Happy Horse 1 или Seedance 2: тест топовых видеомоделей на реальных задачах
На прошлой неделе постоянный клиент поставил передо мной объемную задачу. Ему нужна была пачка рекламных роликов для нового бренда одежды и аксессуаров. Сроки поджимали. Раньше я бы сразу начал генерировать весь визуальный контент в нейросетях Nano Banana Pro + Kling и даже не стал бы искать альтернативы. Работает нормально, зачем что-то менять.
Но сейчас в профильных чатах постоянно ведутся жаркие споры. Ребята сутками обсуждают две нейросети: новую Happy Horse 1 и уже ставшую классикой Seedance 2. Я решил столкнуть их лбами на реальных задачах по созданию ИИ видео, чтобы раз и навсегда закрыть этот вопрос.
В прошлом году, когда я только начинал работать с видео, я скупал доступы на сомнительных зарубежных сайтах. Отдавал по две-три тысячи рублей за каждую модель по отдельности. На этапе тестирования сливал бюджет в трубу. Пытался привязывать иностранные карты через костыли.
Сейчас я просто выбираю одну из сотни нейросетей, загружаю промты прямо в сервисе SyntxAi или в Telegram-бот. Там обе эти нейросети под одной подпиской, как и десятки других, так что тест получился быстрым и дешевым. Сейчас я подробно расскажу обо всех результатах. Вы увидите, где случился полный провал, а где новичок действительно удивил.
Базовые возможности и скрытые ограничения
Сразу перейдем к сухим цифрам и техническим ограничениям. Новая модель Happy Horse 1 позволяет генерировать видео продолжительностью максимум 15 секунд. Для коротких роликов в социальных сетях этого обычно достаточно.
Конкурент Seedance 2 в этом плане работает не хуже и спокойно выдает пятнадцать секунд плотного хронометража без потери качества. Плюс отлично склеивает кадры по нескольким исходным. Вы можете загрузить сразу карту персонажа со всех ракурсов, и герой не будет превращаться в другого человека при повороте головы. Для серьезных клиентских задач это критически важно.
Тест на предметке: кольцо и клавиатура
Первая задача от заказчика была связана с ювелирными изделиями. Я загрузил в алгоритм первый и последний кадры. Нужно было показать красивый плавный переход от расплавленной капли металла к готовому кольцу с камнем. Результат получился абсолютно полярным.
Старичок выдал киношный трансформ с крутыми бликами. Свет очень естественно играл на гранях. В качестве бонуса алгоритм сам добавил реалистичный саунд-дизайн на фон. Звук плавящегося металла идеально совпал с картинкой.
А вот свежая Happy Horse 1 откровенно подкачала. Выдала какую-то пластиковую ерунду без грамма объема. Просто жесть. Я даже показал оба варианта жене, просто ради интереса. У нее наметанный глаз на такие вещи, она сама часто выбирает аксессуары. Она сразу забраковала эту поделку. Сказала, что выглядит как дешевая бижутерия из перехода.
Второй тест с механической клавиатурой окончательно подтвердил диагноз. Новичок нагородил багов с наложением клавиш. Кнопки слились в одну серую кашу. Буквы на них превратились в инопланетные иероглифы. Перспективная сетка тоже не работает. Для сложной предметной съемки этот инструмент пока сыроват. Ему нужно время на доработку.
Тест на локации: пролет камеры над городом
А вот тут нас ждал приятный сюрприз. У Seedance 2 результат получился откровенно слабым. На самом деле результат, который получился в этом ролике, мне не нравится, потому что банально пропал дом, из которого сначала вылетела камера. Если вглядываться в детали, то Seedance 2 выдал не самый лучший результат.
А вот Happy Horse 1 с тем же самым промптом отработал на отлично. Разница заметна сразу. Сначала камера летит по стартовому коридору. На полу появляется очень качественное детализированное отражение. Затем мы вылетаем на улицу. Слева отчетливо видно здание. К нему мы и будем приближаться по сюжету. Архитектура прорисована уверенно.
Конечно, есть технические нюансы. Если вглядываться вдаль, в проезжающие внизу машины, изображение будет размытым. Но все решает общая композиция. Изображение от Happy Horse выглядит намного цельным и реалистичным. В этом раунде новинка уверенно одерживает победу.
Тест UGC-формата: бегущая девушка и липсинг
Самое сложное в видео с искусственным интеллектом — это живые люди в движении. Я задал тестовую сцену для проверки липсинга и сохранения черт лица. Героиня бежит по улице, смотрит в камеру и рассказывает о своем удобном спортивном костюме. Чтобы артикуляция была четкой, алгоритм должен четко понимать контекст запроса. В сервис Syntx AI встроен нормальный внутренний переводчик. Мне не пришлось переводить русский сленг на английский с помощью неудобных костылей. Писал промпт прямо на русском.
Обе видеомодели достойно справились с этой задачей. Лица не расплываются от встречного ветра. Голоса подобраны очень похожие на голос диктора. Губы четко повторяют произносимый текст. Но главное преимущество в том, что одежда не меняет свой изначальный цвет во время бега. Это частая проблема старых версий генераторов. Куртка из красной вдруг становится синей прямо на бегу, и ролик отправляется в корзину. Здесь все отработало максимально стабильно. Ткань мнется реалистично.
Короче говоря, по результатам тщательного тестирования картина вырисовывается предельно ясная. Выбирая между этими моделями, всегда отталкивайтесь от конкретной рабочей задачи. Новичок отлично справляется со сложными локациями и круто работает с освещением. Старичок остается надежной основой для предметной графики и анимации сложных персонажей с разных ракурсов.
Мой совет прост.
Не покупайте дорогие подписки вслепую ради одной функции. Вы можете зайти на сайт или сразу в Telegram-бот Syntx AI — кому как удобнее. Ребята на старте раздают бесплатные токены всем новым пользователям. Загрузите туда пару своих рабочих изображений. Прогоните их через обе модели. Сами увидите реальную разницу на своих исходных данных.