Veo 2: Google mit Niedrigpreis für KI-Videogenerierung
Google verlangt für eine Sekunde Video, die mit dem KI-Modell Veo 2 generiert wird, 50 US-Cent pro Sekunde(öffnet im neuen Fenster) . Damit kostet eine Minute KI-generierter Videoinhalte 30 US-Dollar, eine Stunde kommt auf 1.800 US-Dollar.
Mit dieser Kostenstruktur positioniert Google Veo 2 in einem niedrigpreisigen Segment des KI-Videogenerierung-Markts.
Vergleich der Kosten für KI-Videos mit der traditionellen Produktion
Um diese Zahlen in die richtige Perspektive zu rücken, nahm der Google-Deepmind-Forscher Jon Barron einen interessanten Vergleich mit den Kosten traditioneller Filmproduktionen vor. Er bezog sich auf den Marvel-Blockbuster Avengers: Endgame, der mit einem Produktionsbudget von 356 Millionen US-Dollar gedreht wurde, was etwa 32.000 US-Dollar pro Sekunde des fertigen Inhalts entspricht. Selbstverständlich lässt sich der Film nicht mit KI generieren, aber auch kleinere Produktionen haben teils enorme Sekundenpreise.
Die praktische Anwendung von Veo 2 unterscheidet sich erheblich von der traditionellen Filmproduktion. Das System stellte zwar seine Fähigkeiten bei der Erstellung von Videos mit einer Länge von mehr als zwei Minuten unter Beweis, ist jedoch nicht dafür ausgelegt, die Produktion von Spielfilmen in voller Länge zu ersetzen.
Bei der KI-Videogenerierung wählte OpenAI mit seinem Sora-Modell einen anderen Ansatz. Das Unternehmen machte die Technologie über seinen ChatGPT-Pro-Abonnementdienst zum Preis von 200 US-Dollar pro Monat verfügbar. Dieses abonnementbasierte Modell stellt eine Alternative zu Googles sekundengenauer Preisstrategie dar, wobei damit nicht unendlich viele Videos generiert werden können.
Technische Möglichkeiten und Grenzen
Das KI-Modell Veo 2 von Google kann bis zu zwei Minuten lange Inhalte in 4K-Auflösung mit 4.096 x 2.160 Pixeln produzieren - eine bisher nicht erreichte Auflösung bei KI-generierten Inhalten. Veo 2 macht OpenAIs Sora Konkurrenz, das bei Full-HD aufhört.
Derzeit ist die Ausgabe von Veo 2 in Googles VideoFX-Tool auf eine Auflösung von 720p und Clips mit einer Länge von acht Sekunden beschränkt.
Das neue Modell bietet eine verbesserte Kontrolle über die Physiksimulation und Kamerabewegungen. Das Deepmind-Team berichtete außerdem, dass Veo 2 Strömungsdynamik, Lichteffekte und menschliche Ausdrucksformen besser darstellen könne als der Vorgänger.
Trotz dieser Fortschritte steht die Technik immer noch vor der Herausforderung, über längere Zeiträume hinweg Konsistenz zu wahren und komplexe Bewegungsabläufe zu bewältigen. Auch Veo 2 erzeugt gelegentlich Artefakte wie unrealistische architektonische Elemente und inkonsistente Charakterdarstellungen.
Wie das Training für Veo 2 erfolgte, ist nicht klar. Zwar wurden möglicherweise Youtube-Inhalte verwendet. Google gibt jedoch an, der Trainingsansatz falle unter die Fair-Use-Richtlinien.