Seedance batte Veo e Sora nei video AI, ma la sicurezza resta un problema

📌 In Sintesi

• Seedance 2.0 Pro di ByteDance guida la classifica HKU sulla qualità video con 3,84 punti su 5, davanti a Google Veo 3.1 con 3,47 e OpenAI Sora 2 Pro con 3,27.
• Nei test di sicurezza Seedance scende al sesto posto con 3,12 punti, mentre Hailuo 2.3 di MiniMax risulta primo con 3,63, appena davanti a Veo 3.1.
• Lo studio evidenzia difficoltà nella gestione dei contenuti pericolosi e delle immagini di riferimento: il primato visivo non equivale a un vantaggio tecnologico assoluto.

ByteDance ha superato Google e OpenAI nella qualità dei video generati dall’intelligenza artificiale, ma il suo modello più avanzato mostra risultati molto meno convincenti quando deve bloccare contenuti rischiosi. È il risultato dello studio pubblicato il 26 ottobre 2026 dall’Università di Hong Kong, che ha confrontato dodici generatori video commerciali, assegnando a Seedance 2.0 Pro il punteggio più elevato per qualità visiva. Il modello cinese precede Google Veo 3.1 e OpenAI Sora 2 Pro, confermando la competitività dell’industria asiatica nella generazione audiovisiva. La stessa ricerca, tuttavia, mostra che realismo delle immagini, capacità di rispettare le istruzioni e affidabilità dei sistemi di sicurezza non procedono necessariamente alla stessa velocità.

Seedance 2.0 Pro supera Veo 3.1 e Sora nei test sulla qualità video

Il rapporto Benchmarking the Performance and Safety of AI Video Generation Models, pubblicato dalla HKU Business School è stato realizzato dall’Artificial Intelligence Evaluation Lab, diretto dal professor Zhenhui Jack Jiang, e valuta dodici modelli attraverso due modalità di generazione: video prodotti da istruzioni testuali e video realizzati combinando testo e immagini di riferimento. I ricercatori hanno considerato sei dimensioni: continuità visiva, plausibilità fisica, qualità estetica, rispetto delle istruzioni, qualità dell’audio e corrispondenza fra suono e immagini. Seedance 2.0 Pro ottiene 3,84 punti su 5 nella classifica visiva, contro i 3,47 di Veo 3.1 e i 3,27 di Sora 2 Pro; considerando anche l’audio, ByteDance sale a 3,86, Google raggiunge 3,51 e OpenAI si ferma a 3,35. Il modello cinese risulta primo in tutte e sei le dimensioni valutate, ma non è l’unico prodotto asiatico competitivo: Vidu Q3 Pro di ShengShu Technology conquista il terzo posto visivo con 3,44 punti, mentre Kling 3.0 di Kuaishou raggiunge 3,27, lo stesso punteggio di Sora. I risultati ridimensionano il vantaggio attribuito storicamente ai laboratori statunitensi, già protagonisti della diffusione di Veo 3.1 attraverso le API Gemini per la produzione video professionale. Rimangono tuttavia risultati ottenuti nel perimetro di uno specifico benchmark, non una dimostrazione di superiorità in ogni applicazione commerciale.

Leggi anche: Generazione video AI: watermarking invisibile di Meta e benchmark PEVA di Berkeley

Nei controlli di sicurezza Seedance scende al sesto posto

La graduatoria cambia quando i ricercatori sottopongono i generatori a richieste contenenti disinformazione, materiale illegale, violenza, discriminazione, contenuti espliciti e opere protette dal diritto d’autore. Seedance 2.0 Pro ottiene 3,12 punti e si colloca soltanto al sesto posto, mentre Hailuo 2.3, sviluppato dalla cinese MiniMax, risulta il sistema più efficace nei test di sicurezza con 3,63 punti, appena davanti a Google Veo 3.1, che raggiunge 3,62. Il confronto dimostra che la minore efficacia dei filtri non costituisce una caratteristica uniforme dei prodotti cinesi: proprio un altro sviluppatore cinese guida la graduatoria dedicata alle salvaguardie, pur classificandosi nono nella qualità complessiva dei video. Alcuni modelli hanno generato materiale inappropriato in risposta a richieste relative a violenza e attività illegali, mostrando che i controlli possono cedere anche quando i sistemi producono immagini convincenti. La graduatoria di sicurezza comprende undici modelli anziché dodici e non riporta Sora 2 Pro, quindi non permette un confronto numerico diretto fra la protezione di Seedance e quella di OpenAI. Il problema riguarda la capacità delle piattaforme di impedire abusi senza compromettere la produzione legittima, un equilibrio già emerso nelle regole di Google contro deepfake espliciti e applicazioni capaci di generare contenuti non consensuali.

Le immagini di riferimento peggiorano i risultati di molti modelli

Un’altra criticità riguarda la generazione combinata da testo e immagini, considerata essenziale per pubblicità, cinema e produzione professionale perché permette di mantenere personaggi, oggetti e ambientazioni coerenti tra sequenze differenti. Per numerosi modelli, aggiungere un’immagine al prompt produce risultati peggiori rispetto alla generazione da solo testo. Il caso più evidente è quello di Wan 2.6 di Alibaba, che passa da 3,41 punti nei test text-to-video a 2,75 con immagini di riferimento, perdendo 0,66 punti, circa il 19% del punteggio iniziale. Anche Kling 3.0 passa da 3,42 a 2,91, mentre Seedance limita la diminuzione da 3,86 a 3,79. Esistono eccezioni, come Vidu Q3 Pro, che migliora leggermente da 3,42 a 3,49. Questi dati mostrano che la capacità di creare una singola sequenza visivamente convincente non coincide necessariamente con il controllo di una produzione complessa, nella quale è indispensabile preservare identità e caratteristiche degli elementi rappresentati. Il vero limite industriale non è soltanto generare immagini realistiche, ma mantenere coerenza quando il sistema deve rispettare simultaneamente più vincoli. Lo studio suggerisce infatti di migliorare sincronizzazione audiovisiva, gestione delle scene complesse e continuità narrativa nei filmati più lunghi.

La Cina industrializza il video AI e aumenta la pressione sulla moderazione

La ricerca arriva mentre la produzione di contenuti audiovisivi sintetici assume dimensioni industriali. L’Università di Hong Kong cita dati secondo i quali nei primi otto mesi del 2026 sarebbero stati distribuiti in Cina circa 430.000 microdrammi, con produzioni generate mediante AI che rappresenterebbero oltre il 90% delle nuove uscite. Si tratta di statistiche richiamate nel rapporto per descrivere la diffusione della tecnologia, non di quantità misurate direttamente dal benchmark. Il punto centrale riguarda la velocità con cui generatori sempre più convincenti possono alimentare piattaforme video, pubblicità e contenuti social, aumentando contemporaneamente le difficoltà di identificare materiale manipolato o ingannevole. La qualità visiva elevata rende più difficile affidarsi agli errori evidenti delle immagini per riconoscere un video sintetico, mentre i controlli preventivi dei generatori possono non essere sufficienti. Il problema era già emerso nello studio UCLA sui sistemi ottici capaci di analizzare simultaneamente quindici video alla ricerca di deepfake, che affronta la verifica dei contenuti dopo la loro produzione. Le due ricerche descrivono esigenze complementari: impedire a monte le generazioni rischiose e sviluppare a valle strumenti in grado di riconoscere contenuti manipolati su grandi volumi.

Continua con:

Contenuti generati dall’AI, guida al codice UE su etichette e watermark

Il vantaggio cinese non elimina il problema della responsabilità

Il risultato di Hong Kong non stabilisce che tutti i generatori cinesi siano superiori a quelli americani, ma documenta il vantaggio di alcuni modelli in prove specifiche e una separazione ancora significativa fra prestazioni creative e salvaguardie. Per aziende, produttori audiovisivi ed editori italiani, la scelta di un generatore non può quindi basarsi esclusivamente sulla qualità delle immagini o sulla fedeltà ai prompt: contano anche gestione del copyright, prevenzione di contenuti illeciti, tracciabilità dei video e capacità di documentarne la provenienza. L’AI Act europeo e gli strumenti di trasparenza per i contenuti sintetici rendono particolarmente importante distinguere le prestazioni misurate nei benchmark dai requisiti previsti per l’utilizzo concreto. Il successo di Seedance dimostra che la competizione tecnologica nella generazione video è ormai globale, ma il primo posto nella qualità non certifica l’affidabilità del sistema. La vera sfida sarà produrre video sempre più realistici senza trasformare l’aumento della potenza generativa in un aumento incontrollato dei rischi per utenti, creatori e pubblico.