Сравнение топ‑5 нейросетей для генерации видео в 2026 году

В середине 2026 года команда Bothub опубликовала детальный обзор текущего состояния генерации видеоконтента нейросетями. Авторы выбрали пять самых популярных моделей: Veo 3.1, Kling v3 Omni, Sora 2 Pro, LTX‑2.3 Pro и Grok Imagine Video 1.5. Каждую из них прогнали через семь одинаковых сценариев – от средневекового рыцаря и жонглёра до панически мяукающего кота и воссоздания образа Уилла Смита.

Для всех генераций использовались одинаковые промпты, одинаковые настройки модели (разрешение 1080p, 30 fps, 8 секунд длительности) и одинаковое аппаратное обеспечение (GPU RTX 4090). Оценка проводилась по четырём критериям: реализм изображения, качество движения, отсутствие артефактов (плывущие лица, лишние пальцы, искажения) и общая согласованность сцены.

Результаты:

• Sora 2 Pro показала наилучший баланс: высокую детализацию лиц, плавные движения и минимум артефактов в 6 из 7 сценариев.
• Kling v3 Omni отмела в детализации фона и текстур, но иногда генерировала «привидения» в движении рук.
• Grok Imagine Video 1.5 продемонстрировала лучшие результаты в сценах с быстрыми объектами, однако страдала от размытых лиц.
• Veo 3.1 и LTX‑2.3 Pro отставали по качеству движения, часто создавая «скачки» в анимации.

Авторы также проанализировали влияние параметров «guidance scale» и «seed», отметив, что небольшие изменения могут существенно улучшить или ухудшить результат.

Полный текст статьи доступен на Habr ML: https://habr.com/ru/companies/bothub/articles/1058144/ .