Vi una comparación a ciegas de Seedance, Kling, Grok y el modelo de video de Google.
Para mí también ganó Seedance.
No en el sentido abstracto de una tabla de clasificación. Simplemente se sintió como el modelo que entendía mejor la escena. Actuación, movimiento, referencias, acción, peso cinematográfico. El resultado tenía más gusto incorporado.
Pero esa no era la parte interesante.
La parte interesante era que aun así no usaría Seedance para todo.
Ahí es donde el video con IA se siente distinto ahora. Estamos saliendo de la fase en la que cada herramienta es una caja de prompts intercambiable. La pregunta útil ya no es:
¿Qué modelo es el mejor?
Es:
¿Qué tipo de plano estoy intentando hacer?
Mi mapa actual es simple.
Usa Seedance cuando el plano tiene que ser bueno. Una escena compleja, muchas referencias, actuación expresiva, acción, transferencia de movimiento o cualquier cosa en la que el modelo tenga que comportarse como un pequeño director en lugar de una máquina de texturas.
Usa Kling cuando el plano es más simple y la iteración importa. Planos estáticos, obediencia a la cámara, salida en 4K/60fps, reintentos más baratos. Puede que no tenga el techo más alto, pero a veces el techo no es el problema. A veces solo necesitas cuatro intentos decentes en lugar de uno caro.
Usa Grok cuando importan la velocidad, el diálogo, la emoción o unas barreras de seguridad más bajas. Es caótico. La continuidad se rompe. La resolución es limitada. Pero si necesitas tantear una escena rápido, o atravesar un prompt que otros modelos rechazan por motivos de seguridad aburridos, tiene su lugar.
Y por ahora, en gran medida me saltaría las herramientas de video de Google.
Tal vez haya un caso de uso estrecho de video a video escondido ahí. Tal vez el modelo mejore el mes que viene. Pero por los resultados que vi, era demasiado inconsistente como para dirigir trabajo real hacia él. Una mala salida es un problema. Una salida impredecible es peor, porque no puedes construir un flujo de trabajo alrededor de ella.
Eso también forma parte del enrutamiento.
No toda herramienta necesita un trabajo.
Es el mismo cambio que ya ocurrió con la generación de imágenes. Al principio preguntábamos cuál era el mejor modelo. Luego el trabajo real pasó a ser elegir entre Flux, SDXL, ControlNet, ComfyUI, escaladores, LoRAs y flujos de trabajo.
El video está llegando a ese punto.
La habilidad no consiste en insistir más con los prompts.
La habilidad consiste en mirar el plano y saber qué tipo de fragilidad puedes permitirte.
Un modelo perfecto que cuesta demasiado iterar puede ser el equivocado. Un modelo más barato que resuelve bien el plano simple puede ser el correcto. Un modelo caótico que te da la lectura emocional en veinte segundos puede ser útil.
El futuro del video con IA probablemente no pertenece a quien memoriza cada ranking.
Pertenece a quien sabe enrutar el trabajo.
Comentarios