Seedance和H3，视频生成怎么选？
H3开源那天我把这两家的技术路线捋了一遍，越看越有意思。H3走的是"全模态"：文本、图片、视频、音频一股脑作为整体输入，原生音视频联合生成，输出还是双声道。工程上它用高压缩Tokenizer把token用量压下来，这也是它敢定低价的底气。8月3号权重放出来，昇腾、摩尔线程、海光等九家芯片厂商当天就完成适配，我自己机器上跑也确实能跑。Seedance 2.5走的是控制路线：最多30张图、10段视频、10段音频当参考，还有精准的时间戳控制，几点几秒出什么都给你定好。说白了，这是两种哲学：H3让模型自己消化，Seedance让人把方向盘握死。我用了一周的体感是，H3的上限在模型本身，开源微调能继续往上顶；Seedance的上限在你的提示词和素材组织水平。也得承认，长镜头的物理真实感H3还差头部一截，这是它开源要付出的代价。
发布于 福建
1
评论
1
未登录
友善发言
评论
加载中
