Сравнил лучшие видео модели по промпту

0–2 seconds: Close-up shot of the face of a clown juggler in a worn circus costume. Focus on a drop of sweat slowly tracing down his cheek. Sparks and smoke from three running, sparking chainsaws create a harsh, contrasting, flickering light, illuminating his strained face. Apply ultra-high photorealism (PBR textures) to the skin, sweat, and fabric of the costume. Soft background blur (Depth of Field).
2–4 seconds: Smooth camera pull-out (Dolly Out) from the close-up to a medium shot, revealing the scene. The juggler prepares for a difficult trick. The dynamic of the sparks and smoke intensifies, emphasizing the danger. The camera shows a part of the wooden arena and begins to capture the first rows of the moving crowd in the stands. The depth of field gradually increases, encompassing more of the surroundings.
4–6 seconds: Wide shot (General plan). The juggler is in the center of the frame juggling the chainsaws while balancing on a unicycle (single-wheel bicycle). Audience: a loudly applauding, moving crowd (with slight motion blur). Bright stage lighting highlights him against the dark stands. Maximum level of photorealism.

1) Sora 2
2) Luma Ray 3
3) Kling 2,5 turbo pro
4) Pixverse v5
5) Wan 2,5
6) Minimax hailuo 02 pro
7) Seedance 01 pro
8) Veo 3

Пишите, кто по вашему победитель?

👉 Наш спринт по созданию ИИ видео уже 10 октября

@creadvice

Bagel Labs представляет Panris - первую открытую модель генерации изображений, полностью обученную в децентрализованном формате, без синхронизации между GPU. Вместо единого централизованного кластера обучаются 8 независимых “экспертов”, каждый на своём наборе данных. Маленький трансформер-роутер объединяет их результаты на этапе инференса.

Модель добилась качества, сопоставимого с централизованными аналогами, при этом использует в 14 раз меньше данных и в 16 раз меньше вычислений, обучаясь на обычных GPU через разные площадки (AWS, GCP, Runpod). Это делает обучение больших моделей доступным вне дата-центров и открывает новую эпоху открытой генеративной ИИ-инфраструктуры.

Основные результаты:

8 экспертов по 129 - 605M параметров
11 млн изображений вместо 158 млн
120 GPU-дней на A40 против 1176 на A100

Исследователи презентуют это как возможную технологическую основу для создания на порядок более "умных" ИИ (и понятно, что работа имеет скорее характер подтверждения теории, но если судить по качеству картинок, то до сверхинтеллекта нам еще далековато)

@how2ai #игорян