9款图生视频模型横评：谁能拍广告，谁还只是玩票？

主要观点总结

本文介绍了锦秋基金对图生视频模型进行的测评，覆盖了多种场景和任务，包括职场与商业场景、轻创作与社交表达、概念演示及创意实验场景等。文章详细分析了不同图生视频模型在语义遵循、物理规律、画面表现力等方面的表现，并指出了当前图生视频模型的局限性和未来基模演化的方向。

关键观点总结

关键观点1: 测评任务介绍

本次测评涵盖了职场与商业场景、轻创作与社交表达、概念演示及创意实验场景等，通过设计不同的题目检验图生视频模型在画面质量、动作组织、风格延续和整体可用性上的差异。

关键观点2: 模型表现分析

各图生视频模型在语义遵循、物理规律、画面表现力等方面表现各异。在语义遵循方面，多数模型能够还原提示词中的核心要素，但在动作连贯性和语义完整性方面存在不足。在物理规律方面，模型在人物动作、场景渲染等方面存在明显错误，不符合物理常识。在画面表现力方面，部分模型能够构建宏大、奇幻氛围，但在细节和渲染力度上有所不足。

关键观点3: 当前图生视频模型的局限性和未来基模演化的方向

当前图生视频模型在复杂动作链条的断裂、物理规律的脆弱性、文字与跨语言的薄弱环节等方面存在局限性。未来基模演化的方向包括从“能动”到“能演”的升级，从趣味生成到工作流嵌入的转变，以及从单向调用到协同编导的演化。