Az összehasonlítás középpontjában három mesterséges intelligencián alapuló videógenerátor, a Cling 2.6, a VO 3.1 és a Sora 2 áll. A tartalomkészítő több, egymástól markánsan eltérő szituációban teszteli ezeket a modelleket, hogy feltárja azok erősségeit, gyengeségeit és különleges képességeit.
A vizsgálat során szó esik a párbeszéd-lejátszás, a szájmozgás szinkronizációja, valamint az audiorejtegezés minőségéről. Feltűnik az is, mennyire képesek a modellek természetes és filmes kameramozgásokat – például FPV drón-snittet, dolly zoomot vagy whip pan átmenetet – életszerűen visszaadni.
Külön figyelmet kap a horror műfajra jellemző hangtervezés, valamint a termékhirdetések és a felhasználói tartalom (UGC) stílusú videók előállítása is. A modellek mindegyike eltérően kezeli a tartalmi korlátozásokat, például egyes modellek blokkolnak bizonyos jeleneteket biztonsági irányelvek miatt.
További izgalmas kérdés, hogy melyik AI-modell birkózik meg legjobban a fizikai szimulációval: szövethullámzás, vízfröccsenés vagy törésjelenetek animálásával. A munkafolyamat bemutatásán túl egy szerkesztőeszköz, az AI Video Cut is szerepet kap, amely a generált videók utófeldolgozását teszi gördülékennyé.
A végső pontozásból kitűnik, hogy mindhárom modell másban tűnik ki, így fontos átgondolni, hogy melyik felhasználási célhoz melyik AI a leghasznosabb. A videó öt komplex kategóriában veti össze a szereplő modelleket az objektív értékelés érdekében, de a konkrét győztest nem leplezi le.
