我看了一场 Seedance、Kling、Grok 和 Google 视频模型的盲测对比。
对我来说，Seedance 也赢了。
不是那种抽象排行榜意义上的赢。它只是感觉更懂这个场景。表演、动作、参考、动作场面、电影感重量。结果里自带了更多品味。
但有意思的不是这个。
有意思的是，我仍然不会把 Seedance 用在所有事情上。
这就是现在 AI 视频开始变得不同的地方。我们正在离开那个每个工具都只是可互换 prompt 输入框的阶段。真正有用的问题不再是：
哪个模型最好？
而是：
我到底想做哪一种镜头？
我现在的地图很简单。
当镜头必须足够好时，用 Seedance。复杂场景、大量参考、有表现力的表演、动作戏、运动迁移，或者任何需要模型像一个小导演，而不只是纹理机器那样工作的东西。
当镜头更简单，而且迭代更重要时，用 Kling。静态镜头、镜头指令遵循、4K/60fps 输出、更便宜的重试。它可能没有最高的上限，但有时候上限并不是问题。有时候你只是需要四次还不错的尝试，而不是一次昂贵的尝试。
当速度、对白、情绪，或者更少的护栏更重要时，用 Grok。它很乱。连续性会断。分辨率有限。但如果你需要快速摸出一个场景的感觉，或者穿过其他模型因为无聊安全理由而拒绝的 prompt，它有自己的位置。
而目前，我基本会跳过 Google 的视频工具。
也许那里藏着某个很窄的视频到视频用例。也许模型下个月就会改进。但从我看到的结果来看，它太不稳定，不值得把真实工作路由过去。糟糕输出是一个问题。不可预测的输出更糟，因为你无法围绕它搭建工作流。
这也是路由的一部分。
不是每个工具都需要一份工作。
这和图像生成已经发生过的转变一样。一开始，我们问哪个模型最好。后来，真正的工作变成了在 Flux、SDXL、ControlNet、ComfyUI、upscalers、LoRAs 和各种工作流之间做选择。
视频正在到达那个点。
技能不是更用力地提示。
技能是看着这个镜头，知道自己能承受哪一种脆弱性。
一个完美但迭代成本太高的模型，可能是错的。一个更便宜、能把简单镜头做对的模型，可能是对的。一个混乱但能在二十秒里给你情绪读数的模型，可能是有用的。
AI 视频的未来，可能不属于那个背熟每一张排行榜的人。
它属于那个会把工作路由给正确位置的人。
评论