Девять из десяти лучших нейросетей для видео — китайские. И вот почему это важно

Если не следить за рейтингами нейросетей для генерации видео из текста, картина покажется неожиданной: из десяти лидеров рынка девять — разработки китайских лабораторий. Эксперты называют это «звонком для Голливуда». Разбираемся, что стоит за этими цифрами.

Что показал рейтинг

Платформа Artificial Analysis, которая собирает независимые оценки моделей генерации видео, обновила свой рейтинг Text-to-Video Arena. Первое место заняла модель Seedance 2.0 от ByteDance (китайская компания, которой принадлежит Doubao). Второе и третье — HappyHorse-1.1 и HappyHorse-1.0 от подразделения ATH Alibaba. Четвёртое — Wan 2.7 от основного подразделения Alibaba. Пятёрку замкнула ещё одна модель этого же семейства.

Среди лидеров также Kling 3.0 от KlingAI, SkyReels V4 от Skywork AI и несколько других вариантов от тех же китайских компаний. Единственный некитайский участник в верхней десятке — Google с Veo 3.1. Он расположился на одиннадцатой строчке.

Что такое текст-в-видео модели и почему это важно

Нейросеть для генерации видео из текста (text-to-video) — это система, которая создаёт короткие видеоролики по описанию на естественном языке. Пользователь пишет «робот идёт по марсианской пустыне», модель генерирует соответствующий видеоклип. Это одно из самых конкурентных направлений в AI-индустрии, потому что результат должен быть одновременно реалистичным, логически связным и визуально качественным.

ByteDance, владелец TikTok, известна своими алгоритмами рекомендаций. Победа Seedance 2.0 в рейтинге — сигнал о том, что компания активно переносит опыт работы с видеоконтентом в генеративные модели.

Почему это называют звонком для Голливуда

Китайские компании выпускают видеогенераторы быстрее и дешевле, чем американские конкуренты. Это создаёт давление на индустрию развлечений в двух направлениях. Во-первых, стоимость производства короткого видеоконтента может резко снизиться. Во-вторых, риск неконтролируемого использования таких моделей для создания дипфейков растёт пропорционально доступности.

Один из примеров, который приводят аналитики: тестируя модели, можно загрузить чужое фото и получить видео, где персонаж на изображении снял куртку без согласия. Это частный случай, но он иллюстрирует проблему, которую регуляторы обсуждают уже несколько лет.

Что это значит для рынка

Доминирование китайских моделей в открытых рейтингах не означает автоматического коммерческого успеха. Многие из этих моделей работают на собственных платформах, имеют ограничения по использованию за пределами Китая и конкурируют преимущественно в ценовом сегменте. Однако сам факт, что девять из десяти лидеров — китайские, меняет восприятие рынка.

Для бизнеса, который закупает видеогенерацию для маркетинга или контент-производства, это означает рост конкуренции между провайдерами и потенциальное снижение цен. Для инвесторов — сигнал о перераспределении долей в сегменте AI-инфраструктуры.

Для обычного пользователя ближайшее следствие — видеоконтент в социальных сетях будет всё чаще создаваться с помощью нейросетей, и отличить такое видео от съёмки на телефон станет сложнее. Подробнее о том, как зарабатывать на AI-видео без камеры, мы разбирали в отдельном материале.