Seedance 1.0 与 Veo 3：一次非正式文生视频对比

2025 年 6 月，Matthew Berman 使用一系列文生视频提示词，比较 ByteDance 的 Seedance 1.0 和 Google 的 Veo 3。他提到当时的 Hugging Face 排行榜，但自己的测试只是小规模主观对比，并非受控基准或当前排名。

第一个提示词要求一名体操运动员在明亮的体育馆里翻腾。Berman 认为 Seedance 的动作僵硬、身体运动不自然，但看到的肢体变形比 Veo 片段少，因此略微偏向 Seedance。他最初几个 Seedance 输出为 480p，后续则为 1080p，所以画面比较并非全部处于相同分辨率。

在夜间街头采访中，Berman 称赞 Seedance 片段中的衣服、手部、驶过的汽车和灯光。他注意到人物看起来是亚洲人，并推测这可能与训练数据有关，但单凭这些样本无法确定模型训练集的构成。

与他测试的 Seedance 输出不同，Veo 的采访包含音频。Berman 发现语音与说话者口型不同步，手部和背景人物也发生变形，因此从画面上更偏向 Seedance。音频差异意味着这里比较的是他使用的配置和输出，并非完整的功能对比。

Berman 展示 Seedance 界面，其中有文生视频和图生视频选项。他说自己以约 100 美元购买了 16,000 积分，在他的设置下生成一段 1080p、十秒视频要花 800 积分；他还觉得它比 Veo 3 慢。这些是他在 2025 年 6 月的观察，并非当前价格或标准化速度测试。

两列货运火车正面碰撞的提示词挑战物理真实性。Seedance 生成的画面好看，却把一列火车放在另一列后面，没有清楚表现要求的碰撞。Veo 版本的运动像弹跳一样不可信，还有物体突然出现。Berman 认为两者都不好，但作为娱乐片段略微偏向 Veo。

魔方提示词要求双手转动并解开魔方。Berman 觉得 Seedance 的手看起来逼真，但动作太少，颜色变化也不一致。Veo 展示了更多手部动作，但仍没有真实表现解魔方；他略微偏向 Veo。

一个较长的动画提示词让小机器人进入废弃玩具店，唤醒恐龙和其他玩具。Seedance 生成了讨喜的片段，但遗漏了许多要求的事件，并有一些变形。Berman 强调月亮和打开的门周围具有一致性的细节，包括玻璃如何改变月亮的外观。

在 Berman 看来，Veo 的机器人片段更暗、更有电影感，机器人更精细且有镜头运动。他注意到周围环境突然变化，破坏了连续性。尽管他认为 Seedance 更连贯，仍因整体场景和运镜将胜利给了 Veo。

一个超现实餐厅提示词要求只在室内下雨，室外晴朗干燥。Seedance 却显示情侣离开后室外开始下雨。Veo 显示室内下雨，但室外也在下雨，因此两者都没有完全遵循提示词；Berman 因 Veo 包含室内雨而偏向它。

对于类似 Zelda 的森林场景，Seedance 展示人物奔跑和跳跃，但遗漏了割草、解谜等动作，也没有清楚采用要求的卡通渲染风格。Berman 说 Veo 同样改变了要求的风格，但包含类似游戏的界面元素和一个看似谜题的内容，因此在这个例子中明显获胜。

Berman 要求生成医院恐怖场景，并用 Seedance 生成了两个版本。他觉得两者都很吓人、画面逼真，但说动作缓慢，一个生物似乎从墙中出现；模型也重复了相似场景。他注意到这些样本中的人物外观与之前观察到的不一样，进一步说明少量输出无法确定训练集构成。

在 Veo 的恐怖片段中，Berman 更喜欢奔跑、灯光和表观速度，尽管他认为两者差距不大。提示词要求声音，但他指出自己使用的 Seedance 配置没有音频。他所选的胜者只是对展示的具体片段的判断。

末日城市提示词结合了飓风、闪电、脱轨的单轨列车、战斗和洪水。Berman 称赞 Seedance 的火和水效果，同时注意到火很快消失。Veo 包含了几个要求的元素，但突然切换场景；他因连续性而偏向 Seedance。

对于奥运风格跳水，Berman 起初喜欢 Seedance 的静帧，但发现跳水者的身体和衣服在运动中变形，背景观众也静止不动。Veo 的跳水动作很别扭，并不具备令人信服的技术表现，但他因人体保持更连贯而偏向 Veo。

怪兽卡车提示词要求车辆在雪城中漂移并碾压汽车。Berman 觉得 Seedance 的城市很逼真，但卡车变形，也没有造成要求的破坏。Veo 展示了更多动作，尽管一辆出租车变成了报刊亭；他略微偏向 Veo。

在未来太空战斗中，Berman 认为 Seedance 部分动作看起来合理，但细节和风格比要求的更像卡通。他更喜欢 Veo 的爆炸、枪火、运动和声音。这次比较反映展示的片段，并包含他在 Seedance 运行中没有的音频能力。

两个 UFC 格斗者的提示词让 Seedance 生成了细节丰富的画面，但接触和缠斗不够令人信服。Veo 的结果更像电子游戏，却包含更多拳打脚踢。Berman 判定平局：他更喜欢 Seedance 的视觉真实性和 Veo 的动作。

发光景观上空飞行的奇幻巨兽提示词，让 Seedance 生成了 Berman 认为粗糙的片段，其中出现了不需要的文字和不逼真的瀑布。他明显更喜欢 Veo 的细节、阴影和翅膀运动。这些主观判断各自描述一个模型的一次生成，并非模型全部输出的分布。

翼装飞行提示词要求人物高速沿山下行。Berman 说 Seedance 的人物、服装和阴影看起来合理，但动作太慢，风景也发生变形。Veo 的速度更快，却让人物向上飞且服装发生变化，因此他将胜利给了 Seedance。

最后，一个中国乡村山村提示词要求女子过桥，随后出现舞龙。Seedance 展示了异常巨大的鱼和突兀的场景切换；Berman 认为 Veo 的鱼更逼真，但两个片段都没有让他完全满意。他略微偏向 Veo。

在这些例子中，Berman 因更逼真的运动和物理表现，整体上略微偏向 Veo 3，同时承认 Seedance 在一些片段中的画面质量和连续性很强。视频包含 Augment Code 赞助环节。这种非正式结果取决于提示词、生成设置、样本选择和评审标准。