Часто слышу, что современные модели генерации видео не умеют делать качественные эмоции.

И что по эмоциям их точно никогда не догнать людей, ну или актеров.

Умеют и догоняют.

Вопрос в постановке задачи от референсного изображения до сегментов в генерации видео.

Лицо - Seedream 5 Pro
Видео - Seedance 2