Wan 3.0 يتصدّر لوحة الصدارة المُعاد بناؤها للفيديو، وKling 3.0 يصبح مرساها

أعادت Artificial Analysis بناء لوحة تحويل النص إلى فيديو الخاصة بها في 30 سبتمبر. المقياس الجديد، AA-Video-T2V v2.0، يحكم على كل نموذج بدقة 1080p ويعتمد على أكثر من 68,000 صوت تفضيل بشري عبر نحو 1,000 موجّه (prompt)، موزّعة على عشر فئات استخدام وعشرة محاور قدرات. يحلّ Wan 3.0 في المرتبة الأولى مع الصوت بتقييم Elo يبلغ 1,156، ويحصد المركز الأول في عشر من أصل عشرين تصنيفاً فئوياً.

الرقم الذي يخبرك أكثر عن حالة السوق هو الرقم الموجود في الأسفل. Kling 3.0 بدقة 1080p هو المرساة الثابتة عند 1,000. لا يُصنّف أحد دونه لأن المقياس مثبّت هناك. كان النموذج الرائد السابق من Kuaishou هو المعيار المحلي لفيديو الذكاء الاصطناعي؛ وعلى هذه اللوحة أصبح نقطة المرجع التي يُقاس عليها كل شيء آخر.

مجموعة متقاربة، لا منصة تتويج

تقع النماذج الأربعة الأولى ضمن 18 نقطة من بعضها البعض، على هوامش خطأ تبلغ نحو تسع إلى عشر نقاط. يتصدّر Wan 3.0 عند 1,156. ويأتي Utopai X، الذي خضع لتدريب لاحق على MiniMax H3 وليس له واجهة برمجية عامة، في المرتبة الثانية عند 1,148. ويتبعه Dreamina Seedance 2.5 عند 1,142، ثم MiniMax H3 بدقة 768p في المرتبة الرابعة عند 1,138. ويكمل H3 Max من fal المجموعة عند 1,134.

اقرأ هذه الأرقام كمجموعة متقاربة لا كسلّم. النموذج الذي يسجّل نتيجة ضمن هامش خطأ المتصدّر ليس أسوأ منه بشكل قابل للقياس. ثلاثة من أفضل خمسة نماذج هي H3 أو مبنية عليه، وهذه هي الحقيقة الأكثر إثارة للاهتمام: فالقاعدة مفتوحة الأوزان التي أطلقتها MiniMax أصبحت الأساس الذي يبني عليه آخرون تدريبهم اللاحق، بالطريقة نفسها التي بنى بها الناس على Stable Diffusion قبل ثلاث سنوات.

ثمة قصة توزيع تحت التصنيف تكشفها اللوحة للمرة الأولى. قبل عام، كانت قمة لوحة صدارة الفيديو قائمة من النماذج المغلقة من حفنة من المختبرات جيدة التمويل. اليوم تشمل المراكز الخمسة الأولى قاعدة مفتوحة الأوزان ونموذجين دُرّبا تدريباً لاحقاً عليها من فرق أصغر. لا يملك Utopai X واجهة برمجية عامة، لذا يبقى النموذج الذي يحتل المرتبة الثانية على لوحة صدارة عامة بعيد المنال عن أي شخص خارج الشركة. هذا نوع جديد من ظواهر التصنيف، ويقول شيئاً عن مدى سرعة ترقية تدريب لاحق جيد لقاعدة مفتوحة إلى موقع المنافسة.

على اللوحة المرافقة الخالية من الصوت، التي أُطلقت في اليوم نفسه، يتصدّر Wan 3.0 عند 1,129 مع حلول H3 وH3 Max في المركزين الثاني والثالث. إن إزالة الصوت تضيّق المنافسة، ما يشير إلى أن ميزة النماذج الصينية تمرّ عبر معالجتها للصوت لا عبر صورها وحدها. كما يقلب ذلك تفسير لوحة الصدارة: فالاستوديو الذي يحتاج فقط إلى مقاطع صامتة ينظر إلى صورة تنافسية مختلفة عن ذاك الذي يحتاج إلى حوار متزامن مع حركة الشفاه.

ما يقوله عمود السعر

تحمل لوحة الصدارة أيضاً سعراً لكل دقيقة، وهذا العمود يُقرأ بشكل مختلف عن عمود Elo. تبلغ تكلفة Wan 3.0 نحو 12 دولاراً لكل دقيقة فيديو. أما Seedance 2.5 فهو أغلى نموذج ضمن العشرة الأوائل بواقع 34.12 دولاراً لكل دقيقة. بينما يعمل MiniMax H3، الذي يستطيع أي شخص تنزيله، بتكلفة 4.80 دولارات لكل دقيقة.

إذن يكلّف النموذج مفتوح الأوزان في المركز الثالث ربع ما يتقاضاه المتصدّر وسُبع ما يتقاضاه النموذج التجاري في المركز الثاني. وبالنسبة لفريق يطلق منتجاً، تهمّ هذه الفجوة أكثر من تسع عشرة نقطة Elo. ينتقل السؤال من «أي نموذج هو الأفضل» إلى «أي نموذج جيد بما يكفي بحيث لا تقتل فاتورة الدقيقة الواحدة الجدوى التجارية». وH3 هو الجواب لكثير من الفرق التي كانت ستدفع مقابل Seedance قبل عام.

يستحق رقم Seedance 2.5 البالغ 34.12 دولاراً لكل دقيقة نظرة ثانية، لأنه أغلى مدخل في العشرة الأوائل ويحتل المركز الثالث. يشير هذا التسعير إلى عميل يقدّر الجودة بما يكفي لدفع سبعة أمثال سعر النموذج مفتوح الأوزان، وهؤلاء العملاء موجودون في الإعلانات والسينما. وما لا تستطيع اللوحة إظهاره هو ما إذا كانت هذه العلاوة السعرية تصمد عند التماس مع الميزانية. فإذا كان الإنتاج يحتاج مئتي لقطة، فإن الفرق بين 34 و4.80 دولاراً لكل دقيقة هو الفرق بين مشروع ومشكلة في جدول بيانات.

يأتي تصدّر Wan 3.0 مع تحفّظ: فهو في نسخة تجريبية تجارية مقيّدة بالدعوة. أما H3 فهو النموذج الذي يمكنك شراؤه فعلاً اليوم بسعر معلن. إن موقع متصدّر على لوحة الصدارة لنموذج لا تستطيع الوصول إليه هو إشارة إلى الاتجاه الذي يتجه إليه المجال، وليس قراراً شرائياً.

تضيف لوحة تحرير الفيديو بُعداً ثانياً. يحتفظ Wan 3.0 بالمركز الأول هناك بتقييم Elo يبلغ 1,188، منتزعاً الفئة من MiniMax H3، الذي كان يحتفظ بها منذ ظهوره في أغسطس. التحرير هو حيث توجد سير العمل العملية، لأن معظم أعمال الفيديو التجارية تبدأ من لقطات موجودة بالفعل. النموذج الذي يتصدّر في التوليد لكنه يتخلف في التحرير أقل فائدة لفريق إنتاج من نموذج قوي في كليهما. ويتصدّر Wan 3.0 حالياً في كليهما، وهو أقوى موقع احتله أي نموذج على هذه اللوحة.

Kling 4.0 صدر كورقة مواصفات

الأمر الآخر الذي توضّحه هذه اللوحة هو مقدار ما يوجد من إطلاق Kling 4.0 الأخير خارج بيان صحفي. أعلن حساب Kuaishou عن النموذج في 28 سبتمبر: حتى 4K، و10-بت HDR، و15 مرجعاً متعدد الوسائط، و10 إطارات مفتاحية، وتوليد أصلي لمدة 30 ثانية، وصوت ستيريو. وكان تاريخ الإصدار «قادماً في أكتوبر الجاري».

ما صدر فعلاً هو Kling 4.0 Flash، وهو متاح لمشتركي Ultra السنوي. ولا تحمل صفحة الميزات أي سعر أو تاريخ أو نص عن الدقة، ولا أي ذكر لأكتوبر. ولا يزال أحدث إدخال لـ Kling على أي لوحة من Artificial Analysis هو 3.0. ويقول منشور لمُنشئ محتوى أفصح عن أن Kling دفعت مقابله إن مخرجات الإطلاق بدقة 1080p وأرخص من Seedance، وهو ما يتعارض مع العنوان الرئيسي «حتى 4K».

لا شيء من ذلك يجعل القدرات المعلنة زائفة. إنه يعني أن الفجوة بين الإعلان ونموذج قابل للاستخدام هي حيث يتركز معظم العمل، ولم يسدّ هذا الإطلاق تلك الفجوة بعد. ورقة مواصفات تسرد 4K وHDR وخمسة عشر مرجعاً وعشرة إطارات مفتاحية تصف مجموعة قدرات قد تكون، إن صدرت، الأقوى في السوق المفتوح. وهي أيضاً تصف مجموعة ميزات سيحتاج كل منافس إلى الرد عليها خلال ربع سنة.

النمط مألوف من إطلاقات النماذج على مدى العامين الماضيين. تضع الإعلانات التوقعات، وتكون الفترة قبل الإتاحة العامة هي حيث يُبنى المنتج الفعلي. وبالنسبة للمشتري، النصيحة العملية هي نفسها دائماً: لا تخطّط لخط إنتاج بناءً على صفحة ميزات. خطّط بناءً على ما يمكنك استدعاؤه اليوم.

ما يجب متابعته

الإشارة التالية هي ما إذا كان Wan 3.0 سيخرج من النسخة التجريبية المقيّدة بالدعوة وينشر سعراً. فإن فعل، تتحول الفجوة بين المتصدّر ومجموعة النماذج مفتوحة الأوزان إلى قرار ميزانية حقيقي لا نظري.

الإشارة الثانية هي Kling 4.0 نفسه. فقد حدّد نموذجه الرائد الأخير المرساة على هذا المقياس. ويجري تسعير النموذج التالي في التوقعات قبل أن يشغّله أي شخص خارج Kuaishou. وعندما يصل فعلاً، سيصل في مواجهة لوحة تحتل فيها النماذج الأقل تكلفة ثلاثة من المراكز الخمسة الأولى بالفعل.

الإشارة الثالثة هي ما سيحدث للمرساة نفسها. يقع Kling 3.0 عند 1,000 بحكم التعريف. وإذا صدر Kling 4.0 وحلّ فوقه، تتحرك النقطة الثابتة للمقياس ويصبح كل تقييم Elo على اللوحة مقارنة بخط أساس جديد. تلك هي اللحظة التي يتوقف فيها هذا التصنيف عن وصف سبتمبر ويبدأ في وصف إلى أين يتجه العام.