视频模型谁最强？meme bench 用 400 位网友的盲选告诉你答案

选视频 AI 模型，是不是参数越大、越新就越强？还真不一定。字节的 Seedance 2.5 提升了电影质感、价格大涨，结果在指令遵循、复杂动作上反而倒退。到底怎么判断一个视频模型的真实水平？一个叫 meme bench 的社区盲测项目给了个很接地气的答案——别只看参数，让大量真实网友盲选比一比。

一、什么是 meme bench

meme bench 是一套短视频生成盲测。它筛选了 50 道 B 站、抖音上的热门梗题，每道题用相同图片 + 夸张提示词，让所有主流视频模型各自生成一段视频，然后找 400 多位大学生和网吧网友 在网站上盲选投票——不看品牌、不看参数，纯凭「这段 AI 视频看着好不好」。

它不按比分排名，而是用棋类比赛常用的 Elo 机制：战胜强模型加分多、输给弱模型扣分多，把所有两两对决连起来，算出模型间的相对实力。这套机制能避免打分次数不均影响排名。

一句话：模型好坏的定义权，交给更多普通人，而不是十几个研究员说了算。

二、结果出乎意料：Minimax H3 排第一

测试结果相当反直觉：

• Minimax H3 拿下第一，和 Seedance 2.0 得分接近，两者都明显领先 Seedance 2.5
• 一开始以为是样本量不足，扩大测试人次后，H3 的领先反而扩大，对 Seedance 2.5 保持了 55% 的胜率

（这个测试网站是公开的，你也可以自己上去做一轮题，你的选择也会计入排行榜。）

三、为什么是这个结果

Seedance 2.0：曾经的「王者」，但不完美

在 H3 和 2.5 发布前，Seedance 2.0 甩开其他模型一大截：短剧完成度最高、指令遵循最好，复杂场景画面更流畅丰富，还会自己剪辑运镜。但弱点是高阶动作不够连贯——有时一步到位的动作会「跳步」，比如放电的视频直接从放电切到一片死鱼，没有传导路径。

Minimax H3：升级版 Seedance 2.0

H3 强就强在极强的指令遵循，很多测试里画面连贯流畅，明显好过会在复杂动作里「省略过程」的 Seedance 2.0。它还更擅长生成复杂场景——比如一大群小鸟出现时，H3 有循序渐进的动作过程，而不是违反物理规律地「喷涌而出」。

Seedance 2.5：严重偏科的美术生

2.5 是画面最真实、最接近电影质感的模型——冷链车门打开鸡鸭追人的场景，它生成的画面完全像电影原片，看不出 AI 痕迹。但除了色彩质感和细节，其他能力并没有显著升级，复杂动作的连贯性反而倒退，大场景和具体细节之间的衔接很生硬，被网友吐槽「高级 PPT」。加上价格大涨，这套模型更像给片厂导演用的，而不是给普通人轻松上手的。

四、这件事的意义：审美该归大众

meme bench 想表达的核心观点很直接：不该由一小撮研究员或影视从业者来定义视频模型的美。

倾尽全力模仿电影可能成为「更好的电影」，却未必是「更好用的视频模型」。浓缩了整个互联网知识的大模型，最终应该为所有人服务——这也是为什么它选择用几百个普通网友的盲选来给模型排名，并开放网站让人人参与打榜。

五、怎么用起来

1. 想测模型：上手 meme bench 网站，自己做一遍盲测，你的选择也会进排行榜
2. 想选视频模型：如果重视指令遵循和复杂动作连贯，可以重点看名列前茅的模型；如果只在意最接近电影的画面质感且预算充足，Seedance 2.5 方向也值得试
3. 想看全：完整的逐模型分析报告在文章的飞书链接里，篇幅有限，这份榜单把核心结论浓缩给你了

📌 提醒：榜单是「图生视频」场景下的比拼，考验复杂场景 / 激烈动作 / 指令遵循，可能恰好打在 H3 的舒适区——选模型时要结合自己的实际场景，别只看一个榜单下结论。