Veo 3.1 vs Seedance 2.0 vs Kling 3.0: welk AI-videomodel maakt betere advertenties?

De vraag die we het vaakst krijgen van performance marketeers is een variant van "welk AI-videomodel moet ik gebruiken voor advertenties?" Het eerlijke antwoord: dat is de verkeerde vraag. Er is niet één beste model, en de ranglijst verschuift om de paar weken als er nieuwe versies uitkomen. Waar het om draait, is het model kiezen dat bij het shot past. Een talking-head UGC-clip, een draaiende productshot in de hoofdrol en een gestileerd motionstuk vragen elk om een andere engine.

Bij Hermoso draaien we Veo 3.1, Seedance 2.5 en Kling 3.0 in productie en kiezen we per taak, in plaats van op één model te gokken. Dit is de blik uit de praktijk: waar elk model echt zijn plek in een advertentie verdient, op basis van renders die we leveren, niet van gepubliceerde benchmarks.

Veo 3.1: eigen audio en lipsync

Wat Veo 3.1 voor advertentiewerk onderscheidt, is dat het spraak zelf genereert, in dezelfde ronde als de beelden, zodat lippen en audio uit één proces komen. Die ene eigenschap lost de hardnekkigste verrader in AI-video op: het lipgeklapper van een nagesynchroniseerde film dat je krijgt als je TTS-audio op een los gegenereerde mond schroeft. De menselijke waarneming pikt dat verschil genadeloos goed op, en geen kleurcorrectie verbergt het.

Veo is daarom onze standaard zodra er een mond in beeld is die moet praten: talking-head-testimonials, een oprichter die in de camera praat, elk UGC-concept rond iemand die spreekt. Als het format draait om iemand die een zin uitspreekt, is lipsynchrone spraak meer waard dan elk ander kwaliteitsverschil tussen de modellen.

De keerzijde is dat Veo een strenger contentbeleid heeft. Het blokkeert vaak te snel bij merknamen, gelijkenissen en alles wat met alcohol te maken heeft, waardoor een verder schone prompt kan worden geweigerd. In onze pipeline leidt een weigering daar automatisch naar een ander model in plaats van naar een dood spoor. Het blijft een echt aandachtspunt als het shot draait om een merknaam of een herkenbaar gezicht.

Seedance 2.0: eigen audio, één doorlopende take, consistentie dankzij referenties

Seedance 2.0 is ons werkpaard voor de shots waar advertenties echt op draaien: het product in een echte hand, gedraaid, neergezet, ingeschonken. Geef je het een echte productfoto als referentie, dan houdt het de identiteit van het echte object indrukwekkend goed vast (flesvorm, labelgeometrie, de exacte kleur) in plaats van een geloofwaardig ogend neefje te verzinnen, zoals een tekstprompt zonder referentie doet. Voor DTC- en FMCG-creatives, waar het product in beeld het product in het schap moet zijn, is die trouw van referentie naar video waar alles om draait.

Het tweede wat Seedance goed doet voor advertenties, is textuur. Het maakt overtuigende korrel van een telefooncamera uit de hand: dat licht imperfecte, onopgesmukte karakter dat als echte UGC voelt in plaats van een glanzende reclame. Stuur het richting matte huid en neutraal licht, en het treft die "iemand heeft dit met zijn telefoon gefilmd"-look beter dan de alternatieven.

Nog twee eigenschappen maken het pakket compleet. Seedance genereert zelf audio (stem, ruimtegeluid, de bijgeluiden van de scène) in dezelfde ronde als de beelden, zodat een UGC-spot er al pratend uitkomt, met sfeergeluid dat echt bij de ruimte past, in plaats van een stille clip die op nasynchronisatie wacht. En het houdt tot vijftien seconden vol in één doorlopende ronde, en dat doet er meer toe dan het klinkt: één take betekent geen naden tussen momenten, geen licht dat halverwege opnieuw wordt opgebouwd, geen knip midden in een woord. Voor korte UGC in één ronde van vijftien seconden of minder sturen we meestal naar Seedance, omdat het product, korrel en geluid samen vasthoudt in één schone take. De grootste beperking is er een die elk model heeft (zie beweging, hieronder): vraag het niet om iets te gooien of te laten vallen.

Seedance 2.5: dertig seconden in één ononderbroken take

Toen kwam Seedance 2.5, en dat verschoof het plafond waaronder alles hierboven geschreven was. We vroegen om dertig seconden. We kregen er 30.08: één doorlopende take, met geluid, en nul harde knippen. Geen dertig seconden in elkaar gezet uit clips. Dertig seconden waarin de camera gewoon nooit stopte.

Voor advertentiecreatives is dat een grotere stap dan een specupdate doet vermoeden. Vijftien seconden is het praktische plafond voor één gegenereerde take geweest zolang deze categorie bestaat, dus alles wat langer was, werd aan elkaar gezet: de momenten los renderen, het licht gelijktrekken, de naden verbergen. Bij naden verraadt een AI-advertentie zichzelf. De kleur verschuift een tintje, het ruimtegeluid valt een frame weg, het haar van de acteur springt terug tussen twee momenten. Eén ronde van dertig seconden haalt de naden weg door het aan elkaar zetten weg te halen. Een complete pre-roll, een heel productverhaal, een demo met een begin en een eind kunnen allemaal als één doorlopend shot draaien.

Het geluid komt erbij. 2.5 genereert gesynchroniseerde audio in dezelfde ronde als het beeld (dialoog, sfeer, de bijgeluiden van de ruimte), en dat staat standaard aan. Het kost hetzelfde, of je audio nu aan of uit laat. Het neemt ook een foto van een echt persoon en animeert die fotorealistisch: geef het een gezicht en dat is wie er in beeld staat, met echte huidtextuur, in plaats van een gestileerde vervanger.

De prijs is resolutie. 2.5 rendert in 480p en 720p, zonder optie voor 1080p, dus een hoofdspot die in full HD moet eindigen, blijft werk voor 2.0. En dat is precies het soort beslissing waarvoor routing bestaat: lengte, resolutie en of er een echt gezicht in moet, zijn drie verschillende vragen, en het juiste antwoord op alle drie tegelijk is zelden één model.

Kling 3.0: identiteit via een gezichtsreferentie, dezelfde persoon in elke render

De grootste kracht van Kling 3.0 voor advertentiewerk is identiteit. Geef het een referentiebeeld van een gezicht en het houdt die persoon vast, met dezelfde trekken en dezelfde uitstraling, over takes en renders heen. Dat geeft performanceteams wat ze echt willen van AI-acteurs: een vaste creator. Het gezicht achter de winnende hook van vorige week kan deze week drie variaties dragen, zodat je publiek een bekend persoon ziet in plaats van in elke advertentie een vreemde. Een winnend castlid wordt een asset die je hergebruikt, in plaats van een eenmalige gok.

De rest van het 3.0-pakket past ook goed bij advertenties. Net als Seedance genereert het zelf audio in dezelfde ronde als de beelden. Het accepteert elke lengte van drie tot vijftien seconden, in plaats van vaste duren, zodat de take bij het script past en niet andersom. En de image-to-video waar eerdere Klings populair mee werden, is nog steeds uitstekend: begin met een still (een productfoto, een keyframe, een stuk merkbeeld) en het voegt geloofwaardige beweging, camerabewegingen en gecontroleerde dynamiek toe, in plaats van een bijna stilstaand beeld een duwtje te geven.

Waar we bij elk model voorzichtig zijn, Kling ook, is ballistische beweging: een voorwerp in echte vrije vlucht onder de zwaartekracht. Een opgegooide fles hangt net te lang, tuimelt met een constante snelheid, landt zonder gewicht. Dit is geen zwakte die alleen Kling heeft; massa en impuls zijn overal nog lastig. De oplossing is choreografie, niet de keuze van het model. Laat producten vasthouden, draaien, neerzetten, inschenken: bewegingen waarbij een hand het voorwerp draagt en het model de zwaartekracht nooit alleen hoeft op te lossen.

Wie wint er dan?

Een grove beslisregel, zoals we hem echt toepassen:

• Iemand praat in de camera en de close-up doet ertoe → Veo 3.1, voor lipsynchrone spraak van het model zelf.
• Echt product, vastgehouden of gebruikt, UGC-korrel, één take tot 15 seconden → Seedance 2.5, gebaseerd op een echte productfoto.
• Een lange spot zonder knip, tot dertig seconden → Seedance 2.5, dat de hele weg één doorlopende take vasthoudt, in 480p of 720p. Wordt nu uitgerold op Hermoso. Vandaag houdt de routing op bij één take van vijftien seconden en zet alles wat langer is aan elkaar.
• Hetzelfde gezicht in een hele campagne, of beweging toevoegen aan een still → Kling 3.0, verankerd aan een gezichtsreferentie.

Dat dit een vuistregel blijft en geen wet, komt doordat de modellen elkaar steeds inhalen. Eén nieuwe versie kan een model een kracht geven die eerst van een ander was. Daarom vragen we gebruikers ook niet om te kiezen: Hermoso stuurt elke taak naar het model dat het best bij dat shot past, en stelt de routing bij als er nieuwe releases komen, dus de keuze hierboven gebeurt automatisch, per render, zonder dat jij een changelog hoeft bij te houden.

En de modelkeuze is sowieso de kleinste helft van een goede advertentie. De verraders waardoor een AI-advertentie door de mand valt (wasachtige huid, onleesbare labeltekst, een gouden glamourlook, natuurkunde waar geen voorwerp zich aan houdt) zijn vooral pipelinekeuzes voor en na het draaien van het model. Het model zelf is zelden de boosdoener. De AI-advertentiegenerator van Hermoso bouwt die oplossingen in: een realismelaag tegen glans, echte productfoto's in de scène geplaatst, alle tekst en logo's achteraf geplaatst in plaats van door het model getekend, en eigen spraak van het model alleen voor monden in beeld. Het model wordt voor je gekozen; het vakwerk zit er al in.

Onder de motorkap onderzoekt dezelfde Studio ook wat er in jouw markt al wint in de advertentiebibliotheken van Meta, Google en LinkedIn plus organische TikTok, zodat concepten vertrekken vanuit bewezen creatives voordat er één frame wordt gerenderd. Het gratis abonnement bevat 250+ gratis credits die je kunt verdienen, zonder creditcard; de exacte kosten zie je in de app voor elke render. De snelste manier om de modeldiscussie te beslechten, is een advertentie maken voor je eigen product en de output te beoordelen. De routing heeft dan al voor je gekozen.

Veelgestelde vragen

Welk AI-videomodel is het beste voor advertenties?

Er is niet één beste. Veo 3.1 is het sterkst in eigen audio en lipsync voor spraak in beeld, Seedance 2.0 in producttrouw dankzij referenties, eigen audio en UGC in één take tot 15 seconden, Seedance 2.5 in de lengte van één take (gemeten 30 seconden zonder knip, met eigen audio), en Kling 3.0 in identiteit via een gezichtsreferentie, dezelfde persoon in elke render, plus image-to-video. De juiste keuze hangt af van het shot, en de ranglijst verschuift bij elke release. Hermoso stuurt elke taak naar het model dat er het best bij past.

Hoe lang kan één door AI gegenereerde take zijn?

Dertig seconden, met Seedance 2.5. We vroegen om dertig en maten 30.08 in één doorlopend shot, met eigen audio en zonder harde knippen. Daarvoor was vijftien seconden het plafond, en daarom werden langere advertenties uit meerdere clips samengesteld. Eén ronde betekent geen naad om te verbergen: geen kleurverschuiving, geen ruimtegeluid dat wegvalt tussen momenten. Het rendert in 480p en 720p, dus een spot die in 1080p moet eindigen, blijft werk voor een kortere take.

Welk model heeft de beste lipsync?

In onze ervaring Veo 3.1, omdat het spraak zelf genereert in dezelfde ronde als de beelden, zodat lippen en audio uit één proces komen. Het vreemde lipgeklapper komt van los gegenereerde TTS over een gerenderde mond, dus bewaar dat voor shots waarin geen mond te zien is.

Welk model laat mijn echte product er goed uitzien?

Seedance 2.0 houdt de productidentiteit goed vast als het een echte productfoto als referentie krijgt en het object in de scène wordt geplaatst. Tekstprompts beschrijven categorieën; referentiebeelden leggen de identiteit vast. Daarom werkt een echte foto als basis beter dan het product in woorden beschrijven.

Welk model houdt dezelfde acteur vast in een hele campagne?

Kling 3.0. Geef het een gezichtsreferentie en het houdt de identiteit van die persoon vast over renders heen, zodat een vaste creator een hele reeks advertenties kan dragen in plaats van dat er in elke spot een nieuw gezicht verschijnt.

Waarom hebben AI-video's moeite met gegooide of vallende voorwerpen?

Ballistische beweging (een voorwerp in vrije vlucht onder de zwaartekracht) is waar de natuurkunde van elk huidig model nog zichtbaar breekt, welk model je ook gebruikt. Choreografeer eromheen: laat producten vasthouden, draaien, neerzetten of inschenken, zodat een hand het voorwerp draagt en het model de zwaartekracht nooit zelf hoeft op te lossen.

Moet ik op Hermoso zelf het model kiezen?

Nee. Hermoso stuurt elke render naar het model dat het best bij dat shot past en stelt de routing bij als er nieuwe versies uitkomen, dus je hoeft nooit een changelog bij te houden of een model te kiezen. Jij beschrijft de advertentie; de routing doet de rest.