Китайские модели для генерации видео из изображений заняли первые три места в рейтинге SuperCLUE

Китайские модели для генерации видео из изображений продемонстрировали выдающиеся результаты в апрельском рейтинге SuperCLUE, заняв три верхние строчки и опередив зарубежные аналоги.

В этом месяце методология оценки была обновлена и стала полностью автоматизированной. В исследовании участвовали 13 ведущих моделей со всего мира, которые оценивались по шести ключевым параметрам: плавность движения, согласованность контента, физическая реалистичность, а также качество генерации в аниме, реалистичном и фэнтезийном стилях.

«Отечественные модели показали яркие результаты, напрямую заняв три первых места, реализовав догоняющий и обгоняющий эффект в отношении зарубежных моделей».

В общем зачёте первое место с 76.00 баллами заняла модель PixVerse V6 от компании Aishu Technology. За ней следуют Doubao Seedance 2.0 от ByteDance и Vidu Q3 Pro от Shengshu Technology. Их оценки очень близки, что формирует сильную ведущую группу.

Лучшая из зарубежных моделей, Google Veo 3.1, заняла лишь пятое место, отстав от китайских конкурентов.

Анализ по отдельным параметрам показывает, что у каждой китайской модели есть свои сильные стороны. Модель ByteDance набрала наибольшее количество баллов за согласованность контента и плавность сцен. PixVerse V6 выделилась в категориях физической реалистичности, а также аниме и фэнтезийных стилей. Модель Hailuo 2.3 от MiniMax стала лучшей в реалистичном стиле.

В целом, китайские модели демонстрируют всесторонний прогресс как в базовых возможностях, так и в стилизованной генерации. По таким показателям, как динамическая плавность и стабильность изображения, они уже не уступают, а в чём-то даже превосходят зарубежных конкурентов.

В то же время исследование указывает, что у всей отрасли ещё есть пространство для улучшения в области физической реалистичности генерируемого контента, что является общей точкой роста для всех разработчиков.

Интересный факт: Генеративные модели для создания видео из текста или изображений стали одним из самых быстроразвивающихся направлений в области искусственного интеллекта. Всего за пару лет качество генерируемого контента выросло от коротких, «сюрреалистичных» клипов до почти кинематографичных сцен. Ожидается, что эта технология в ближайшие годы окажет значительное влияние на индустрию развлечений, рекламу и создание образовательного контента.