Gen-4上线，官方口径是保真度、一致性、可控性同时做到最强。职业病犯了，一看到"全都最强"我第一反应是想拆开验。
这三样其实经常互相打架：越可控往往越限制自由发挥，一致性拉满有时又牺牲单帧观感。真能三条一起顶上去当然厉害，但也可能是各方向都进了一步、被话术合并成了一句最强。
要我说，评一个视频模型不能只看好看的样片，得设几组刁钻用例——同角色多镜头看一致性、给精确指令看可控性、放大细节看保真度崩不崩，最好再补几个边界输入压一压。等有人跑出这么一套结果，才好判断这"最强"含金量几何。现在先按住期待。