O anúncio de Koray Kavukcuoglu afirma “melhor compreensão intuitiva de forças como gravidade, energia cinética e dinâmica de fluidos”.

Sem referências. Nenhum cartão de modelo no lançamento. Sem números de comparação.

Enquanto isso, o Seedance 2.0 da ByteDance está em Elo 1.269 na Artificial Analysis Video Arena, à frente do Kling 3.0, Sora 2 e Veo 3. Testadores independentes de pré-lançamento disseram que a qualidade bruta do Omni Flash provavelmente fica atrás do Seedance e do Kling.

A afirmação da física é a parte mais fraca.

T2VPhysBench (arXiv 2505.00337) testou todos os principais modelos de vídeo comercial em relação a doze leis físicas básicas. Todos pontuaram abaixo da média de 0,60. O VideoPhy-2 descobriu que o melhor modelo atinge apenas 22% de desempenho conjunto em solicitações difíceis. A conservação da massa e do momento ainda quebra tudo.

Se o Google tivesse resolvido a física, eles publicariam a pontuação. Eles não fizeram isso.

DEIXE-ME DAR-LHE O CRÉDITO.

A edição conversacional em vários turnos é genuinamente interessante, e a distribuição por meio de Pesquisa, YouTube Shorts e Flow é um verdadeiro fosso que o Seedance não consegue igualar. Nicole Brichtova confirmou que um modelo Pro está chegando.

Mas o envio dentro do YouTube não é uma referência.

A maior revelação é o que foi retido. A edição de áudio e fala foi marcada com “ainda estamos trabalhando para testar isso de forma responsável”. Seja uma chamada de segurança ou uma lacuna de capacidade, a verificação de vivacidade do avatar “fale esses números” é o mesmo padrão usado pelo aplicativo Sora descontinuado da OpenAI.

Se você está escolhendo um modelo de vídeo para produção, isso é importante. Distribuição não é qualidade. Um lançamento com demonstrações e sem benchmarks é um comercial de carro sem MPG.

O verdadeiro teste chega quando a API é enviada. Execute o PhyWorldBench no Omni Flash, Seedance 2.0, Kling 3.0 e Sora 2 em prompts idênticos. Até então, a tabela de classificação não mudou.

Executando algum desses benchmarks em relação aos modelos de vídeo atuais? Curioso o que você está vendo.