Benchmarks Muse Video — classements Arena Elo

Où se classe Muse Video

Sur Arena, le classement de préférence humaine, Muse Video se classe N° 3 pour le texte-vers-vidéo selon l'Elo au 5 juillet 2026 — derrière Gemini Omni Flash de Google et Seedance 2.0 de Bytedance, et devant le reste du peloton. Son jumeau Muse Image se classe N° 2 pour le texte-vers-image et l'édition d'images sur la même période. Les graphiques et le classement ci-dessous reproduisent les résultats publiés par Meta ; tous les chiffres sont horodatés au 5–7 juillet 2026.

Ceci est une page indépendante et non officielle, sans lien avec Meta. Les chiffres d'ablation (recherche, auto-affinage, calcul au moment du test) décrivent le jumeau Muse Image qui partage la base de préentraînement de Muse Video.

Lacunes de performance connues

Meta est franc sur les points où Muse Video pèche encore. Les deux lacunes nommées sont la synchronisation audio-vidéo — garder l'audio natif parfaitement verrouillé sur une action rapide à l'écran — et les mouvements rapides physiquement exacts, où un mouvement vif et complexe peut encore rompre le réalisme. Publier ces limites aux côtés du rang Arena est l'une des raisons pour lesquelles les benchmarks Muse Video paraissent crédibles plutôt que triés sur le volet.

Comment lire ces chiffres

Le tableau Arena est un Elo de préférence humaine : un score plus élevé signifie que les gens ont choisi plus souvent le résultat texte-vers-vidéo de ce modèle en comparaison directe. Les diagrammes en barres sont des ablations internes montrant le taux de victoire avec une capacité par rapport à sans elle — l'ancrage par recherche et l'auto-affinage font chacun bouger l'aiguille. Le graphique linéaire montre l'Elo augmenter à mesure que le calcul au moment du test croît. Pour le contexte en langage clair, voir ce qu'est Muse Video, ou lisez à propos du jumeau Muse Image que mesurent ces ablations.