Omdat elke opname een nieuwe reeks vragen vereist, is het ook moeilijk om een gevoel van continuïteit in de video te creëren. Kleur, zonnehoek en gebouwvormen zijn voor een videogeneratiemodel moeilijk consistent te houden. Er zijn ook geen close-ups van mensen in de video, waar Kahn zegt dat AI-modellen nog steeds moeite mee hebben.
“Deze technologieën zijn nu altijd beter in grote dingen, in tegenstelling tot echt genuanceerde menselijke interactie”, zegt hij. Om deze reden stelt Kahn zich voor dat vroege filmische toepassingen van generatieve video zouden kunnen zijn voor brede opnamen van landschappen of mensenmassa’s.
Alex Mashrabov, een AI-video-expert die vorig jaar zijn rol als directeur van generatieve AI bij Snap verliet om een nieuw AI-videobedrijf op te richten genaamd Higgsfield AI, is het eens met de huidige mislukkingen en tekortkomingen van AI-video. Hij wijst er ook op dat goede inhoud met veel dialogen moeilijk te produceren is met AI, omdat deze afhankelijk is van subtiele gezichtsuitdrukkingen en lichaamstaal.
Sommige makers van inhoud zijn misschien terughoudend in het adopteren van generatieve video, simpelweg vanwege de hoeveelheid tijd die het kost om de modellen keer op keer van brandstof te voorzien om het juiste eindresultaat te krijgen.