Veo Omni Flash 1.2 поднялась с 7 до 8,5 балла в тесте, но путает референсы

Видеомодели обычно хвалят по демо-роликам, которые вендор отобрал сам. Поэтому интереснее, когда кто-то берёт новую версию, гоняет её на тех же промптах, что и предыдущую, и честно пишет, где она спотыкается. Именно так автор Хабра проверил Google Veo Omni Flash 1.2.

Что показали тесты

У автора два собственных рейтинга. В первом, «текст в видео», 12 моделей получили один и тот же промпт про уличного повара с лапшой, и каждую он оценил от 1 до 10. Veo Omni Flash 1.2 набрала 8,5 и заняла 4-е место. Прошлая версия, 1.1, получила 7 баллов и оказалась на 6-м месте. Ролик в обоих случаях стоит 21 токен, то есть качество выросло без роста цены.

Во втором тесте, «оживление кадра», модель получает три готовых изображения (портрет, стройку и банку) и должна их оживить. Итог считается из 100. У Omni Flash 1.2 вышло 76,2, у версии 1.1 примерно столько же. Значит, если ваш главный сценарий — анимировать готовую картинку, апгрейд почти ничего не даёт.

Повторили оба теста на тех же промптах и кадрах, поэтому сравнение версий честное. Это сильная сторона обзора: меняется только модель, а не условия.

Новое: 15 секунд и 7 референсов

Длина ролика выросла до 15 секунд. Кроме того, в SYNTX.AI в режим референсов можно загрузить до 7 картинок. Референсы нужны, чтобы персонажи и предметы выглядели одинаково от сцены к сцене. Для рекламы и сериальных форматов это важнее красивой картинки.

На практике получилось неровно. В рекламе с линейкой из 6 упаковок модель удержала 4. В ролике про зал с 7 тренерами у трёх сбились детали: волосы, татуировка, положение в кадре. Иначе говоря, заявленные «7 референсов» не означают, что все семь выйдут узнаваемыми. Чем больше объектов в кадре, тем выше шанс, что часть из них «поплывёт».

Физика: слабое место

Автор отдельно отмечает физику. На банке капли стоят на месте, хотя должны стекать. А боксёрская груша качается, хотя по ней никто не бьёт. Первая ошибка — недостаток движения, вторая — движение без причины. Обе заметны даже без покадрового разбора, и обе легко пропустить, если смотреть ролик один раз и на маленьком экране.

Что с этим делать

• Черновики сцен по тексту. За те же 21 токен новая версия оценена выше старой. Если вы раскадровываете идею или тестируете сюжеты, переходить стоит.
• Реклама с жидкостями. Капли, пролитые напитки, пар — проверяйте покадрово. По наблюдениям автора, здесь модель ошибается заметнее, чем обещает Google.
• Линейки товаров и группы людей. Не рассчитывайте, что модель удержит все референсы. Делите сцену на несколько роликов с меньшим числом объектов и склеивайте.
• Анимация готовых кадров. Если вы уже на версии 1.1 и работаете в основном с «оживлением», срочной причины переезжать нет.

Ограничения обзора

Оценки субъективные: их поставил один человек. Текстовый тест построен на одном промпте про повара с лапшой, так что 8,5 против 7 говорят о конкретной сцене, а не обо всех жанрах. Цена в 21 токен относится к платформе SYNTX.AI, а не к прямому API Google. Сами сцены с референсами автор добавил только для версии 1.2, так что прямого сравнения с 1.1 по ним нет.

Итог простой: Veo Omni Flash 1.2 стала лучше для быстрых черновиков по тексту, но не стала надёжной для рекламы с жидкостями и для кадров с кучей персонажей. Если вы делаете продакшен-ролики, закладывайте время на проверку и перегенерацию, а не верьте цифре «до 7 референсов».