5月19日,Google在I/O 2026大會上正式推出Gemini Omni視頻生成模型,官方強調其在重力、動能和流體動力學方面具備直觀理解能力,水終于能像水一樣流動。
而就在昨晚,有網友用同一組提示詞,將Omni與字節跳動旗下Seedance 2.0進行橫向對比,結果在四組運動類視頻中,Omni的表現對比Seedance 2.0,均存在差距。
拳擊場景:力量感的差距在鏡頭語言里
![]()
第一組對比是拳擊臺。上方畫面由Google Omni生成,兩臺骨骼模型在擂臺上對峙,但鏡頭基本固定,畫面更像一張會動的定格照片,缺乏對抗應有的緊張節奏。
下方Seedance 2.0的畫面則完全不同,鏡頭跟隨出拳動作快速推拉,對方的頭部被擊中后呈現大幅后仰,整個序列的運鏡直接放大了打擊的力量感,視頻充滿張力。
網友評價:Omni完成了動作,Seedance完成了場面。
高爾夫場景:靜止的球與旋轉的球
![]()
兩組視頻都模擬了打高爾夫的狀態,但Seedance 2.0版本中的球體表面凹槽清晰可見,并且整體處于高速向前旋轉的狀態,符合真實世界中高爾夫球被擊出后的物理軌跡。
Google Omni生成的高爾夫球則完全靜止,表面紋理雖然細膩,但球體沒有任何自轉跡象,像一件被懸停在空中的展品,而非一顆正在飛行的球。
跳高場景:直接穿模
![]()
第三組跳高畫面的對比更為直觀。Omni生成的運動員在越過橫桿時,身體與桿發生了明顯的穿模,肢體直接穿透器材,場景邏輯瞬間崩塌。
Seedance 2.0的同一幀則保持了合理的空間關系,運動員身體彎曲弧度自然,橫桿位置清晰,沒有發生任何碰撞異常。
跳水場景:入水姿態的混淆
![]()
第四組跳水測試中,Omni再次暴露了運動理解的偏差。畫面中的運動員以近似游泳出發臺的平趴姿態入水,雙臂前伸、身體平行于水面,這更像是游泳比賽的出發動作,而非跳水應有的垂直或翻轉入水姿態。
Seedance 2.0的版本則呈現了標準的垂直入水動作,身體線條、入水角度都與真實跳水運動一致。
結論
對于創作者而言,當前最務實的選擇仍是根據具體場景挑工具。需要復雜后期編輯和多模態混剪,Omni的聊天式工作流值得嘗試。但如果追求運動真實感和物理準確性,Seedance 2.0在這輪盲測中顯然更經得起逐幀審視。
來源 | AI普瑞斯(ID:AIPress2025)
作者 | Kyousuke; 編輯 | 呼呼大睡
內容僅代表作者獨立觀點,不代表早讀課立場
![]()
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.