„Albtraum“ von Googles neuer videogenerierender KI

Auf der Veranstaltung Google I/O 2025 schockierte Google die Tech-Welt mit der Vorstellung eines videogenerierenden KI-Modells namens Veo 3, was für den Tech-Giganten einen großen Schritt nach vorne in einem kontroversen Bereich darstellte.

Nach den Erfahrungen der The Verge -Reporterin Allison Johnson ist die raffinierteste Funktion von Veo 3 die Fähigkeit, für jedes Video einen Originalton zu erstellen, von Soundeffekten über Hintergrundgeräusche bis hin zu Dialogen der Charaktere.

„Veo 3 kommt mir wie eine absolut ‚Müll‘-Maschine zur Inhaltsgenerierung mit KI vor“, kommentierte der Reporter von The Verge .

Die neue KI zur Videoerstellung von Google sorgt mit ihrer hohen Wiedergabetreue für Aufsehen. Nach den Erfahrungen der „The Verge“-Reporterin Allison Johnson ist die raffinierteste Funktion von Veo 3 die Fähigkeit, für jedes Video einen Originalton zu erstellen, von Soundeffekten über Hintergrundgeräusche bis hin zu Dialogen der Charaktere.

Neue Funktionen und schockierender Realismus

„Wir betreten eine neue Ära der Kreativität“, erklärte Josh Woodward, Vizepräsident von Google Gemini, während der Keynote zur Einführung von Veo 3 und hob die Möglichkeit hervor, „ultrarealistische“ Videos zu erstellen.

Johnson war zunächst skeptisch, aber nachdem sie das KI-Tool selbst ausprobiert hatte, war sie überzeugt, dass Woodward nicht übertrieben hatte. Veo 3 ist in der Lage, Produkte zu schaffen, die erschreckend realistisch sind.

Konkret versuchte der Reporter von The Verge , ein kurzes Video mit dem Inhalt eines Nachrichtensprechers zu erstellen, der einen Brand ankündigt. Der Clip ist unglaublich überzeugend und weist eine Tonqualität und eine Szenerie auf, die einer herkömmlichen Nachrichtensendung ähnelt.

Eine Szene aus einem von Veo 3 erstellten Video. Foto: The Verge.

Kurz darauf erhielt der Beitrag, der eine Reihe von Videos mit KI-generierten Charakteren enthielt, die gegen die Befehle protestierten, die zur Erstellung der KI-generierten Videos verwendet wurden, 50.000 Upvotes auf Reddit. Zu den Szenen gehören Katastrophen, eine Frau, die mit einem Beatmungsschlauch in einem Krankenhausbett liegt, und eine Figur, die mit einer Waffe bedroht wird – alles mit gesprochenen Dialogen und realistischen Hintergrundgeräuschen.

Im Vergleich zu anderen KI-Tools zur Videoerstellung hat Veo 3 die Dinge viel einfacher gemacht. Alles, was Sie dazu brauchen, ist ein einfacher Befehl, ein paar Minuten Wartezeit für die Verarbeitung durch die Plattform und ein Abonnement des AI Ultra-Plans von Google ( 249,99 $ pro Monat).

Für Johnson war es sogar noch einfacher, Videos mit weniger spezifischen Befehlen zu erstellen, und das zeigte eines: Der Veo 3 ist hervorragend darin geeignet, YouTube-Inhalte für Kinder auf dem kleinsten gemeinsamen Nenner zu erstellen.

Das Ende der „Stummfilmära“

Bislang war kein KI-basiertes Videogenerierungsmodell in der Lage, gleichzeitig synchronisiertes Audio oder Audio jeglicher Art zur Begleitung der Videoausgabe bereitzustellen. Veo 3 hingegen könnte mit seiner Fähigkeit, synchronisierten Ton zu erzeugen, die „Ära des Stummfilms“ beenden.

„Wir verlassen das Stummfilmzeitalter der Videoerstellung“, sagte Demis Hassabis, CEO von Google DeepMind, während einer Pressekonferenz.

Die weite Verbreitung von Video-Builder-Tools hat zu einer explosionsartigen Zunahme der Anbieter geführt, sodass der Markt nahezu gesättigt ist.

Von Startups wie Runway, Lightricks, Genmo, Pika, Higgsfield, Kling und Luma bis hin zu Technologiegiganten wie OpenAI und Alibaba werden in rasantem Tempo Modelle veröffentlicht. In vielen Fällen gibt es zwischen diesen Modellen nur sehr geringe Unterschiede.

Es bleibt abzuwarten, ob Veo 3 OpenAI Sora in puncto Videoqualität übertreffen kann. Dennoch könnte allein die Möglichkeit, vollständig produzierte Videos mit Audio und Video zu exportieren, den Veo 3 sofort zu einer ansprechenderen Plattform machen.

Das herausragendste Merkmal von Veo 3 ist seine Fähigkeit, Ton zu erzeugen, der „perfekt“ mit dem Video synchronisiert ist. Foto: Google.

„In der Welt von Film und Fernsehen sind Hintergrundgeräusche und Soundeffekte oft die Arbeit von Künstlern. Stellen Sie sich vor, Sie müssten Veo nur den gewünschten Hintergrundton und die gewünschte Handlung beschreiben, und Veo würde alles ausgeben, einschließlich Video und Dialog. Für diese Arbeit würden Animatoren Wochen oder Monate brauchen“, kommentierte Johnson.

Wenn Veo 3 tatsächlich Befehle befolgen und stundenlang konsistente Video- und Audiodaten ausgeben kann, wird es nicht mehr lange dauern, bis wir den ersten Animationsfilm haben, der vollständig mithilfe künstlicher Intelligenz erstellt wurde.

Kurz nach der Einführung von Veo 3 begannen die Entwickler, Clips auf Plattformen wie X zu teilen, wo ein vollständig mithilfe von KI erstelltes Stand-up-Comedy-Video gezeigt wurde. Die Zuschauer waren überrascht, als sie erfuhren, dass die gesamte Szene, einschließlich Sprache, Video und sogar Publikumsaudio, aus nur einem Textbeschreibungsbefehl erstellt wurde.

Dann ging ein weiterer Clip viral, in dem Pythagoras seinen berühmten Lehrsatz nachstellt, komplett mit antikem Kontext und präzisen Dialogen. Es gibt sogar ein Musikvideo, das vollständig von Veo 3 erstellt wurde und bei dem Bild und Musik perfekt synchron sind.

Die Economic Times kommentierte, dass man diese Art von Technologie als „eine neue Ära des Filmemachens“ bezeichnen könnte, da sie es jedem – vom einzelnen Filmemacher bis zum großen Medienstudio – ermögliche, kostengünstig und mit minimalem Ressourceneinsatz professionelle Inhalte zu produzieren.

Quelle: https://znews.vn/ac-mong-tu-ai-tao-video-moi-cua-google-post1556018.html