Schon als Google zur Vorstellung von Veo 2 erste Clips zeigte war klar: Das ist eine ziemliche Sensation. Seitdem haben zahlreiche Anwender Beta-Zugriff auf Veo 2 bekommen und die in den letzten drei Tagen im Netz auftauchenden Beispiele zeigen, dass generative Video KI jetzt dort angekommen ist, wo es die größten Zweifler niemals sehen wollten - in der Erzeugung hochauflösender, realistischer Videos mit weitgehend glaubhafter Physik. Erstmals ist mit Veo 2 ein neues Niveau in Sachen Realitätstreue erreicht und dies anscheinend nicht nur (wie bei OpenAIs Sora) in sehr wenigen, handverlesenen Clips. Laut den Userstimmen im Netz gelingen mit Veo 2 zahlreiche der generierten Versuche zufriedenstellend.
Damit hat Google mit seiner neuesten Video-KI nun den von uns schon lange vorausgesagten Paradigmenwechsel in der Videoproduktion unbestreitbar angestoßen. Auch wenn der Begriff mittlerweile ziemlich abgegriffen erscheint, ist Veo 2 ein Gamechanger in der Video-KI Branche, der ein neues Zeitalter der Videoproduktion einläutet.
Hochwertige Videos sollen sich bis zu 4K Auflösung erzeugen lassen und sogar Clip-Längen bis zu einer Minute sollen möglich sein. Allerdings wird Beta-Testern aktuell nur die Generierung von 8 Sekunden in 720p-Auflösung zugestanden und auch von Google selbst haben wir noch keine Sequenzen gesehen, die auffällig länger wären. Zudem ist auch Veo 2 noch keinesfalls perfekt. Wer weiß, worauf er achten muss, findet auch hier noch in fast jedem Video den einen oder anderen visuellen Beweis der künstlichen Herkunft.
Somit ist auch diese KI kein vollwertiger Ersatz für eine Kamera, beispielsweise sind die virtuellen Protagonisten stumm und ihre Bewegungen unzuverlässig, zuweilen mit einem Touch von Zombie, manche Clips leiden noch an der KI-typischen, scheinbar gedehnten Zeit. Perfekte Bildkontrolle ist nicht gegeben. Folgende Clips von besonders schwierigen Situationen etwa sind zwar qualitativ auf einem völlig neuen Niveau (kohärente Bewegungen, kein Verschmelzen der Objekte usw.), aber dennoch sichtlich unecht und unheimlich:
#Veo2 #veo it's the only video model available that can do a coherent fight scene, just wild! Google cooked🔥#ai #aivideo #Sora pic.twitter.com/hIr7pwcWQN
— Lars_Pragmata (@noonescente) December 16, 2024
Sometimes it's almost right. A lot closer than Sora for sure. pic.twitter.com/rm5SE1vGBE
— ⭕ AI & Design (Marco) (@AIandDesign) December 17, 2024
Dafür gelingen wiederum Bilder mit Leichtigkeit, für die man bisher sehr viel Geld und Können aufbringen musste - Action- und VFX-lastige Shots, "unmögliche" Bildkompositionen und ähnliches. Die generative KI stellt in dieser Hinsicht wahrlich ein neues Tool im Werkzeugkasten der Bildschaffenden dar.
A different kind of sport #Veo2 #VideoFX #AI #Sora pic.twitter.com/lccQ0lMCye
— Lars_Pragmata (@noonescente) December 17, 2024
I recreated some of my favorite scenes from Arrival using only Google Veo 2.
— Pietro Schirano (@skirano) December 17, 2024
Every scene was created using text to video. pic.twitter.com/LVJM5vx7vg
So perfekt, wie die von Google veröffentlichen 4K-Demo-Clips, gelingen vielleicht nur die wenigsten Versuche. Das große "Aber" ist, dass Veo 2 in vielen Clips eine Qualitätsstufe erreicht, welche für viele Anwendungsfälle bereits absolut ausreichend ist. Sprich, wenn man die Betrachter nicht darauf hinweist, dass es sich hierbei um KI handelt, werden diese es vermutlich nicht mehr wahrnehmen. Und auch die Tatsache, dass man mittlerweile an jedem Output ja auch noch mit diversen KI-Tricks weiter feilen kann, erhöht die Wahrscheinlichkeit auf ein zufriedenstellendes Ergebnis mit Veo 2 enorm. Gepaart mit anderen KI-Tools zum Austauschen von Objekten oder Gesichtern lässt sich ein Projekt schon sehr gezielt generieren - Sprich: Wie vom Anwender beabsichtigt. Noch erlaubt Veo 2 nicht das Einbringen bzw. Aufrufen von Objekten und Charakteren im Prompt, jedoch lässt sich eine Person oder ein Produkt wahrscheinlich bald sehr einfach durch ein Standbild als Startframe in den Clip "hacken".
Was wir gerade mit Veo 2 erleben, dürfte übrigens spätestens in einem Jahr bei vielen Anwendern nur noch ein müdes Lächeln hervorrufen - denn die GPU-Serverfarmen trainieren bereits mit deutlich potenterer Hardware an den Modellen der nächsten Generation. Und Firmen wie Runway, OpenAI oder Meta werden Google hier sicherlich das Feld nicht kampflos überlassen.
Dass all dies die Art, wie wir Videos produzieren, verändern wird, dürfte wohl kaum jemand mehr ernsthaft bestreiten wollen. Natürlich nicht jede Art von Video - im Dokumentarischen und bei Live-Inhalten wird KI höchstens assistieren, und wir sind uns ziemlich sicher, dass die meisten von uns auch in Spielfilmen echt agierende Menschen den kommenden KI-Marionetten vorziehen werden. Die rechtliche Situation bei kommerzieller Verwendung von KI-generierten ist ebenfalls noch nicht geklärt.
In unseren Augen beweist Veo 2 jedoch, dass KI-Videoproduktion unaufhaltbar im Kommen ist - und sich für diverse Einsatzzwecke (Stock-Footage, CGI + Animation, Produktpräsentationen, Impressionen...) als ultra-effektives Produktionstool schnell etablieren wird. Eine Einschätzung, wie lange dieser Prozess dauern könnte, was es kosten wird und warum Prompting nicht unbedingt das Eingabetool der Wahl bleiben wird, lest ihr in Kürze ebenfalls an dieser Stelle...
Bis dahin freuen wir uns über euer Feedback - wie könnt ihr euch vorstellen, diese Videotechnologie zu nutzen? Was ist cool, was noch suboptimal?
