烧完4000块钱，我来告诉你们Seedance 2.5和MiniMax H3到底有多大差距

文 ｜ 阑夕

字节跳动和MiniMax的新一代国产模型发布撞车，AI圈里还是很热闹的，尤其是MiniMax H3又便宜又开源，喜提好评如潮的口碑，什么0.9个Seedance、SOTA级平替的评价都出来了，有点可以的。

出于严谨对比和个人兴趣，我还是完全对齐两个视频模型，用同样的提示词、同样的分辨率、同样的长度去测试了10组/20条视频成品，算上实验和废片，总计用掉了差不多4000块钱，这下真是自费当AI博主了……

直接先上演示吧，接下来的每组视频，先播放的都是Seedance 2.5直出的，后播放的则是由MiniMax H3生产，我会附上参数和锐评，你们也可以留言发表意见：

1、歌手在登台前的Vlog自拍 / T2V / 720P / 15秒

提示词：

手持MiniDV摄像机美学，以真实的第一人称自拍视角呈现。CHASE始终亲自手持摄像机——绝无摄像师。自然的手持运镜，带有轻微的紧张晃动、不完美的构图、自动对焦犹豫、曝光呼吸效应、真实的动态模糊、细微的磁带颗粒感、柔和的亮部光晕、真实的DV色彩以及摄像机内置麦克风拾音。

制作一段15秒的超写实后台Vlog，记录惊艳的中国偶像CHASE上台前的片刻。整段视频应感觉完全未经编排，仿佛她只是随意地在后台边走边录。

视频开始于摄像机在她行走时意外开启，只露出半张脸，随后她注意到并轻声笑了笑。她调整了一下摄像机，自然地对着镜头说：“哦……已经开始录啦？好吧……嗨。我大概还有一分钟就上台了。”

她继续穿过繁忙的后台走廊，背景中工作人员自然地来回走动。她压低声音以免打扰到别人，微笑着说：“你知道吗，有意思的是，这首歌我唱过这么多次……但每次都觉得是第一次唱。”

她在镜子前短暂停下，调整了一只闪闪发光的耳环，注意到自己微微颤抖的手，对着镜子笑了笑，轻声笑说：“我上台前手总是冰凉的……你看，还是这样。”

一位舞台导演从画外喊道：“CHASE，准备！”她立刻缓缓吸了一口气，对着镜头温暖地笑了笑，比了一个小小的手指爱心，轻轻点了点头，像是在与观众分享这一刻，轻声低语道：“好……走吧，”然后略微放下摄像机，自然地朝舞台小跑过去。她奔跑时摄像机真实地晃动，她的身影消失在明亮的舞台灯光中，观众爆发出响亮的欢呼声，在她踏上舞台的瞬间，录制自然结束。

毫无疑问，Seedance 2.5的真实度和自然感都是碾压级的表现，H3有种奇怪的厚涂妆造，声音方面也更加僵硬，不过镜面细节是对的，这点加分。

2、辣椒炒肉的烹饪切片 / T2V / 720P / 15秒

提示词：

风格：美食治愈、高清写实、暖光、强食欲，时长15秒，参考电影《饮食男女》的做菜片段风格，可以不用精确按照秒数分镜，以最合理且自然的节奏完成视频。0-2秒：一盘金黄焦香的辣椒炒肉在锅里大火翻炒，油花滋滋作响，肉片焦香，青椒鲜亮；2-4秒：俯拍干净食材：五花肉、青椒、大蒜、姜片整齐摆放；4-6秒：菜刀将五花肉切成均匀薄片；6-8秒：空锅下入五花肉，小火慢煸，肉片慢慢卷曲出油、颜色金黄；8-10秒：加入蒜片姜片翻炒，淋上生抽老抽，肉片上色发亮；10-12秒：倒入青椒大火快炒，青椒脆嫩鲜亮，锅中冒热气；12-13秒：加盐、生抽、蚝油快速翻炒，食材均匀入味；13-14秒：辣椒炒肉装盘，色泽油亮诱人；14-15秒：筷子夹起肉片配米饭，热气腾腾，非常下饭。

可以说是半斤八两或者Seedance 2.5略胜，双方都拍出了美食节目里的那种锅气，H3在切肉片段里的物理还原非常优秀，就是收尾处还是出现了那种AI特有的厚涂感。

3、Spider Girl的街头抖舞 / R2V / 720P / 15秒

提示词：

让参考图一中的人物做出跟参考视频一样的跳舞动作，保留参考图片中的背景。

因为这个是有视频参考的，所以两个模型表现都不错，相比之下，Seedance 2.5还是小赢一手人味，人物的视线是有细微变动的，而且抖音的训练数据实在太全了，直接配上了正确的BGM。

4、当兄弟约了一个Coser陪你上课 / I2V / 720P / 15秒

提示词：

一段约14.8秒、3:4竖屏的真实手机生活流搞笑视频，全程一镜到底，不切镜、不换场景。场景是大学成人课堂，所有人物均明确二十岁以上。室内使用偏冷的白色顶灯，背景是略显陈旧的白墙、浅木色墙裙，以及画面左侧垂下来的米灰色窗帘。 画面下方中央始终被一把空着的浅蓝色椅背遮挡一部分，椅背上的椭圆形提手孔清晰可见。人物桌面上持续放着白色笔记本、散页纸和蓝色笔，桌椅、纸张与人物位置全程连续稳定，不能中途消失或改变结构。 主要人物是三名明确二十岁以上的年轻人。 中间男子穿宽松的米白色短袖T恤，他留着短黑发，身材偏结实，肤色偏深，表情很容易害羞；笑起来会低头、缩肩、用手遮住额头或侧脸，脸颊和耳朵也会逐渐变红。 右侧女子坐在与中间男子紧挨的座位上，她是一个Cosplayer，形象参考图片，她的胸部明显丰满，衣襟会随呼吸、身体前倾、低头和轻笑产生很轻的自然起伏，但全部纽扣始终保持扣好。 女子害羞时会用袖口、手背或手指半遮住嘴角与脸颊。服装的颜色、结构与位置全程保持一致。 女子面前的写字板上放着一本打开的白色笔记本、几张散页纸和一支蓝色笔。她大部分时间表现得安静克制，先假装专心看纸，偶尔侧眼观察中间男子，后半段才逐渐忍不住露出浅笑。 中间男子左后方的朋友穿宽松白色T恤，戴细框眼镜，短发略微蓬松。他始终从后排座位向前探身，反复用手按住、揉动或轻拍中间男子的后颈、耳侧和头部，表情带着明显的恶作剧得逞笑意。 其余成年男子坐在前后排，低头看手机或纸张，只做幅度很小的背景动作，不抢夺主体注意力。 镜头由坐在教室前方偏左位置的人使用普通手机后置镜头偷拍，距离主要人物约两三米，机位略低于人物眼睛。开头是能够看到多排桌椅的中远景，画面向右倾斜约4—7度。前两秒镜头基本固定，只保留单手持手机造成的小幅上下漂移。 2.5秒以后，拍摄者开始缓慢向右调整构图，同时使用轻微手机数码变焦，把画面从多人中景逐渐收紧到中间男子、右侧女子和后方朋友三个人的上半身近景。数码变焦带有轻微停顿和一段一段的放大，不是电影式平滑推进。 后半段镜头保持近距离偷拍效果，不再拉远。 0.0—0.5秒，首帧右侧女子正从画面右边走到空座位前，双手扶住折叠写字板边缘，身体向下坐。她的长发因落座动作向前甩到肩膀和胸前，短裙在腿部自然铺开。 她先专心寻找合适坐姿，不立即关注旁边的玩闹。中间男子此时已经低头弯腰坐在座位上，身体缩成一团。左后方戴眼镜的朋友从后排伸出右臂，手臂横搭在他的后颈和肩膀上，把他的头轻轻压低。 0.5—1.0秒，女子完全坐到椅子上，臀部向后挪动一下调整位置。她先用双手整理裙子两侧的布料，再将白色纸张与笔记本推到写字板中央。她的腰背从前倾逐渐直起，头发随着动作轻轻晃动，上衣胸前的拉力褶皱也产生细小变化。 她抬头看向教室前方，表情平静，嘴唇自然闭合。中间男子仍低着头，朋友的手臂继续搭在他的颈后，没有立即松开。两个人的肩膀因憋笑出现很小幅度的抖动。 1.0—1.5秒，女子将两只前臂平放在桌面上，手指轻轻压住纸张，坐姿变得更加端正。白色长袖在手腕附近形成柔软堆叠。 她的目光仍然朝向教室前方，像完全没有注意身边的恶作剧。中间男子继续保持弯腰，脸被手臂和低头姿势遮住。后方朋友低头靠近他，手掌在他的后颈位置轻轻收紧一下，随后马上放松。 1.5—2.0秒，女子短暂向左侧扫一眼，视线在中间男子低垂的头部停留不到半秒，随后若无其事地重新看向前方。她的嘴角基本不上扬，表情仍然收得很住。 后方朋友慢慢松开环在男子脖子上的手臂。中间男子开始试着抬头，但背部依然明显弓着。 2.0—2.5秒，后方朋友的手从男子后颈滑开。中间男子缓慢抬起上半身，先用一只手揉后颈，再把手掌移动到侧脸与太阳穴附近，像刚才被压得有点不舒服，却又觉得整件事很好笑。 他的脸因用力和憋笑略微发红，眼睛向下看，不敢马上观察旁边女子。女子开始低头整理笔记本，把其中一页纸向自己面前拉近。 2.5—3.0秒，拍摄者开始缓慢使用手机数码变焦，同时将构图向右移动。中间男子、右侧女子和后方朋友逐渐成为主体，背景里的其他学生被压缩到画面边缘。 中间男子坐直一些，左肘靠近桌面，左手托住左侧脸颊。眼神先落在桌面上，再偷偷斜向右侧女子，嘴角出现非常浅的忍笑。女子低头翻动纸张，像没有察觉他的目光。 3.0—3.5秒，中间男子把手从脸颊移开一点，身体向后靠，肩膀却不自觉地朝女子方向偏移。他迅速看女子一眼，随后立刻将视线移回桌面，嘴唇紧紧抿住。 女子察觉到他的目光后也侧头看他一下。两人的视线短暂接触，女子的表情仍然安静克制，很快继续低头看纸，只让眼角余光停留在男子身上。后方朋友悄悄把手伸向男子右肩。 3.5—4.0秒，后方朋友的手掌落在中间男子右侧肩头与后颈交界处，先轻拍一下，再像揉肩一样向内轻轻按压。中间男子被突然碰到，肩膀立即向上缩起，身体顺势轻微向女子一侧倾斜，脸上浮现明显的尴尬笑意。 男子赶紧转眼观察女子，像担心她误会。女子也稍微转脸看他，视线在他脸上停留约半秒，没有做出夸张反应，只是眉眼略微放松。 4.0—4.5秒，朋友继续把手搭在男子肩膀上，手指在他的后颈轻轻揉动。中间男子把视线压回桌面，嘴角越来越压不住，背部轻微弓起，双肩向内收紧。 女子重新面向自己的笔记本，右手扶住纸张边缘，袖口在手腕附近形成柔软褶皱。她表面仍然专心看纸，眼角却保留一点观察男子的余光。 4.5—5.0秒，镜头进一步收紧，中间男子与女子的上半身占据画面主要区域。前景浅蓝色椅背仍然遮挡画面下方，椭圆形提手孔持续可见。 中间男子低头笑，额头几乎朝桌面靠近，一只手抬起来摸额角或脸侧。后方朋友暂时把手从他的肩膀抬开，手掌悬在男子头部后方，像在准备下一次恶作剧。女子坐得很直，表情看起来依旧平静，但嘴角已经出现极轻的弧度。 5.0—5.5秒，中间男子继续低头，用左手遮住一侧脸，笑意变得更加明显。后方朋友从左后方探得更近，张开手掌，从男子头顶后方缓慢落向他的后脑勺和右侧后颈。 女子先看向教室前方，随后眼睛向左移动，注意到朋友的手正在靠近。她的头部基本不动，只用眼神观察，嘴角的弧度依旧很浅。 5.5—6.0秒，后方朋友把手掌完整按在中间男子的后脑和右侧后颈，手指自然分开，轻轻扣住耳后位置并向下压。中间男子顺着这股轻微力量再次低下头，肩膀耸起，用自己的左手捂住额头和左脸，身体因忍笑出现一两次小幅抖动。 女子低头看纸，故意保持镇定，但余光明显停留在男子身上。她的手指轻轻摩擦纸张边缘，袖口随动作从手腕向手背滑落一点。 6.0—6.5秒，朋友的手从后脑滑到男子右侧耳朵与颈侧，用掌根轻轻揉按，动作带有明显的逗弄意味。中间男子低着头笑，脸颊被自己的手掌压住，耳朵和脸逐渐变红。 女子稍微抬眼看向男子，嘴唇轻轻抿住，像也快忍不住笑。她的长发垂在脸侧和肩膀前方。 6.5—7.0秒，朋友继续用手揉男子右侧耳后，同时稍微将他的头向右侧推。中间男子慢慢抬起脸，自己的左手仍贴在左脸颊。眼睛先看地面，再迅速瞟向女子，露出非常局促却又开心的笑。 7.0—7.5秒，朋友的手掌贴住男子右侧太阳穴和耳朵，轻轻向女子所在方向推送。中间男子的头顺势歪向右边，左手仍托着另一侧脸，自己的手与朋友的手分别贴在头部两侧，形成被夹在中间的滑稽状态。 男子眼睛眯起，嘴角明显上扬，却又不敢彻底笑出来。女子转动眼睛看向他，目光停留时间比之前更长，嘴角出现淡淡笑意。她没有躲开，依旧保持端正坐姿。 7.5—8.0秒，男子与女子短暂对视，立刻因为害羞将眼神移向下方，肩膀随之缩紧。后方朋友的手仍贴在男子头侧，指尖轻轻揉动两下后开始松开。 女子没有立即移开视线，而是安静地观察他的反应。她的眼皮略微放松，嘴角笑意更加明显，但仍然没有张嘴大笑。 8.0—8.5秒，后方朋友把手从男子头侧移开。中间男子用自己的手揉后颈，头重新低下，像在掩饰刚才的尴尬。 女子先看一眼他的肩膀，再把右手从桌面抬起。手臂缓慢向左移动，宽松袖口堆积在手腕附近，准备轻轻碰一下男子。 8.5—9.0秒，女子伸出右手，用手掌在中间男子靠近她一侧的肩膀上轻轻拍一下。接触时间很短，动作像带着一点安慰，也像跟着后方朋友一起起哄。 中间男子被女子真的碰到后，身体明显僵住一下，头低得更深，嘴角彻底压不住。女子拍完立即收回手，神情从克制迅速变成忍笑。 9.0—9.5秒，女子把刚收回的手抬到自己脸旁，用宽松袖口、手背和手指半遮住嘴角与脸颊，低头轻轻笑。她的长发垂落到脸侧，部分遮挡眼睛，肩膀随笑意产生一次很轻的抖动。 中间男子一只手仍摸着后颈，另一只手靠近桌面，肩膀因笑意轻微颤动，不敢抬头看她。后方朋友在左侧露出明显得意的表情，暂时不再触碰男子。 9.5—10.0秒，中间男子抬手遮住额头和眼睛，脸转向左下方，笑得双眼眯起，动作表现出又害羞又不知道该怎样回应。 女子继续用袖口覆盖的手背挡住半张脸，眼睛低垂，嘴角明显上扬，偶尔用余光观察男子。拍摄手机保持紧凑近景，同时向右产生一点细小漂移。 10.0—10.5秒，后方朋友再次从左侧伸手，掌心快速但不重地贴到中间男子左侧额头与太阳穴附近，像故意替他擦脸，又像继续逗弄他。男子先闭眼缩肩，随后笑着把头稍微向右躲开。 女子低着头微笑，脸颊仍靠近自己的袖口和手背。她的肩膀又轻轻抖动一下，桌面纸张被袖口扫过边缘，但没有改变位置。 10.5—11.0秒，朋友的手从男子额头滑到头侧，轻拍两下后离开。中间男子终于抬起头，转脸朝左后方看向朋友，笑容里带着一点无奈和“原来又是你”的感觉。他眉毛抬起，嘴唇出现一两下自然说话口型，但不设置清晰固定台词。 女子仍坐在右边，低头带笑，假装重新阅读笔记。她放下遮脸的右手，用指尖扶住纸张，长袖自然落回手腕附近。 11.0—11.5秒，中间男子转得更加彻底，正面看向左后方的朋友，身体略微离开女子所在的一侧。后方朋友一只手搭在他的肩膀上，另一只手在空中做出简短的解释或继续开玩笑的动作。两个人短暂对视并一起笑。 女子把脸轻轻托在手掌上，眼睛向下，嘴角保留明显但安静的笑。 11.5—12.0秒，朋友从后排探身到男子左侧，伸手抓住男子抬起的一只手腕或手指，像准备再次控制他的动作；另一只手重新放到男子后颈。中间男子虽然想躲，身体却因为笑得没有力气而向前收缩。 男子手中仍然夹着或托着一张浅色纸板、笔记本或文件，道具始终留在画面里。女子侧着脸继续观察，托住脸颊的手没有马上放下，眼睛弯起，笑意比前面更加明显。 12.0—12.5秒，朋友一只手握住男子的手腕，另一只手按住后颈和耳后，把他的头轻轻向下压。中间男子低头笑，手腕被抬到脸侧，手指不自然地蜷起，呈现朋友之间夸张但安全的玩闹。 女子托着脸观看这一幕，眼睛明显弯起来。她的身体因憋笑轻轻向前倾。 12.5—13.0秒，朋友继续保持抓住手腕和按住头部的姿势，将男子自己的手掌轻轻推到他的脸侧，像让男子自己捂住耳朵。中间男子一边躲避一边笑，身体左右小幅扭动，肩膀连续颤动两下。 女子低头掩笑，长发垂到脸侧与笔记本上。她再次用色袖口和手背遮住嘴角，短裙在座椅上保持自然铺开的状态。 13.0—13.5秒，中间男子短暂抬头，脸仍被朋友的手和自己的手夹在两侧，露出无奈、羞窘又忍不住开心的笑容。他先看向手机镜头所在的大致方向，发现可能有人正在偷拍后，立即再次低下头。 朋友保持恶作剧得逞的表情，眼镜与脸部在画面左侧清楚出现。抓女子没有直视镜头，继续低头忍笑。 13.5—14.0秒，朋友逐渐减轻力度，但仍然松松握着男子的手腕，并用另一只手轻揉他的耳后。中间男子笑着缩起脖子，下巴压向胸口，眼睛斜着看向右侧女子，像在确认她是否正在笑自己。 女子也抬眼看他一瞬间，两个人再次出现极短的眼神接触。她随后重新低下头，嘴角明显翘起，用指尖轻轻压住笔记本的一角。 14.0—14.8秒，三个人的动作逐渐停下来。后方朋友仍将一只手放在男子耳后附近，另一只手松松握着他的手腕。中间男子低着头，嘴角保持压不住的笑，肩膀还有最后一下轻微抖动。 女子侧着脸，用袖口与手掌托住脸颊，低头看着桌面上的纸张，眼睛却悄悄向男子方向偏移，保留一种带有轻微害羞感、又明显在看热闹的浅笑。 剧情最后停在三个人仍挤在一起、中间男子被朋友逗得满脸窘笑、右侧女子在旁边偷偷笑的瞬间。

从瓜神（@guahunyo）那里偷的提示词，主要测试的是情绪变化，但不知道何意味，H3硬生生给我整出了一个黑哥，这是提示词里完全没有的……

5、日系胶片电影的初恋片段 / T2V / 720P / 10秒

提示词：

帧率24fps，85mm定焦镜头，极轻微呼吸手持。日系空气感胶片，柯达Portra 400电影感，细腻颗粒，柔光弥散灰雾感。主色调晴空浅薄荷青：天空浅雾青、雏菊花奶白鹅黄、野草嫩青绿、海面浪花米白泡沫、远山雾灰绿阴影。晨间柔和侧顶光，人物发丝与衣摆包裹淡银色柔和轮廓光。前景虚化白黄小雏菊花海，中景下坡蜿蜒步道，远景左侧持续铺开海面与白色浪潮。全程强海风作为恒定动态，雏菊花头随风大幅晃动，低空白色海鸟滑翔，花田、坡地与海岸线为静态基底。 男主蓬松黑色中长发，穿灰蓝色牛仔翻领外套内搭深色针织，黑色长裤。女主乌黑顺直长黑发搭配空气刘海，穿米白短款小西装外套内搭米白长款连衣裙，小白鞋，身后背着棕色皮质双肩包。 镜头一（0至3秒）： 前景大片虚化摇晃的白黄小雏菊花海交织下坡步道。男主走在前方，双手握住老式银白色单车把手向前推行，身体朝向画面左方下坡。女主跟在他身后半步距离，双手轻搭背包肩带。海风持续吹拂，两人发丝与裙摆向画面右侧扬起，成片雏菊顺着风势倒伏。镜头向左平移，画面左侧不断展露更宽阔海面与层层白色海浪。男主步伐平缓克制，女主眼神落在男主背影。 镜头二（3至7秒）： 前景以女主乌黑长发与棕色皮质双肩包肩带作为前景形成过肩视角。中景男主推着单车缓步前行，停下来侧过头向后望着女主，目光温柔落在她身上，说“是你喜欢的花海。”女主一缕长发被海风吹到镜头前景，镜头逐渐沿着弧形路径环绕至两人侧边，同时女主问男主：“有我好看吗？”男主宠溺地看着她微笑，耳侧发丝向后飘动。 音频&双语字幕： 男主：是你喜欢的花海。| It's the flower field you like. 女主：有我好看吗？| Is it prettier than me? 镜头三（7至10秒）： 初始镜头框住两人上半身，男主继续推着单车向前走，说：“别臭美啦。”女主在他身后笑了起来。镜头极缓慢拉远。前景随风晃动的成片雏菊从画面底部逐渐入画，最后镜头静止，远景完整铺开广阔海面，白色浪潮一层层涌向岸边，三只海鸟低空横穿过海岸线上方。海风拉满，整片雏菊随风起伏，女主长裙大面积向后翻飞，男主外套下摆被海风撑开。 音频&双语字幕： 男主：少臭美啦。| Don't be vain. 禁止身体畸形、面部扭曲、皮肤塑料感、磨皮过度、CG感、硬切闪白。

Seedance 2.5的指令遵循相当完美，对于氛围的理解很到位，H3可能还是输在画质的「糊」上面，以及并没有按要求打上字幕。

6、能让时间停止的妹子 / T2V / 720P / 15秒

提示词：

照片级真实感的电影化 1990 年代中国北京餐馆，以现代生活化的真实感和柔和自然窗光拍摄。细微的手持质感，温暖的实用光源，丰富的时代细节，浓重的胶片颗粒。 0-2 秒：[中广角] 一位引人注目的 20 岁出头中国年轻网红女孩独自坐在柜台前，神情平静略带一丝愉悦，慢慢通过吸管啜饮一杯玻璃瓶装的可乐。她身后，一位中年女性服务员手持一笼包子，另一手拿着满满一杯豆浆，正走近过来。一位莽撞的男士开始从附近的卡座站起。 2-4 秒：[动态跟踪] 男士猛地撞上女服务员。蒸笼、包子、杯子、豆浆在混乱的慢动作中向上爆裂。豆浆喷涌成长长的液体丝带和完美悬浮的液滴。镜头立即开始围绕撞击点平滑连续环绕。时间在倾洒的高峰完全锁定。每张脸都凝固在纯粹的震惊中。只有柜台边的女孩继续动着，完全不为所动。 4-9 秒：[慢速 360° 环绕] 镜头在冻结的餐馆中优雅地完成完整环绕。豆浆悬浮在半空，形成玻璃般的丝带和球体，体积和表面张力完美无缺。包子和旋转的蒸笼无重力般漂浮。男士和服务员仍锁定在惊愕的表情中。柜台边的女孩慢慢、有意地啜饮一口，眼睑半垂，几乎有些无聊。 9-15 秒：[中景] 女孩站起来，不碰到任何漂浮物往镜头右边走去，当她走出镜头后，时间开始流逝，包子、豆浆、杯子等物品掉落在地上，伴随着餐馆里其他顾客的惊呼声。 照片级真实感，超详细的流体物理，仅在运动元素上完美的运动模糊，稳定的角色，电影化灯光，浓重的自然胶片颗粒，无瑕疵，电影级的时序连贯性，高重看价值。

「时停」情节对于视频模型的考验极高，因为涉及到空间、位置、时间的加权计算，很容易出错，Seedance 2.5让身体穿过了小笼包，同时没有端豆浆却泼出了豆浆，太想做事，反而不如H3保守稳定。

7、报复心很强的狸花猫主播 / T2V / 720P / 10秒

提示词：

写实风格，狸花猫加白猫咪自拍视角，全程一镜到底，人物动作自然流畅，冬天公园里的大湖的路上，大湖没有护栏，猫咪站在路上，一手举着镜头一手拿着一根香肠，一个中国的中年光头胖子从猫咪后面走来，胖子用绳子牵着一条哈士奇，胖子大声的指着猫咪喊道：小猫还自拍，别挡道。狸花加白猫咪听到后回头看了一眼，然后猫咪把香肠扔进了远处的湖水中，哈士奇见状立刻冲刺到湖里去，胖子被牵着的哈士奇拽进了湖里，胖子落水的时候还喊着别别别，狸花加白猫咪哈哈大笑。

套了一个短视频社区里很火的模板，不出意外的也是Seedance 2.5完胜，H3只能说够用，以及最后的笑声真把我吓到了。

8、女武士割草暗影狼 / T2V / 720P / 15秒

提示词：

高端电影级3D写实风格，融合了快速的当代舞蹈与灵刃刀战。爆发式的旋转、深度的下腰、地面滑行、空中收缩以及凌厉的肢体伸展，直接流畅地转化为精准的单刀斩击，创造出既优雅、狂野又迅捷无比的编舞。浓密的阴影物质形成掠食性的轮廓，突进的烟雾轨迹和崩塌的黑色冲击波，而每一道刀弧都将撕裂空气的红色织物状能量，并将击中目标产生的冲击瓦解为墨色粒子。激进的环绕式摄影机运动、低角度跟拍、极致透视缩短、突然的横向加速、冷冽的体积雾气和湿润的反光表面，在提升表现力的同时并未牺牲剪影的清晰度。逼真的布料动态、受控的动态模糊、物理模拟的刀身重量以及电影级渲染，共同保持了优雅、危险与宏大尺度。表演从攻击中途开始，一只影狼从烟雾中跃出，舞者在狼身下以剧烈的下腰折叠躲避，并在起身过程中抽出单刀划穿其身体。更多狼群从四面八方盘旋围攻，她加速旋转、扫堂腿、空中踢击和急转回身，每一个动作都化为干净利落的斩击，将狼群劈碎为黑色蒸汽与深红碎片。摄像机与她一同在狼群中螺旋运动，最后在她对最后一波敌人发动又一次旋转斩击时，以全速运动状态结束。

继续上调动作幅度，同时加上奇幻题材和粒子特效，可以看到两个模型的差距进一步拉大了，Seedance 2.5的控制精度非常出色。

9、对着M系女友比心会怎么样 / I2V / 720P / 15秒

提示词：

场景：房间（暖光环境，柔和偏黄，带生活感与空气层次）。灯光：室内暖光主光+侧边阴影（脸部立体，光影过渡自然）。镜头：第一人称视角+全景到跟随推进至近景+微手持晃动。风格：电影级写实风格，8K分辨率，Canon EF85mm f/1.2。人物：女友（参考图1）去掉武器，发型不变，服装不变跟图片一模一样，小女友气质，模特儿身材。全程无背景音乐，仅环境声+动作声。全景进场，建立关系。全景：女友走进来，走路有重量，高马尾随步伐自然摆动。画面前方伸出一只手（第一人称），单手比出C字型的“爱心手势”，镜头跟随推进。镜头跟随推进至近景：女友慢慢靠近镜头，看到爱心手势，直接抬手拍掉（清脆接触声），眼睛往下看，表情冷淡带不耐，对抗与情绪拉扯。我再次伸出手，比出爱心手势。女友眨眼一下（自然微表情），歪头+双手抱胸，带点生气的看着镜头（压迫感），停顿0.5秒。女友视线看向手势，再抬头看向我，嘴角轻微上扬（笑意开始出现），转折动作。女友再次看向爱心手势，下一秒，直接抓住我的手腕（动作利落、有力），暧昧反转收尾。女友顺势带动我的手，把我的手掐在她脖子上，身体往后退一下（带拉扯惯性），距离拉近。女友歪头看我，眼神转为带掌控感的暧昧，对我笑。画面定格在：手扣脖子+歪头笑+暖光阴影层次，自然结束。画面质感要求：1. 二次元画风，皮肤保留毛孔、细纹、自然红润（拒绝塑料陶瓷肌）。2. 动作具重量（拍手、抓手腕、后退皆有惯性）。3. 眼神层次（冷到不耐到对抗到松动到掌控暧昧）+自然眨眼。4. 光影层次（暖光+阴影过渡+灰尘颗粒）。

从热门短视频里提取出来的剧本演绎，Seedance 2.5的完成度依然在90分以上，H3不只是真实感过低的问题，最后对动作的理解也错了。

10、90年代动画里的舞女 T2V / 720P / 15秒

提示词：

90年上海美术电影制片厂美学，极其精细华丽的老式插画风格，超密集线条艺术，精细发丝，复古扫描质感，柔和低饱和色调，朦胧氛围光影，神秘忧郁的气氛，超高细节，柔和胶片质感。古代舞姬，发型复古精致，发饰有金凤钗和牡丹花，古典舞衣服飘逸，且拥有超大裙摆，在打光的墙前面跳古典舞，动作连贯，难度极高，影子与主体一起跳舞，穿着华丽的衣服，动作及其复杂柔美，手纤细修长，手指甲涂着丹蔻更显手长且白。她站在华丽的大殿中跳舞，背后是君王。她用婉约忧伤的声音唱歌，歌词是“舞低杨柳楼心月，歌尽桃花扇底风。”

这是想看看上海美术电影制片厂的作品被训练了多少，Seedance 2.5表现不错，但没有把诗词给唱出来，反倒是H3的唱腔很有我要的婉约哀伤调性。

这轮测试到此为止，所以，你们的打分如何？

最后，我再补充几条肝完视频的感受：

- Seedance 2.5强归强，贵也是真贵，按积分来算，生成一条15秒的视频差不多要35块钱，用起来是会感到肉疼的；

- 在即梦里，Seendance 2.5出片是秒进生成序列的，但使用上一代版本的Seedance 2.0尚且需要排队，懂了吧，价格就是妥妥的第一生产力；

- MiniMax H3的价格就更低了，15秒的视频账单是7块钱，相当于Seedance 2.5的1/5了，很明显是在主打对质量要求并没有那么高的人群；

- 所以我也不觉得这两个视频模型算得上竞争对手，面向市场完全不一样，习惯了Seendance模型的言出法随，可能会比较难以适应H3的抽卡；

- H3选择开源倒是很有勇气，尤其对于NSFW赛道是天降甘露，终于可以摆脱在小模型市场捡垃圾的生活了，第一次得到了部署商用级别模型的机会；

- 就在今天，阿里旗下的新一代视频模型Wan3.0也上线了，据参加过内测的同学评价，大概是Seedance 1.9的水平，这几天有空我再测测；

- 也就是说，半年过去了，Seedance 2.0还是视频模型领域最高的山、最长的河，直到被自家的Seedance 2.5给超了过去，但性价比仍然是前者占优；

- 目前主流视频模型的战力，我的划分是——Seedance家族断档T0，Kling 3.0、Gemini-Omni和MiniMax H3坐稳T1，接下来是Veo 3.1独占一个T1.5的位置，再往后就得算Pixverse V6、wan 2.7、Flux 3、Grok 1.5、Vidu Q3这些T2守门员了，比它们还弱的基本都退出游戏了，包括曾经名动一时的Sora 2、Runway Gen-4等等，Midjourney V1比较特殊暂时不列进来考虑。