Kling 4.0 vs Seedance 2.5: พรอมต์เดียวกัน 3 รอบ เทียบกันแบบเคียงข้าง

Kling 4.0 คือโมเดล Kling รุ่นใหม่ที่ Kuaishou เปิดตัวเมื่อวันที่ 15 ตุลาคม ส่วน Seedance 2.5 คือโมเดลวิดีโอรุ่นล่าสุดของ ByteDance ทั้งสองสร้างคลิปได้ยาวสุด 30 วินาทีในครั้งเดียว มีเสียงมาให้เลย และรับภาพอ้างอิงได้ทั้งคู่ ดูจากสเปกแล้วแทบแยกไม่ออก ซึ่งนั่นเองที่ทำให้เลือกยาก

เราไม่อยากให้คะแนนรวม เพราะตัวเลขเดียวไม่ช่วยให้เลือกโมเดลได้ ฉากสเก็ตบอร์ดไล่ล่ากับฉากคุยกันเงียบๆ ในร้านอาหารอาจให้คำตอบตรงข้ามกันก็ได้ การทดสอบ Kling 4.0 vs Seedance 2.5 ครั้งนี้จึงทำแค่อย่างเดียว คือใช้พรอมต์เดียวกัน รันโมเดลละหนึ่งครั้ง แล้วดูว่าได้อะไรกลับมา

แต่ละโมเดลทำอะไรได้บน ZOOOP

เริ่มจากการตั้งค่า เพื่อให้เทียบกันได้อย่างยุติธรรม ตัวเลือกด้านล่างคือสิ่งที่เปิดให้ใช้จริงบน ZOOOP

Kling 4.0 (บน ZOOOP ใช้ชื่อ Kling V4): 3 ถึง 30 วินาที, 720p หรือ 1080p, อัตราส่วน 16:9, 9:16, 1:1 หรือ 21:9 การสร้างวิดีโอจากข้อความใส่ภาพอ้างอิงได้สูงสุด 10 ภาพ และวิดีโออ้างอิง 1 คลิป นอกจากนี้ยังทำจากเฟรมเริ่มต้นไปจนถึงเฟรมสิ้นสุด หรือแก้ไขคลิปที่มีอยู่ได้ด้วย เสียงเปิดอยู่เสมอ ไม่มีสวิตช์ปิด

Seedance 2.5: 4 ถึง 30 วินาที, 480p, 720p หรือ 1080p และมีอัตราส่วน 4:3, 3:4 กับแบบอัตโนมัติเพิ่มมา เรื่องไฟล์อ้างอิงนั้นใจกว้างกว่ามาก ใส่ได้สูงสุด 30 ภาพ, วิดีโอ 10 คลิป และเสียง 10 คลิป ปิดเสียงได้

สรุปสั้นๆ คือ Kling รับอินพุตน้อยกว่า แต่คุมแต่ละอย่างได้แน่นกว่า ส่วน Seedance 2.5 ใส่ได้ทุกอย่างและมีระดับร่างความละเอียดต่ำเพิ่มมาอีกขั้น

เราทดสอบอย่างไร

ทดสอบ 3 รอบ รอบละหนึ่งพรอมต์ภาษาอังกฤษ ทั้ง Kling 4.0 และ Seedance 2.5 รันที่ 720p, 5 วินาที, 16:9 5 วินาทีถือว่าสั้น แต่พอให้เห็นว่ากล้องเคลื่อนอย่างไร ใบหน้ายังเหมือนเดิมไหม และเสียงเข้ากับภาพหรือเปล่า

ทุกคลิปสร้างจากวิดีโอ AIของ ZOOOP ไม่มีการเลือกเฉพาะอันที่สวย รันโมเดลละหนึ่งครั้งต่อรอบ ในภาพเคลื่อนไหวด้านล่าง ฝั่งซ้ายคือ Kling ฝั่งขวาคือ Seedance

รอบที่ 1: การเคลื่อนไหวและช็อตตามติด

พรอมต์: วัยรุ่นสเก็ตบอร์ดในเสื้อฮู้ดสีแดงพุ่งลงเนินชันกลางเมืองตอนแสงทอง กล้องตามอยู่ต่ำๆ ด้านหลังเธอ แล้วแกว่งไปอยู่ข้างๆ และเธอย่อตัวเลี้ยวอ้อมรถตู้ส่งของที่จอดอยู่

Kling 4.0 ส่งช็อตตามติดแบบสมบูรณ์มาหนึ่งช็อต กล้องดันเข้ามาต่ำจากด้านหลัง ลอยอ้อมไปข้างตัวเธอ และไม่ตัดเลยตลอดตอนที่รถตู้เลื่อนผ่านทางขวา การเคลื่อนไหวค่อนข้างนิ่ง การย่อตัวก็ไม่มาก แต่ก็ถ่ายตามที่ขอครบ

Seedance เจอเนินที่ชันกว่า ถนนที่ดูเหมือนซานฟรานซิสโก และการเคลื่อนไหวที่ใหญ่กว่ามาก เธอเอามือข้างหนึ่งแตะพื้นแอสฟัลต์ตอนเลี้ยวผ่านรถบรรทุก แต่ข้อเสียคือมันตัดต่อคลิปเอง กระโดดจากช็อตกว้างไปมุมข้างและมุมหลัง เหมือนตัวอย่างหนัง ดูดีมาก เพียงแต่ไม่ใช่ช็อตตามติดช็อตเดียวอย่างที่พรอมต์ระบุ

ด้านเสียง Kling ให้เสียงล้อครืนต่อเนื่องกับเสียงลม ส่วน Seedance เพิ่มเสียงบอร์ดฟาดพื้นแหลมๆ มาอีกสองสามครั้ง

รอบที่ 2: รูปเดียว ใบหน้ายังเหมือนเดิมไหม

รอบนี้เราสร้างภาพใบหน้าหญิงสาวสมมติด้วย GPT Image 2 ก่อน (ฉากหลังสีเทา แสงเรียบ สีหน้าเป็นกลาง) แล้วส่งให้ทั้งสองโมเดลเป็นภาพอ้างอิง พรอมต์: เธอเดินผ่านตลาดกลางคืนที่ฝนตกใต้โคมกระดาษ ซื้อเนื้อย่างเสียบไม้ แล้วหันมาหัวเราะใส่กล้อง

รอบนี้ผลกลับด้าน Kling ตัดเป็นสามช็อต ได้แก่ช็อตกว้างจากด้านหลัง ช็อตข้ามไหล่ตอนซื้อของ และช็อตใกล้ด้านหน้า ส่วน Seedance อยู่ในช็อตถือกล้องช็อตเดียวต่อเนื่อง ตามเธอไปจนถึงตอนกัดเนื้อย่าง

ดังนั้นคำพูดที่ว่า "Kling ถ่ายยาวต่อเนื่อง ส่วน Seedance ชอบตัด" ไม่จริงเสมอไป ทั้งสองโมเดลตัดสินใจเองว่าจะตัดหรือไม่ ถ้าต้องการช็อตเดียวไม่ขาดตอน ให้เขียน "one continuous shot" ไว้ในพรอมต์

ใบหน้าเห็นชัดที่สุดในเฟรมสุดท้าย:

Kling 4.0 แทบจะเป็นผู้หญิงในภาพอ้างอิงเลย สีผม กระ และสีตาตรงกันหมด Seedance 2.5 ดูออกว่าเป็นคนประเภทเดียวกัน แต่ผมกลายเป็นสีน้ำตาลเข้มเพราะเปียกฝน และใบหน้าเรียวลง อย่างไรก็ตาม ต้องยุติธรรมว่า Seedance จริงจังกับฝนมากกว่า เธอเปียกโชกจริงๆ ส่วนในคลิปของ Kling ทุกคนรอบตัวเธอกางร่มกันหมด แต่ผมของเธอเองยังแห้งอยู่

รอบที่ 3: บทสนทนาและเสียงบรรยากาศ

พรอมต์: ร้านอาหารริมถนนในคืนฝนตก ชายสูงวัยเลื่อนรูปถ่ายเก่าข้ามโต๊ะแล้วพูดว่า "You kept this all these years?" หญิงตรงข้ามยิ้ม หยิบรูปขึ้นมาแล้วตอบว่า "Of course I did." มีเสียงฝน และเสียงถ้วยกาแฟกระทบจานรอง

ทั้งสองโมเดลสร้างบทสนทนาสองประโยคได้ และตัดฉากทั้งคู่ Kling 4.0 เปิดด้วยช็อตสองคน แล้วตัดไปที่ผู้หญิงที่ก้มมองรูป Seedance 2.5 เพิ่มช็อตแทรกมือวางบนรูปข้างถ้วยกาแฟ และจบที่รอยยิ้มของเธอ มันยังจับคำว่า "all these years" เป็นสัญญาณและทำให้ผู้หญิงดูอายุมากขึ้นด้วย ถือว่าอ่านฉากได้ดี

สองประโยคใน 5 วินาทีค่อนข้างแน่น และทั้งสองฝั่งประโยคที่สองไปตกท้ายคลิปพอดี ถ้าเป็นฉากที่มีบทพูด ให้ใช้ 8 ถึง 10 วินาที

จุดที่สะดุด

ทั้งสองฝั่งมีพลาดกันทั้งคู่:

• Kling ไม่สนใจ "handheld camera following her" ในรอบที่ 2 และตัดอยู่ดี ทั้งยังทำให้ผมเธอแห้งอยู่กลางฝน
• Seedance แตกช็อตตามติดในรอบที่ 1 เป็นหลายคัต และในรอบที่ 2 ใบหน้าเพี้ยน (สีผมและรูปหน้า)
• Kling มีแค่ 720p กับ 1080p ไม่มีระดับร่างราคาถูก และปิดเสียงไม่ได้ ถ้าต้องการฟุตเทจเงียบ ต้องตัดเสียงออกทีหลัง
• การแก้ไขวิดีโอเดิมของ Seedance ได้สูงสุด 720p ส่วน Kling แก้ไขได้ถึง 1080p

เรื่องราคา ที่ความละเอียดและความยาวเท่ากัน Kling 4.0 ถูกกว่าชัดเจน ซึ่งช่วยได้มากเวลาต้องลองซ้ำหลายรอบ

ควรเลือกตัวไหน

เทียบ Seedance vs Kling ตามสถานการณ์:

• ช็อตยาว นิ่ง ไม่ขาดตอน: Kling 4.0 ช็อตตามติดในรอบที่ 1 คือช่องว่างที่ใหญ่ที่สุดในการทดสอบนี้ และการใส่ "one continuous shot" ช่วยให้มั่นใจขึ้นอีก
• ใบหน้าจากรูปถ่ายต้องยังเป็นคนเดิม: Kling เช่นกัน ภาพอ้างอิงแทบไม่เพี้ยน
• คลิปมีจังหวะที่ตัดต่อเองให้: Seedance 2.5 มันชอบตัด เหมาะกับมอนทาจและตัวอย่างหนัง
• มีไฟล์อ้างอิงเยอะ หรือต้องการกำหนดเสียงจากคลิปเสียง: Seedance 2.5 รับได้ 30 ภาพ, วิดีโอ 10 คลิป และเสียง 10 คลิป
• อยากลองราคาถูกก่อน: Seedance มี 480p ไว้รันหยาบๆ ส่วน Kling ราคาต่อวินาทีถูกกว่า ลองที่ 720p ก็ไม่เจ็บตัว
• แก้ไขฟุตเทจที่มีอยู่แล้ว: ทำได้ทั้งสองตัว เลือก Kling ถ้าต้องการเอาต์พุต 1080p และเลือก Seedance ถ้าต้องใช้ภาพอ้างอิงจำนวนมาก

ถ้าอยากเทียบ Kling 4.0 vs Seedance 2.5 ด้วยตัวเอง ก็ใส่พรอมต์เดียวกันให้ทั้งคู่ หน้าโมเดลของ Kling 4.0 และ Seedance 2.5 สร้างได้ที่นั่นเลย ถ้ามีเฟรมเริ่มต้นอยู่แล้วให้ใช้ เฟรมเริ่มต้น/สิ้นสุด และถ้าอยากเปลี่ยนฟุตเทจที่มีอยู่ไปที่ แก้ไขวิดีโอ ทั้งสองโมเดลใช้เครดิตชุดเดียวกัน ไม่ต้องสมัครบัญชีที่สอง