Gemini Omni 1.1登上文生视频榜第一?分数要连置信区间一起看

刷到的第一名,来自Arena的盲测投票

Arena.ai 宣布 Gemini Omni 1.1 Flash 在文生视频赛道排到第一、图生视频排到第二。这不是实验室自报的内部表,是用户匿名对打投票。原文里那句「比第三名 FLUX 3 Video 高出20分(1495分)」,1495分指的是 FLUX 3 Video,不是 1.1 自己。

LMArena 文生视频榜随后可见的数字大约是:gemini-omni-1.1-flash 约1515分,旧款 Omni Flash 约1512分,FLUX 3 Video 约1495分且仍标着初步结果。1.1 上榜时投票只有一千多张,旧款已经接近两万张,误差条叠在一起。第一名成立,领先幅度没有海报看起来那么宽。

Gemini Omni 1.1登上文生视频榜第一?分数要连置信区间一起看

图生视频仍让给MiniMax

图生视频一侧,Arena 原文写 1.1 比排第五的旧款 Omni Flash 高约25分,第一名是 MiniMax-H3,约1494分。榜上随后可见:H3 仍在顶端,1.1 约1488分挤进前二,旧款掉到约1463分一带。Google 这次补的是从静帧把人物和构图推活,H3 在这一项上还没让出座位。

赛道 当时官方说法 榜上还要一起看的
文生视频 1.1 第一,FLUX 3 约1495分排第三 与旧款 Omni Flash 分数接近,1.1 票少
图生视频 1.1 第二,H3 约1494分第一 旧款从前列滑到第五附近
能力本身 续镜、首尾帧、360p打样、4K超分 单段仍短,累计续镜大约到40秒

同一家公司的 Veo 3.1 还在一千三百多分一带,和 Omni 不是同一场比赛。Omni 吃的是对话式生成加剪辑,Veo 仍按秒卖成片。把两块牌子揉成「谷歌全面第一」,会把产品线写成排行榜。

榜和活不是同一把尺

盲测喜欢一眼好看的运动、光影和声音同步。制作人还要问:杯子会不会在下一镜消失、360p草稿能不能锁住运镜、4K超分值不值得按秒付钱。1.1 把续镜上文拉到约10秒,正是冲着道具丢失去的,榜分反映不了这一段。

FLUX 3 Video 仍标初步结果,H3 在图生视频票更多。过几天名次对调并不稀奇。把 Arena 当天气图有用,当出片合同不够。先看自己的提示词在文生视频和图生视频里分别输给谁,再决定要不要为第一名付那一档分辨率的钱。