Google stellt Veo 2 vor: Fortschritte in der KI-Videoerzeugung

MÜNCHEN (IT BOLTWISE) – Google hat mit der Einführung von Veo 2 und Imagen 3 seine neuesten Fortschritte im Bereich der Künstlichen Intelligenz präsentiert. Diese Entwicklungen markieren einen bedeutenden Schritt in der KI-gestützten Video- und Bildgenerierung.

Google hat kürzlich seine neuesten KI-Modelle Veo 2 und Imagen 3 vorgestellt, die bedeutende Fortschritte in der Video- und Bildgenerierung versprechen. Veo 2, das überarbeitete Videomodell, wird als überlegen gegenüber allen bisherigen Modellen beschrieben. In direkten Vergleichstests, die von menschlichen Prüfern durchgeführt wurden, konnte sich Veo 2 gegen Konkurrenzprodukte behaupten. Diese Entwicklung unterstreicht Googles Engagement, die Grenzen der KI-Technologie weiter zu verschieben.

Ein Sprecher von Google erklärte, dass Veo 2 die Filmsprache buchstäblich versteht. Die Software ermöglicht es Nutzern, spezifische Kameraeinstellungen, Genres oder visuelle Effekte zu konfigurieren und Videos in 4K-Auflösung und mit mehreren Minuten Länge zu generieren. Besonders bemerkenswert ist, dass die Technologie laut Google deutlich seltener halluziniert als Konkurrenzprodukte. Dies bedeutet, dass weniger fehlerhafte Details wie zusätzliche Finger oder unerwünschte Objekte in den generierten Videos erscheinen.

Ein weiteres Sicherheitsmerkmal von Veo 2 ist das unsichtbare SynthID-Wasserzeichen, das automatisch in alle erzeugten Videos eingebettet wird. Diese Maßnahme soll helfen, KI-generierte Inhalte zu identifizieren und Fehlinformationen vorzubeugen. Veo 2 wird schrittweise über Plattformen wie VideoFX, YouTube und Vertex AI verfügbar gemacht.

Parallel zur Einführung von Veo 2 hat Google auch das Bildgenerierungsmodell Imagen 3 verbessert. Die neue Version erzeugt hellere und besser komponierte Bilder mit reichhaltigeren Details und Texturen. Google hebt besonders die verbesserte Wiedergabe verschiedenster Kunststile hervor, von fotorealistischen Darstellungen bis hin zu impressionistischen oder abstrakten Ergebnissen. Auch hier bescheinigten menschliche Prüfer dem System Spitzenleistungen im Vergleich zu anderen Modellen.

Zusätzlich hat Google eine verbesserte Version von Whisk vorgestellt, einem experimentellen Tool, das die Bildanalyse von Gemini mit der Bildgenerierungstechnologie von Imagen 3 kombiniert. Dieses Tool ermöglicht es Nutzern, Bilder hochzuladen und diese durch neue Subjekte, Szenen und Stile zu verändern. Im Hintergrund analysiert die KI Gemini die Bilder, erstellt automatisch detaillierte Beschreibungen und speist diese in Imagen 3 ein. Whisk ist zunächst nur in den USA verfügbar.

Die Einführung dieser neuen Technologien zeigt Googles Bestreben, die KI-Entwicklung voranzutreiben und neue Maßstäbe in der Video- und Bildgenerierung zu setzen. Mit der kontinuierlichen Verbesserung ihrer Modelle und der Einführung innovativer Tools wie Whisk positioniert sich Google als führender Akteur im Bereich der Künstlichen Intelligenz.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!