KI-Videos mit Open-AI
Jeder kann Videos jetzt selbst drehen, ohne dafür eine Kamera in die Hand nehmen zu müssen. Man muss nur seine Gedanken dazu niederschreiben. Text-zu-Video-Generatoren wie Sora übernehmen alles Weitere und produzieren das Video direkt in der Cloud.
Eine Frau spaziert in der Nacht durch eine Großstadt. Sie trägt eine schwarze Lederjacke, ein langes rotes Kleid und schwarze Stiefel. Die regennasse Straße, auf der die Protagonistin im Video flaniert, spiegelt die Neonreklamen der umliegenden Gebäude wider. Was nach einer Filmszene aussieht, ist komplett am Computer entstanden. Das Besondere daran: Erstellt wurde diese Film- sequenz vom Text-zu-Video-Generator Sora (openai.com/sora). Für diesen Videodreh war lediglich eine kurze Texteingabe erforderlich, die die Szene beschreibt. Benötigt wurden somit weder Kamera-Equipment oder Kenntnisse im Videoschnitt noch sonderlich viel Zeit. Legt man nach der Texteingabe eine kurze Kaffeepause ein, sind die bis zu einer Minute langen KI-Filme laut Sora-Entwickler OpenAI schon fertig gedreht, wenn die Tasse leergetrunken ist.
Täuschend echte Videos
Auf der Sora-Webseite finden sich weitere Beispielvideos, bei denen die künstliche Intelligenz Regie geführt hat. Zu sehen sind darin unter anderem im Schnee spielende Hundewelpen, eine Geburtstagsfeier samt Torte und brennenden Kerzen, eine kalifornische Kleinstadt während des Goldrauschs um das Jahr 1850, zwei Piratenschiffe, die sich eine Seeschlacht in einer Kaffeetasse liefern, und einen Kameraschwenk durch eine Kunstgalerie, an deren Wänden viele großformatige Gemälde hängen. Die KI-Filme wirken erstaunlich fotorealistisch und stimmig. Bei Hauttönen, Schattenwürfen und Materialanmutung können sie genauso überzeugen wie bei Bewegungen und Lichtreflexionen. OpenAI zufolge wurden sie nicht nachbearbeitet, sondern sind das direkte Resultat der Texteingabe.
Den Titel des ersten Text-zu-Video-Generators kann Sora zwar nicht für sich beanspruchen, denn andere wie Pika oder Runway Gen-2 waren schon früher am Start. Hinsichtlich Bildqualität schlägt das KI-Tool die Konkurrenz aber deutlich. Seine Talente beschränken sich nicht auf die Interpretation von Wörtern und Sätzen. Sora kann auch ein Bild in ein Video verwandeln, bestehende Videos vorwärts und rückwärts in der Zeitleiste verlängern, zwei Videos zu einem zusammenfassen oder Bilder und animierte Grafiken erstellen. Die von der KI kreierten Videos sind maximal eine Minute lang, haben eine Auflösung von bis zu 1920 x 1080 Pixeln im Quer- respektive von 1080 x 1920 Pixeln im Hochformat.
