„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 darstellt.

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

„Veo 3 erscheint mir als eine absolut ‚Müll‘-Maschine zur KI-Inhaltsgenerierung“, kommentierte der Reporter von The Verge .

Googles neue KI zur Videoerstellung sorgt mit ihrer hohen Wiedergabetreue für Aufsehen. Laut der Erfahrung von The Verge-Reporterin Allison Johnson ist das Raffinierteste an 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, doch 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.

Der Reporter von The Verge versuchte, ein kurzes Video zu erstellen, in dem ein Nachrichtensprecher einen Brand ankündigt. Der Clip ist äußerst überzeugend, und die Tonqualität und die Szenerie ähneln denen einer herkömmlichen Nachrichtensendung.

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

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, hat seitdem 50.000 Upvotes auf Reddit erhalten. Die Szenen zeigen eine Katastrophe, eine Frau, die in einem Krankenhausbett an einem Beatmungsgerät 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 deutlich vereinfacht. Alles, was Sie brauchen, ist ein einfacher Befehl, ein paar Minuten Wartezeit für die Verarbeitung durch die Plattform und ein Abonnement für Googles AI Ultra-Plan ( 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, YouTube-Inhalte für Kinder auf dem kleinsten gemeinsamen Nenner zu erstellen.

Das Ende der „Stummfilmära“

Bisher war kein KI-basiertes Videogenerierungsmodell in der Lage, gleichzeitig synchronisierten Ton oder überhaupt Ton zur Videoausgabe bereitzustellen. Veo 3 – mit seinen Möglichkeiten zur synchronisierten Audiogenerierung – will jedoch die „Stummzeit“ 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 neue Modelle veröffentlicht. In vielen Fällen gibt es kaum Unterschiede zwischen diesen Modellen.

Es bleibt abzuwarten, ob Veo 3 OpenAI Sora in puncto Videoqualität übertreffen kann, aber die Fähigkeit, vollständig produzierte Videos mit Audio und Video auszugeben, könnte Veo 3 sofort zu einer attraktiveren Plattform machen.

Das herausragendste Merkmal von Veo 3 ist seine Fähigkeit, Ton in „perfekter“ Synchronisation mit Video zu erzeugen. Foto: Google.

„In der Welt von Film und Fernsehen sind Hintergrundgeräusche und Soundeffekte oft das Werk von Künstlern. Stellen Sie sich vor, Sie müssten Veo lediglich 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 mit KI erstellt wurde.

Kurz nach dem Start von Veo 3 begannen die Macher, Clips auf Plattformen wie X zu teilen, darunter auch ein Stand-up-Comedy-Video, das vollständig mithilfe künstlicher Intelligenz erstellt wurde. Die Zuschauer waren erstaunt, als sie erfuhren, dass die gesamte Szene, einschließlich Stimme, Video und sogar Publikumsaudio, nur aus einer Textbeschreibung erstellt wurde.

Dann gibt es noch einen weiteren viralen Clip, in dem Pythagoras seinen berühmten Lehrsatz erklärt, komplett mit antikem Kontext und präzisen Dialogen. Es gibt sogar ein Musikvideo, das komplett 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 – ermöglicht, professionelle Inhalte zu geringen Kosten und mit minimalen Ressourcen zu produzieren.

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