Googles Veo 3 kann jetzt u.a. auch Ton. Die Geschwindigkeit der Entwicklung macht mich einigermaßen sprachlos und ich verstehe überhaupt nicht mehr wie das alles funktioniert. Dieses Filmchen ist angeblich in nur zwei Stunden Experimentiererei mit Veo 3 entstanden, komplett mit Sprache und Environmental Sounds:
Instagram:
Der gleiche Film auf Reddit:
Googles neues Tool „Flow" mit Veo 3 für Filmschaffende wird allerdings mindestens 250$ p.M. kosten.
Um einen Eindruck zu bekommen: Flow TV

Sitox

Und trotzdem sieht man grafische Fehler. Also noch nicht perfekt

Nein, natürlich nicht. Aber angesichts dessen, dass man „kürzlich“ noch Still Images mit verkrüppelten Händen und 6 Fingern produzierte, finde ich die Entwicklung mehr als erstaunlich - besonders jetzt auch noch der Ton.
Flow ist nicht für die Produktion gedacht sondern als Ideenfinder und erweitertes Storyboard. Noch.

Es folgen gleich einige Erklärungen, warum das keine Revolution ist...

Sehr erstaunlich, was da in nur wenigen Jahren entstanden ist. Nachdem etwa auf YouTube schon einige Monate praktisch voll KI-erstellte Videos (mit oft schlechten Skripten, belanglosen Bildern, monotoner Erzählweise aber auf den ersten Blick durchaus plausibel) unterwegs sind, werden die vermutlich auf ein neues Level gehoben. In 2-3 Jahren kommen dann Kanäle und vermutlich einzelne Sendungen in TV/Streaming fast ohne oder komplett ohne Menschen aus.

Einerseits fantastisch, welch mächtigen Werkzeuge jetzt in Händen der Allgemeinheit liegen. Andererseits ist das – ich nenne es mal – Missbrauchspotenzial (zum Schaden der Menschheit) auch enorm groß.

Schaut man sich dann Apples «Image Playground» an, wundert man sich schon, was der Apfel einem für «gut» anpreisen möchte. Aber wir sind ja gerade erst in der Aufblühphase.

Naja, ob man das für eine Revolution hält, hängt davon ab, was man unter Revolution versteht; aber beeindruckend ist das sicher.

Es hat nur – und ich denke, das ist die Art von Einwand, auf die Du eigentlich hinauswillst – nichts mit Intelligenz zu tun. Im Kreativbereich ist das (abgesehen vom Argument der fortfallenden Arbeitsplätze) kein Problem, denn entweder gefällt dem Initiator das Ergebnis oder eben nicht; das ist letztlich einfach eine Geschmacksfrage.

Das Problem mit KI besteht im kognitiven Bereich, also wenn es um Sachtexte geht, die korrekt oder falsch sein können, ohne dass man das schon weiß (weil man es durch den Text ja gerade erst erfahren will). Hier suggeriert das, was wir heute KI nennen, eine Leistungsfähigkeit, die sie prinzipbedingt niemals erreichen wird, weil sie rationales Urteilsvermögen nicht besitzt, sondern nur vorspielt. Das aber so erfolgreich, dass viele (und Du gehörst da ja wohl auch dazu) der Suggestion erliegen.

Ich sehe die Revolution eher im "99$ Filmcrew"-Segment. Es gab früher eine ganze Wisssendatenbasis, wie man ohne Geld Filme produzieren kann.
Raus Kane teilweise Filme, die inhaltlich toll, aber technisch mehr als grottig waren. Die ganze Fan-Fiction zum Beispiel.

Für diese Zielgruppe freue ich mich sehr, dass sie nun 250€ pro Monat davon trennen, ihre Ideen umsetzen zu können.

Stellte gerade fest, dass die bei Flow TV gezeigten Videos allesamt noch mit dem „alten“ Veo 2 Modell entstanden sind. So einfach bin ich zu beeindrucken.
Ein Youtuber fasst die Veo 3 Fähigkeiten und Unzulänglichkeiten anhand einiger Beispiele ganz gut zusammen.

Sicher schießt in seiner Begeisterung hier und da in seiner Bewertung übers Ziel hinaus, dennoch folge ich ihm grundsätzlich. Es wird keine 10 Jahre mehr dauern bis Veo, Kling, RunwayML und Co für betroffene Berufsgruppen gefährlich werden. In nicht allzu ferner Zukunft werden Drehbuchautoren womöglich an der Qualität ihrer mitgelieferten Promts gemessen. Oder „Promtwriter“ wird ein neuer Berufszweig.


Mehr: