Wan 3.0 對比 Seedance 2.5

一位北歐神祇懸在碎裂的黑曜石神殿上方。金色閃電、漂浮碎片和發光符文一路堆向爆發的高潮。鏡頭做連續的 360 度環繞，角色召喚一把巨大戰錘，並放出強烈衝擊波。

這一題要兩款模型在單支 30 秒影片裡，同時處理複雜視覺特效、角色動作、動態鏡頭，以及一段不中斷的動作。

電影級特效不能只靠幾幀好看。模型得同時顧好鏡頭運動、角色動作和視覺特效，並維持一段連貫的序列。這一題用來看出，動作彼此相依的複雜畫面，各模型處理得如何。

身材較小的女主角 TOPVIEW BOT，在色彩很多的玩具城市裡與巨型玩具機甲 TITAN 交手。兩張參考圖定下兩個角色的外形，提示詞則定下相對體型、武器方向、攻擊順序和連續運動。

這 30 秒包含飛彈攻擊、閃避、空中交手、爬過機甲裝甲，以及最後一次能量攻擊。

複雜動作對 AI 影片生成的負擔很重。模型要維持角色一致、讀懂相對體型、保住空間關係，並在時間上協調好幾個動作。這一題看的是，視覺上很猛的戰鬥還看不看得懂。

色彩豐富的 Candy Kingdom 遇到逐步升高的威脅。女主角 SUGAR POP 必須在地標合成巨型 Candy Super Mecha 之前，把城市守住。

三張參考圖分別定下女主角外形、Candy Kingdom 的環境與地標，以及最後組好的機甲。提示詞要求兩款模型保住這些設計，並生成一段完整的 30 秒動作故事。

多參考生成要求模型讀懂幾份視覺輸入之間的關係。它不能只重現單一物件，還得保住身分、把設計元素合起來，並在場景更換時維持同一個創意世界。

這一題用來看，各模型把好幾張參考圖轉成較長、結構清楚的影片時穩不穩。

一支自然史紀錄片呈現史前生態系的最後時刻。畫面從布滿恐龍的平靜山谷，走到災難性撞擊、衝擊波、火山噴發，以及被火山灰蓋住的地球。

提示詞把一段精確計時的英文旁白，和紀錄片式攝影、大規模環境事件、寫實的動物運動，以及安靜的軌道結尾放在一起。

紀錄片影片靠的是把事情講清楚，不只是電影感的畫面。旁白、場景時機、視覺敘事和環境連續必須一起作用，整段才講得完。

這一題看各模型如何在 30 秒裡，把口說旁白和複雜的視覺事件排在一起。

一位女性舞者用一段不中斷的動作穿過好幾個視覺世界。影片從寫實的歐洲街道開始，再進入賽博龐克、黑白默片、3D 動畫和油畫風格。

每一次轉換都改視覺環境和服裝；舞者的身分、編舞和音樂節奏則應維持一致。序列結尾，四個替代世界一起出現在最終構圖裡。

風格轉換要求模型把視覺外觀，和主體身分、運動分開。環境和藝術處理可以變很多，底下的角色和動作仍要看得懂。

這一題看各模型如何在一段連續的創作序列裡，協調多種視覺風格的變化。

兩個風格化的動畫角色 HAORAN 和 XIAOYU 在咖啡館外意外碰面，用英文說四句對白，然後一起走進建築。

三張參考圖定下角色和咖啡館環境。提示詞要求對白準確、表情自然、角色設計一致，以及一個指定的開門動作。

對白場景疊了好幾件難事：語音生成、唇形同步、角色一致、情緒表演，以及協調好的身體互動。

結果要可信，這些元素得一起作用。這一題用來看各模型處理角色驅動的敘事有多有效。

一群表情豐富的毛絨風格動物一起上路，旅途很亂。行駛中的車裡，每個角色做不同的動作，意外事件串起一連串喜劇反應。

場景裡有一隻在唱歌的柴犬駕駛、一隻自拍的貓、一隻搶鏡的鴨子、移動的帽子、彈起來的乘客、飛起的物件，以及協調好的群體反應。

提示詞要求這 15 秒維持固定機位，並全程使用一致的毛絨氈布質感。

多角色演出測試的是，模型能不能在同一個環境裡管好幾個彼此獨立的動作。

難點不只是同時生成很多角色，而是保住他們的身分、協調互動，並維持場景裡說得通的因果。

五名舞者在塗鴉廣場表演一段協調的街舞。一張參考圖用來定外形，一條音訊參考用來帶編舞。

動作從 V 字隊形開始，再變成一條橫線。提示詞要求五名舞者都保住身分、完成隊形變化，並在一個連續鏡頭裡讓動作與原曲同步。

舞蹈生成要求視覺運動、角色身分、群體站位和音訊時機精確配合。

一段看起來好看的舞蹈，只要表演者失去同步或隊形變錯，仍然不算成功。這一題看各模型能不能用外部音樂參考協調多個主體。

Kenneth Grahame 的 The Wind in the Willows 裡一個短場景，被改成愛德華時期水彩風格的動畫。

一隻水鼠划著藍白船，沿著平靜的河前進，一隻鼴鼠坐在船尾。水鼠講得入神時，船撞上河岸，划船的人向後摔倒，然後再恢復。

這一題要兩款模型重現一段具體的文學順序，同時保住角色分工、身體動作，以及一致的插畫外觀。

文學改編要求模型把寫成文字的故事，轉成清楚的視覺順序。

難點不只是做出好看的繪本畫面。結果應保住角色分工、因果關係，以及讓原場景仍然認得出來的關鍵事件。