนโผล่เป็นท่าหลังระเบิด ไม่ใช่การหลอมที่ติดตามได้ เฟรมที่สุ่มมาไม่แสดงวงโคจร 360 องศาที่ครบของโมเดลใด เลือก Seedance 2.5 เมื่อตัวละครหนึ่งและสถานที่หนึ่งต้องไต่ระดับจนถึงค้อน เลือก Wan 3.0 เมื่อช็อตเอฟเฟกต์ที่อลังการสำคัญกว่าการอยู่กับใบหน้าและศาลเดิม
หลายการอ้างอิง · 2 รูป · 30s · 16:9
นางเอกตัวเล็ก TOPVIEW BOT สู้หุ่นของเล่นยักษ์ชื่อ TITAN ในเมืองของเล่นสีสันจัด สองรูปอ้างอิงกำหนดรูปลักษณ์ที่ตรงของทั้งสองตัวละคร ส่วนพรอมต์ระบุสัดส่วนเทียบกัน ทิศทางอาวุธ ลำดับการโจมตี และการเคลื่อนต่อเนื่อง
การสู้ 30 วินาทีมีการยิงขีปนาวุธ การหลบ การสู้กลางอากาศ การปีนเกราะของหุ่น และการโจมตีพลังงานครั้งสุดท้าย


หลายการอ้างอิง · 3 รูป · 30s · 16:9
Candy Kingdom สีสันเผชิญภัยที่ทวีขึ้น และนางเอก SUGAR POP ต้องปกป้องเมืองก่อนแลนด์มาร์กรวมเป็น Candy Super Mecha ยักษ์
แผ่นอ้างอิงสามแผ่นกำหนดรูปลักษณ์นางเอก สภาพแวดล้อม Candy Kingdom พร้อมแลนด์มาร์ก และเมคาที่ประกอบเสร็จ พรอมต์ขอให้ทั้งสองโมเดลรักษาดีไซน์เหล่านี้ พร้อมสร้างเรื่องแอ็กชันครบ 30 วินาที


ข้อความเป็นวิดีโอ · 30s · 16:9
สารคดีประวัติศาสตร์ธรรมชาติเล่าช่วงสุดท้ายของระบบนิเวศก่อนประวัติศาสตร์ จากหุบเขาที่สงบและเต็มไปด้วยไดโนเสาร์ สู่การพุ่งชนหายนะ คลื่นกระแทก ภูเขาไฟระเบิด และโลกที่ปกคลุมด้วยเถ้า
พรอมต์รวมเสียงบรรยายภาษาอังกฤษที่จับเวลาแม่น กับการถ่ายแบบสารคดี เหตุการณ์สิ่งแวดล้อมขนาดใหญ่ การเคลื่อนของสัตว์ที่สมจริง และตอนจบจากวงโคจรที่เงียบ


ข้อความเป็นวิดีโอ · 30s · 16:9
นักเต้นหญิงแสดงชุดเดียวอย่างต่อเนื่องขณะเดินทางผ่านหลายโลกภาพ วิดีโอเริ่มที่ถนนยุโรปสมจริง แล้วเปลี่ยนเป็นไซเบอร์พังก์ หนังเงียบขาวดำ แอนิเมชัน 3D และสไตล์จิตรกรรมสีน้ำมัน
แต่ละการแปลงเปลี่ยนสภาพแวดล้อมและชุด ขณะที่ตัวตนของนักเต้น ท่าเต้น และจังหวะเพลงตั้งใจให้คงเดิม ลำดับจบด้วยโลกทางเลือกทั้งสี่ปรากฏร่วมกันในองค์ประกอบสุดท้าย


หลายการอ้างอิง · 3 รูป · 15s · 16:9
ตัวละครแอนิเมชันมีสไตล์สองตัว HAORAN และ XIAOYU พบกันโดยไม่คาดนอกร้านกาแฟ แลกบทภาษาอังกฤษสี่บรรทัด แล้วเข้าอาคารด้วยกัน
รูปอ้างอิงสามรูปกำหนดตัวละครและสภาพแวดล้อมร้าน พรอมต์ขอให้บทตรง การแสดงสีหน้าเป็นธรรมชาติ ดีไซน์ตัวละครสอดคล้อง และการเปิดประตูตามที่ระบุ


ข้อความเป็นวิดีโอ · 15s · 16:9
กลุ่มตัวละครสัตว์สไตล์ตุ๊กตาที่แสดงอารมณ์ชัดออกทริปถนนที่วุ่นวายด้วยกัน ในรถที่กำลังเคลื่อน แต่ละตัวทำคนละอย่าง ขณะเหตุไม่คาดคิดสร้างโซ่ปฏิกิริยาตลก
ฉากมีคนขับ Shiba Inu ที่ร้องเพลง แมวถ่ายเซลฟี เป็ดโผล่เข้าเฟรม หมวกที่เลื่อน ผู้โดยสารที่กระเด้ง วัตถุที่ลอย และปฏิกิริยากลุ่มที่ประสานกัน
พรอมต์ขอมุมกล้องคงที่ และการเรนเดอร์สักหลาดตุ๊กตาที่สอดคล้องตลอดลำดับ 15 วินาที


หลายการอ้างอิง · 1 รูป + เสียง · 15s · 9:16
นักเต้นห้าคนแสดงสตรีทแดนซ์ที่ประสานกันในลานที่เต็มไปด้วยกราฟฟิตี โดยใช้รูปอ้างอิงกำหนดรูปลักษณ์ และเสียงอ้างอิงกำกับท่า
ชุดท่าเริ่มเป็นรูปตัว V แล้วเปลี่ยนเป็นแถวแนวนอน พรอมต์ขอให้นักเต้นทั้งห้าคงตัวตน เปลี่ยนรูปครบ และซิงก์การเคลื่อนกับเพลงเดิมในช็อตต่อเนื่องเดียว


ข้อความเป็นวิดีโอ · 15s · 16:9
ฉากสั้นจาก The Wind in the Willows ของ Kenneth Grahame ถูกดัดแปลงเป็นแอนิเมชันสไตล์สีน้ำยุคเอ็ดเวิร์ด
หนูน้ำพายเรือสีน้ำเงินขาวไปตามแม่น้ำที่สงบ ขณะตัวตุ่นนั่งท้ายเรือ เมื่อหนูน้ำหมกมุ่นกับบทสนทนา เรือชนตลิ่ง และคนพายล้มหงายก่อนจะตั้งหลักได้
การทดสอบท้าทายทั้งสองโมเดลให้ทำซ้ำลำดับวรรณกรรมที่เจาะจง โดยคงบทบาทตัวละคร การกระทำทางกาย และภาพประกอบที่สอดคล้อง


การเปรียบเทียบแบบเคียงข้างเก้าชุดนี้แสดงว่า Seedance 2.5 และ Wan 3 ตอบบรีฟสร้างสรรค์ที่เจาะจงอย่างไร ผลอาจต่างกันตามรอบสร้าง การตั้งค่า และอินพุตอ้างอิง ข้อสรุปเปรียบเทียบควรอิงผลที่แสดงและเกณฑ์ประเมินที่มีเอกสาร
วิธีประเมินของเรามองว่าผลแต่ละชิ้นแก้งานสร้างสรรค์เดิมได้หรือไม่
แต่ละการเปรียบเทียบใช้พรอมต์ที่ตั้งใจและสินทรัพย์ต้นทางชุดเดียวกัน ถ้าการตั้งค่าหนึ่งใช้ไม่ได้บนโมเดลใด ความต่างนั้นควรบันทึกไว้ ไม่ใช่ถือว่าเป็นเงื่อนไขทดสอบที่เหมือนกัน
เราตรวจว่าตัวแบบ การกระทำ ลำดับฉาก และตอนจบที่ขอ ปรากฏในผลหรือไม่ เหตุสำคัญที่หายไปนับเป็นข้อจำกัด แม้คลิปจะดูเรียบร้อย
สำหรับเคสที่นำด้วยรูป เราเทียบตัวละคร สินค้า ชุด พร็อพ และสถานที่กับสื่อต้นทาง การทำซ้ำที่ตรงกว่าไม่ได้แปลว่าการจัดสไตล์น่าดึงดูดกว่าเสมอ
เราตรวจเส้นทางกล้อง การเคลื่อนร่างกาย ปฏิสัมพันธ์กับวัตถุ และความสัมพันธ์ระหว่างช็อตที่ต่อกัน
เรามองหาตัวตนที่ค่อย ๆ เพี้ยน การรีเซ็ตทันที และความสัมพันธ์เชิงพื้นที่ที่ไม่สอดคล้อง
สำหรับเคสที่นำด้วยเสียง เราตรวจคำที่พูด ผู้พูด การซิงก์ปาก สัญญาณเสียง และการเข้าจังหวะ เมื่อมีไฟล์ต้นทางที่เกี่ยวข้อง
การเปรียบเทียบประสิทธิภาพที่เชื่อถือได้ต้องมีบันทึกการส่งของทุกครั้ง รวมงานที่ล้ม การลองใหม่ และการถูกปฏิเสธจากการกลั่นกรอง
เบนช์มาร์กที่วางไว้ใช้สามครั้งต่อโมเดลสำหรับงานที่ง่ายกว่า และห้าครั้งต่อโมเดลสำหรับงานที่ซับซ้อนกว่า รวม 74 ครั้งของทั้งสองโมเดล
วิดีโอที่เสร็จแต่ละชิ้นถูกประเมินแยกกันด้วยเกณฑ์คะแนนที่กำหนดไว้ก่อน
เพื่อไม่เลือกเฉพาะผลที่ดูสวย ผลตัวแทนของเบนช์มาร์กถูกเลือกจากความใกล้กับคะแนนคุณภาพมัธยฐานแบบปิดตา ของโมเดลและสถานการณ์นั้น
โมเดลต่างกันอาจตีความคำสั่งเดียวกันได้ต่างกัน
ผลหนึ่งอาจเด่นด้านองค์ประกอบ ขณะอีกผลรักษาตัวละครหรือการกระทำได้ใกล้กว่า โมเดลที่เหมาะกับโปรเจกต์คือโมเดลที่ถึงมาตรฐานคุณภาพที่ต้องการในต้นทุนที่ยอมรับได้
เทียบการตั้งค่าผลลัพธ์ชุดเดียวกัน ไม่ใช่แค่อัตราโฆษณาที่ต่ำสุด
ทั้งสองโมเดลใช้เครดิต Topview แต่ค่าใช้จ่ายจริงขึ้นอยู่กับรุ่นโมเดล เวิร์กโฟลว์ ความยาว ความละเอียด และแพ็กเกจบัญชีที่เลือก
ใบเสนอเครดิตของเครื่องมือสร้างก่อนส่งงาน คือตัวเลขที่เกี่ยวกับโปรเจกต์ของคุณมากที่สุด
| ความละเอียด | Seedance 2.5 บน Topview | Wan 3.0 บน Topview |
|---|---|---|
| 480p | 0.70 เครดิต/วินาที | 0.30 เครดิต/วินาที |
| 720p | 1.50 เครดิต/วินาที | 0.50 เครดิต/วินาที |
| 1080p | 3.70 เครดิต/วินาที | 1.00 เครดิต/วินาที |
ถ้าผลหนึ่งต้องลองหลายครั้งกว่าจะใช้ได้ ต้นทุนผลิตจริงรวมครั้งเหล่านั้นด้วย
เทียบเครดิตที่ใช้ทั้งหมด คุณภาพผล และจำนวนผลที่ยอมรับได้ ไม่ใช่แค่ราคาต่อวินาทีที่โฆษณา
Seedance 2.5 · Wan 3.0
วิดีโอ AI ที่ดีกว่าเริ่มจากโมเดลที่ใช่กับงาน
เลือก Seedance 2.5 สำหรับการกำกับที่มีการอ้างอิงหนาแน่นและการควบคุมสร้างสรรค์ที่ละเอียด หรือสำรวจ Wan 3.0 เมื่อบรีฟเข้ากับอินพุตที่ใช้ได้และคุณอยากเปรียบเทียบต้นทุนการสร้าง
คงพรอมต์และการอ้างอิงให้สอดคล้อง ตรวจผล แล้วเลือกจากผลงาน ไม่ใช่จากชื่อโมเดลเพียงอย่างเดียว
ฉากแอ็กชันซับซ้อนเรียกร้องมากจากการสร้างวิดีโอ AI โมเดลต้องรักษาตัวละครให้สอดคล้อง เข้าใจสเกลเทียบกัน คงความสัมพันธ์เชิงพื้นที่ และประสานหลายการกระทำตามเวลา การทดสอบนี้ดูว่าลำดับการสู้ที่ทะเยอทะยานทางภาพยังเข้าใจได้ตามเหตุผลหรือไม่
Wan 3.0 เข้ากับแผ่นอ้างอิงในการสู้นี้ได้ดีกว่า ช่วงเปิดคงหางแฝดสีขาว หมวกหูแมว แจ็กเก็ตเหลือง และปืนใหญ่ให้อ่านได้ เมื่อเทียบกับหุ่นสีกรมท่า หงอนชมพู กระบังเหลือง และแกนอกสีชมพู เฟรมถัดไปมีขีปนาวุธกลางอากาศก่อนที่เธอจะกลับไปบนเกราะ Seedance 2.5 ชนะการอ่านสเกลในช็อตกำปั้น ที่เธอเล็กเมื่อเทียบกับมือ แต่เธอลงมาระดับถนน และใบหน้ากับอาวุธตรวจยากเมื่อกล้องถ่าง Seedance จบที่ระเบิดสีชมพูโดยคนยิงถูกตัดออกนอกเฟรม Wan จบโดยเธอตัวเล็กชิดกระบัง เลือก Wan 3.0 เมื่อแผ่นตัวละครและจังหวะขีปนาวุธต้องยังจำได้ เลือก Seedance 2.5 เมื่อความต่างยักษ์กับตัวจิ๋วสำคัญกว่าการตรงกับการอ้างอิงแบบสะอาด


การสร้างจากหลายการอ้างอิงขอให้โมเดลเข้าใจว่าอินพุตภาพที่แยกกันสัมพันธ์กันอย่างไร นอกจากทำซ้ำวัตถุเดี่ยว โมเดลต้องรักษาตัวตน รวมองค์ประกอบดีไซน์ และคงโลกสร้างสรรค์ให้สอดคล้องข้ามฉากที่เปลี่ยน
การทดสอบนี้ช่วยประเมินว่าแต่ละโมเดลแปลงรูปอ้างอิงหลายภาพเป็นวิดีโอที่ยาวและมีโครงสร้างได้มั่นแค่ไหน
Seedance 2.5 เป็นผลหลายการอ้างอิงที่แข็งกว่า โคลสอัปคงบ็อบสีชมพูของ Sugar Pop ตาสีน้ำเงิน และชิ้นผมขนม ช่วงกลางคลิปยิงแลนด์มาร์กขนมแยกกัน และหุ่นในภาพกว้างตรงกับแผ่นเมคา มีปืนไหล่ลายทาง โล่แขนรูปโดนัท และแขนขาขนมในร่างเดียว ตอนจบเป็นลำแสงสีโดยหุ่นนั้นยังอยู่ในเฟรม Wan 3.0 เปิดด้วย Candy Kingdom ที่ชัดกว่า คือชิงช้าสวรรค์ ภูเขาไฟ และถนนขนม และเป็นคลิปที่แสดงมอนสเตอร์ของหวานเหนือเมือง เฟรมถัดไปค้างที่รถไฟขนมและใบหน้าหุ่นเบลอ ดังนั้นเมคาที่ประกอบไม่ล็อกเข้าหากันตามแผ่นดีไซน์ เลือก Seedance 2.5 เมื่อตัวละคร การรวมร่าง และเมคาที่เสร็จ ต้องอยู่รอดในวิดีโอเดียว เลือก Wan 3.0 เมื่ออาณาจักรและมอนสเตอร์ต้องอ่านได้ก่อน



การสร้างวิดีโอสารคดีขึ้นกับการสื่อสารที่ตรง ไม่ใช่แค่ภาพแบบภาพยนตร์ คำบรรยาย จังหวะฉาก การเล่าด้วยภาพ และความต่อเนื่องของสิ่งแวดล้อมต้องทำงานร่วมกันเพื่อสื่อลำดับที่ครบ
การทดสอบนี้ดูว่าแต่ละโมเดลประสานคำบรรยายกับเหตุการณ์ภาพที่ซับซ้อนตลอด 30 วินาทีอย่างไร
Wan 3.0 พาเรื่องจากภาพไปได้ไกลกว่า เฟรมเดินจากหุบเขาแม่น้ำสีทอง สู่ฝูงพุ่งเข้าหากล้องใต้กำแพงฝุ่น การระเบิด สัตว์ที่ล้มในเถ้า และโลกสีเทาในวงโคจร Seedance 2.5 ก็ไปจากหุบเขาที่มีแดดสู่ฝูงวิ่ง น้ำท่วมพร้อมสเตโกซอรัสตัวเล็ก และซอโรพอดสีเทาเถ้า แต่ยังอยู่ในหุบเขาที่สงบลึกเข้าไปในคลิป และเฟรมตัวอย่างสุดท้ายเป็นสีเทาไร้รายละเอียด ไม่ใช่วงโคจร น้ำท่วมและสัตว์ตัวเล็กเทียบกับภูมิประเทศชัดกว่าบน Seedance เฟรมเหล่านี้ไม่ยืนยันถ้อยคำ จังหวะ หรือช่วงหยุดของคำพูด เลือก Wan 3.0 เมื่อวิดีโอต้องไปถึงการล่มสลายและตอนจบในวงโคจร เลือก Seedance 2.5 เมื่อหุบเขาและน้ำท่วมต้องคงความเป็นธรรมชาติ แล้วตรวจว่างานที่คุณสร้างเองไปถึงวงโคจรหรือไม่
การสลับสไตล์ขอให้โมเดลแยกรูปลักษณ์ภาพออกจากตัวตนและจังหวะของตัวแบบ สภาพแวดล้อมและการจัดภาพอาจเปลี่ยนมาก แต่ตัวละครและการกระทำพื้นฐานต้องยังเข้าใจได้
การทดสอบนี้สำรวจว่าแต่ละโมเดลจัดการการแปลงที่ประสานกันข้ามหลายสไตล์ ในลำดับสร้างสรรค์ต่อเนื่องเดียวอย่างไร
Seedance 2.5 ครอบคลุมโลกที่ขอได้มากกว่า ตัวอย่างแสดงถนนยุโรปที่เปียกและคาร์ดิแกนเขียว ชุดไซเบอร์พังก์นีออน เฟรมหนังเงียบขาวดำแบบ letterbox การหันเป็นภาพสีน้ำมันเต็มดาวในชุดน้ำเงิน แล้วลุคเดิมที่ล้อมด้วยสี่ช่องแยก Wan 3.0 เต้นอ่านได้ชัดกว่าในช่วงถนนและไซเบอร์พังก์ และจังหวะแอนิเมชัน 3D ชุดเหลืองเป็นฉากเต็ม ไม่ใช่ภาพในช่อง โลกหนังเงียบไม่ปรากฏในตัวอย่างของ Wan และตอนจบเป็นสี่ภาพแยก ไม่ใช่โปสเตอร์เดียวที่มีนักเต้นอยู่กลาง เลือก Seedance 2.5 เมื่อรายการสไตล์และตอนจบสี่โลกคือจุดของบรีฟ เลือก Wan 3.0 เมื่อท่าเต้นที่อ่านได้และโลกการ์ตูนสำคัญกว่าช่วงหนังเงียบ
ฉากบทสนทนารวมงานที่หนักหลายอย่าง คือการสร้างคำพูด การซิงก์ปาก ความสอดคล้องของตัวละคร การแสดงอารมณ์ และปฏิสัมพันธ์ทางกายที่ประสานกัน
ผลที่น่าเชื่อขึ้นกับองค์ประกอบเหล่านี้ที่ทำงานร่วมกัน การทดสอบนี้ช่วยประเมินว่าแต่ละโมเดลจัดการการเล่าเรื่องที่ขับด้วยตัวละครได้แค่ไหน
ทั้งสองคลิปคงดีไซน์อ้างอิง คือคาร์ดิแกนน้ำเงิน เสื้อกั๊กครีม กระโปรงสีแซลมอน และกันสาด Corner Cafe ปากอ้าตอนสนทนา แต่เฟรมนิ่งยืนยันสี่บรรทัดหรือลิปซิงก์จริงไม่ได้ ความต่างที่เห็นคือประตู เฟรมสุดท้ายของ Wan 3.0 แสดงเขาจับมือจับทองเหลืองขณะเธอเดินผ่านช่องประตูที่เปิด Seedance 2.5 พาทั้งคู่ไปที่ทางเข้าและเข้าไปข้างใน โดยไม่มีจังหวะชัดที่ประตูถูกเปิดค้างออกด้านนอก เลือก Wan 3.0 สำหรับบรีฟนี้เมื่อการกระทำที่ทางเข้าต้องตรงพรอมต์ ทั้งสองโมเดลใช้ได้เมื่อสิ่งสำคัญคือการคงตัวละครสองตัวและร้านให้สอดคล้อง ฟังบทก่อนล็อกเทค



การแสดงหลายตัวละครทดสอบว่าโมเดลจัดการการกระทำอิสระหลายอย่างในสภาพแวดล้อมร่วมได้หรือไม่
โจทย์ไม่ใช่แค่สร้างตัวละครจำนวนมากพร้อมกัน แต่ต้องรักษาตัวตน ประสานปฏิสัมพันธ์ และคงความสัมพันธ์เหตุผลข้ามฉาก
Seedance 2.5 คงภายในรถที่ล็อกมุมไว้ มุมกระจกหน้าเดิมมีชิบะที่พวงมาลัยอ้าปาก แมวหมวกแตงโม และเป็ด คอเป็ดยื่นมา แต่การสลับหมวก การรับองุ่น และยกนิ้วโป้งตอนจบไม่ปรากฏ Wan 3.0 แสดงมุกเหล่านั้นได้มากกว่า คือครัวซองบนหัว พุดเดิลชิดสุนัขขาว ลูกแมวหน้าบึ้งในตะกร้า และคนขับยกนิ้วโป้ง กล้องยังออกจากมุมที่ล็อก ตัดจากห้องโดยสารเต็มไปเบาะหลังและเข้าตะกร้า ทั้งหมวกและที่นั่งสลับกัน เลือก Seedance 2.5 เมื่อกล้องเดียวที่คงที่และนักแสดงที่เสถียรสำคัญ เลือก Wan 3.0 เมื่อโซ่ปฏิกิริยาตลกสำคัญกว่ามุมเดียวที่ไม่ขาด
การสร้างการเต้นต้องประสานการเคลื่อนภาพ ตัวตนตัวละคร ตำแหน่งกลุ่ม และจังหวะเสียงอย่างแม่นยำ
ลำดับเต้นที่ดูดีอาจยังพลาดได้ถ้าผู้แสดงหลุดจังหวะหรือรูปแถวเปลี่ยนผิด การทดสอบนี้ดูว่าแต่ละโมเดลประสานหลายตัวแบบกับเพลงอ้างอิงภายนอกได้หรือไม่
Wan 3.0 เปิดใกล้รูปอ้างอิงกว่า คือนักเต้นห้าคน แจ็กเก็ต varsity สีเขียวอยู่หน้า และท่ายืนคล้ายตัว V ชิดกำแพงกราฟฟิตี กลางคลิปกลุ่มนั้นหาย และนักเต้นคนเดียวเต็มลาน ก่อนเฟรมถัดไปกลับมาพร้อมฝูงที่หลวมกว่า Seedance 2.5 มีกลุ่มในทุกตัวอย่าง รวมแจ็กเก็ตเขียว แต่เฟรมถัดไปเพิ่มคน และไม่แสดงการเปลี่ยนที่สะอาดจากตัว V เริ่มต้นเป็นแถวแนวนอนเดียวของห้าคนเดิม ภาพนิ่งยืนยันไม่ได้ว่าคลิปใดอยู่บนจังหวะเดิมหรือปล่อยเสียงเดิมไว้ไม่ถูกแทน เลือก Seedance 2.5 เมื่อนักเต้นทุกคนต้องอยู่ในเฟรม เลือก Wan 3.0 เมื่อช็อตแรกต้องตรงการอ้างอิง แล้วดูช่วงกลางคลิปก่อนยอมรับการเปลี่ยนรูปแถว

การดัดแปลงวรรณกรรมขอให้โมเดลแปลงการเล่าที่เป็นตัวอักษรเป็นลำดับภาพที่ชัด
โจทย์ไม่ใช่แค่ได้ภาพหนังสือที่สวย ผลควรคงบทบาทตัวละคร ความสัมพันธ์เหตุและผล และเหตุสำคัญที่ทำให้ฉากเดิมจำได้
การทดสอบนี้ช่วยประเมินว่าแต่ละโมเดลแปลงตอนวรรณกรรมที่ละเอียดเป็นวิดีโอสั้นได้ตรงแค่ไหน
Seedance 2.5 ตามตอนได้ไกลกว่า หนูน้ำพายขณะตัวตุ่นนั่งท้ายเรือ แล้วหนูน้ำหงายเท้าชี้ฟ้า แล้วลุกนั่งอีกครั้ง เรืออ่านเป็นสีน้ำเงินทึบ ไม่ใช่น้ำเงินด้านนอกและขาวด้านใน และการที่หัวเรือชนตลิ่งถูกสื่อจากการล้ม ไม่ได้ถูกแสดง Wan 3.0 ตรงกับเรือมากกว่า คือน้ำเงินด้านนอก ขาวด้านใน และคงสีน้ำยุคเอ็ดเวิร์ดได้เสถียรกว่าขณะพายใต้ต้นวิลโลว์ เฟรมท้ายเอียงเรือเข้าหาดอกไม้แล้วกลับไปพายอย่างสงบ ดังนั้นการล้มที่ส้นเท้าชี้ฟ้าและการตั้งหลักจึงหายไป เลือก Seedance 2.5 เมื่อการชนและการล้มต้องอ่านได้ เลือก Wan 3.0 เมื่อเรือที่วาดและแม่น้ำที่เงียบสำคัญกว่ามุกตอนจบ
"Believe me, my young friend, there is nothing—absolute nothing—half so much worth doing as simply messing about in boats. Simply messing," he went on dreamily: "messing—about—in—boats; messing—" "Look ahead, Rat!" cried the Mole suddenly. It was too late. The boat struck the bank full tilt. The dreamer, the joyous oarsman, lay on his back at the bottom of the boat, his heels in the air. "—about in boats—or with boats," the Rat went on composedly, picking himself up with a pleasant laugh." — Kenneth Grahame, The Wind in the Willows (1908), Chapter I, Project Gutenberg #27805 (Scribner 1913 ed.)
แหล่งต้นฉบับ: Kenneth Grahame, The Wind in the Willows (1908) บทที่ I ข้อความสาธารณสมบัติมีให้ผ่าน Project Gutenberg