Alibaba–KI erzeugt 30-Sekunden-Videos
|
Alibaba startet die öffentliche Betaphase von Wan3.0. Das Videomodell erzeugt bis zu 30 Sekunden lange Clips und verarbeitet neben Texten auch Bilder, Videos, Audio, Webseiten und Dokumente.
Alibaba ist ein Partner von Apple in China. Bemerkenswert ist die Länge der Video-Clips. Bislang ist eine Länge von 10 oder 15 Sekunden üblich.
Mehr über die Partnerschaft zwischen Alibaba und Apple findest Du im Artikel »Läuft da was mit Apple und Qwen?«, zu finden in der rechten Spalte in der Rubrik »Editorials«.
Die neue Version soll längere, zusammenhängende Einstellungen ermöglichen. Alibaba nennt dabei komplexe Kamerabewegungen und durchgehende Szenen als mögliche Einsatzbereiche. Eine Funktion empfiehlt anhand des Prompts eine passende Dauer. Bestehende Videos lassen sich zudem verlängern.
Wan3.0 verarbeitet mehrere Eingabearten gleichzeitig. Dazu zählen Text, Bild, Video und Audio. Auch Webseiten sowie PDF- und PowerPoint-Dateien sollen als Grundlage dienen können. So sollen sich statische oder textreiche Inhalte direkt in dynamische Videos umwandeln lassen.
Ein weiterer Schwerpunkt liegt auf der visuellen Konsistenz. Das Modell soll Gesichter, Figuren, Produkte, Gegenstände und räumliche Beziehungen genauer aus Referenzen übernehmen. Alibaba verspricht außerdem stabile Bildaufbauten und Stile. Realistische Gesichter, abgestimmte Mikroexpressionen und natürliche Bewegungen sollen die Ergebnisse verbessern.
Auch Sprache und technische Darstellungen gehören zum Funktionsumfang. Wan3.0 soll mehrsprachige Stimmen erzeugen und deren Konsistenz innerhalb eines Videos wahren. Software-Oberflächen und Bewegungsgrafiken sollen ebenfalls stabil dargestellt werden.
Alibaba sieht mögliche Anwendungen in der Filmproduktion, bei Kurzdramen sowie bei Inhalten für soziale Netzwerke. Unternehmen könnten Texte und Bilder in Marketing- oder Schulungsvideos überführen. Für Entwickler nennt Alibaba realistische Simulationen für Systeme zum autonomen Fahren und für Roboter.
Quelle: Alizila.com
|