Cómo se clasifica Muse Video: N.º 3 en Arena para texto a video por Elo de preferencia humana, con las mejoras de búsqueda, autorrefinamiento y cómputo en tiempo de inferencia que impulsan a su gemelo Muse Image. Cifras fechadas al 5–7 de julio de 2026.
En Arena, la clasificación por preferencia humana, Muse Video ocupa el puesto N.º 3 en texto a video por Elo al 5 de julio de 2026, por detrás de Gemini Omni Flash de Google y Seedance 2.0 de Bytedance, y por delante del resto. Su gemelo Muse Image ocupa el N.º 2 en texto a imagen y edición de imágenes en el mismo periodo. Los gráficos y la clasificación de abajo reproducen los resultados publicados por Meta; todas las cifras están fechadas al 5–7 de julio de 2026.
Esta es una página independiente y no oficial, y no está afiliada a Meta. Las cifras de las ablaciones (búsqueda, autorrefinamiento, cómputo en tiempo de inferencia) describen al gemelo Muse Image que comparte la base de preentrenamiento de Muse Video.
Muse Video ocupa el puesto N.º 3 en Arena para texto a video según el Elo de preferencia humana, mientras que su gemelo Muse Image mejora de forma medible con búsqueda, autorrefinamiento y cómputo en tiempo de inferencia.
| # | Laboratorio y modelo | Puntuación |
|---|---|---|
| 1 | Gemini Omni FlashGoogle | 1527 ±13 |
| 2 | Seedance 2.0Bytedance | 1482 ±10 |
| 3 | Muse VideoMeta | 1459 ±15 |
| 4 | Happyhorse 1.0Alibaba-ATH | 1430 ±13 |
| 5 | Sora 2 ProOpenAI | 1366 ±8 |
| 6 | Veo 3.1 Audio (1080p)Google | 1364 ±11 |
| 7 | Veo 3.1 AudioGoogle | 1364 ±14 |
| 8 | Veo 3.1 Fast AudioGoogle | 1362 ±11 |
| 9 | Veo 3.1 Fast Audio (1080p)Google | 1360 ±10 |
| 10 | Grok Imagine Video (720p)xAI | 1352 ±8 |
Cifras al 5–7 de julio de 2026, según los resultados publicados por Meta.
Meta es franco sobre dónde Muse Video aún se queda corto. Las dos carencias señaladas son la sincronización entre audio y video —mantener el audio nativo perfectamente sincronizado con la acción rápida en pantalla— y el movimiento rápido físicamente preciso, donde el movimiento veloz y complejo todavía puede romper el realismo. Publicar estas limitaciones junto al puesto en Arena es parte de por qué los benchmarks de Muse Video resultan creíbles y no seleccionados a conveniencia.
La tabla de Arena es un Elo de preferencia humana, así que una puntuación más alta significa que la gente eligió el resultado de texto a video de ese modelo con más frecuencia en comparaciones directas. Los gráficos de barras son ablaciones internas que muestran la tasa de victorias con una capacidad frente a sin ella: la fundamentación mediante búsqueda y el autorrefinamiento marcan la diferencia. El gráfico de líneas muestra cómo sube el Elo a medida que escala el cómputo en tiempo de inferencia. Para el contexto en lenguaje sencillo, consulta qué es Muse Video, o lee sobre el gemelo Muse Image que miden estas ablaciones.
Muse Video ocupa el puesto N.º 3 en Elo de preferencia humana para texto a video en Arena al 5 de julio de 2026, por detrás de Gemini Omni Flash y Seedance 2.0. Su gemelo Muse Image ocupa el N.º 2 en texto a imagen y edición de imágenes.
Meta señala dos carencias: la sincronización entre audio y video y el movimiento rápido físicamente preciso. Se publican junto con los resultados de los benchmarks.
Todas las cifras de los benchmarks de Muse Video y Muse Image de esta página están fechadas al 5–7 de julio de 2026, según los resultados publicados por Meta.
Genera un visual real con IA y previsualiza el movimiento con audio nativo: gratis, sin cuenta ni créditos.
Prueba gratis