O recurso tecnológico chinês Leiphone realizou um teste comparativo de dois principais modelos de inteligência artificial chinesa para criação de vídeo — Seedance 2.5 da ByteDance e Kling VIDEO 3.0 da Kuaishou. O objetivo do teste foi determinar o quão bem cada modelo pode funcionar como diretor de vídeos curtos. De acordo com o relatório do Leiphone de 30 de setembro, as diferenças entre os modelos estão agora menos relacionadas à qualidade da imagem e mais ao fluxo de trabalho, uma vez que cada modelo é mais adequado para executar diferentes tarefas.
Leiphone pediu que ambos os modelos completassem duas tarefas de 15 segundos. A primeira tarefa consistia em criar um vídeo explicativo de divulgação científica, onde um caranguejo antropomórfico representava a interface de agente de trabalho OpenClaw 2.0. O roteiro incluía uma sequência de quadros: introdução, revelação do espaço de trabalho, interação de comandos, habilidades, avisos de permissões e sandbox, e uma frase final. A segunda tarefa exigia que cada modelo reescrevesse um final nevado trágico de um drama histórico popular chinês para um final feliz, usando um quadro de referência.
Resultados dos vídeos explicativos
No âmbito do vídeo explicativo, o Leiphone observou que o Seedance 2.5 criou um clipe mais polido. Ele demonstrou um personagem apresentador estável, um cenário de estúdio completo e movimentos de câmera suaves, semelhantes a um comercial de produto. No entanto, os ícones na interface do Seedance 2.5 eram genéricos, dificultando que os espectadores entendessem o que exatamente o OpenClaw 2.0 estava alterando, e os textos na tela permaneceram não confiáveis. O Kling VIDEO 3.0 seguiu o storyboard com mais precisão, exibindo o nome do produto na tela no primeiro segundo e executando cada momento solicitado. Embora o apresentador no Kling parecesse mais caricato, a palavra 'Skill' foi exibida com caracteres distorcidos, e o quadro final pareceu desorganizado. Leiphone também relatou que o Seedance esperou menos tempo de espera nesta rodada.
Comparação com conteúdo dramático
O teste com o drama revelou as diferenças mais óbvias. Na plataforma Jimeng AI, desenvolvida pela ByteDance, o Seedance 2.5 rejeitou a imagem de referência, presumindo que ela pudesse se assemelhar a uma figura pública. Mesmo depois que Leiphone removeu a imagem e deixou apenas o texto, o sistema continuou a parar, indicando a presença de elementos protegidos por direitos autorais. O Kling VIDEO 3.0, por outro lado, gerou um clipe completo, mantendo a neve, os trajes e os relacionamentos dos personagens, passando da salvação para a recuperação e terminando com um pôr do sol em apenas 15 segundos. Leiphone enfatizou que quanto mais precisamente o modelo reproduz o material original, mais usuários devem confirmar os direitos antecipadamente.
Posicionamento estratégico dos produtos
O recurso ligou os resultados obtidos ao design de cada produto. A ByteDance posiciona o Seedance 2.5 para edição de produção mais longa, permitindo gerar até 30 segundos de uma só vez, usar até 30 imagens de referência, 10 clipes de vídeo e 10 clipes de áudio, além de fornecer edição em nível de marcação de tempo. Por sua vez, o Kling VIDEO 3.0 da Kuaishou é voltado para clipes de 3 a 15 segundos, suporta som nativo, geração com múltiplos quadros e diálogos com vários personagens.
O veredito final do Leiphone foi que o Kling VIDEO 3.0 é adequado para rascunhos rápidos de explicações técnicas, enquanto o Seedance 2.5 é melhor para filmes de marca polidos e oferece restrições mais seguras para conteúdo relacionado a pessoas reais ou materiais cinematográficos. Além disso, no final de setembro, a Kling AI anunciou uma prévia de seu modelo de próxima geração — Kling 4.0.