Das Zeitalter der künstlichen Intelligenz verblüfft uns immer wieder mit seinen wachsenden Fähigkeiten. Kürzlich hat die KI-Firma Runway bekannt gegeben, dass ihr neuestes Text-zu-Video-Modell mit der Bezeichnung Gen-4.5 noch genauere Bilder als das letzte Modell erzeugt. Laut Runway kann das Gen-4.5-Modell “filmische und äußerst realistische Ergebnisse” erzeugen. Dies ist sicherlich ein spannender, aber auch besorgniserregender Gedanke über unsere Fähigkeit, zwischen dem, was real ist, und dem, was von KI erzeugt wurde, zu unterscheiden.
In der Ankündigung von Runway wird Gen-4.5 in den höchsten Tönen gelobt und seine Fähigkeiten mit “beispielloser physikalischer Genauigkeit und visueller Präzision” gleichgesetzt. Ein wichtiger Aspekt dieses Modells ist die verbesserte Befolgung von Vorgaben. Einfach ausgedrückt bedeutet dies, dass es sehr detaillierte Szenen erstellen kann, ohne dass die Videoqualität darunter leidet. Laut Runway ist die Schaffung einer verblüffend realen Physik kein Wunschtraum mehr; KI-generierte Objekte bewegen sich jetzt mit realistischem Gewicht, Schwung und Kraft“ und setzen damit eine neue Messlatte für die Authentizität, die wir von KI-generierten Bildern erwarten können.
Gen-4.5 stellt in der Tat einen technologischen Sprung dar, aber eine ordnungsgemäße Einführung braucht Zeit; das Modell wird nach und nach allen Nutzern zur Verfügung gestellt. Trotz seiner verblüffenden Fähigkeiten darf man nicht vergessen, dass das Modell seine Grenzen hat. Zum Beispiel kann das Modell mit Komplikationen im Zusammenhang mit der Objektpermanenz und dem kausalen Denken konfrontiert sein; es kann zu einem Durcheinander zwischen Ursache und Wirkung kommen, wie z. B. eine Tür, die sich öffnet, bevor jemand überhaupt den Griff berührt hat.
Natürlich ist Runway nicht das einzige Unternehmen im Bereich der KI, das die Grenzen dessen, was KI-generierte Bilder leisten können, erweitert. Auch OpenAI hat in diesem Bereich große Fortschritte gemacht. Im September letzten Jahres stellte das Unternehmen Verbesserungen der Physik im Text-zu-Video-Modell Sora 2 vor. Die Bilder sind so überzeugend, dass man in einem KI-generierten Video sogar einen Rückwärtssalto auf einem Paddleboard auf einem Gewässer machen könnte, mit präziser Strömungsdynamik und Auftrieb.
Was Gen-4.5 jedoch auszeichnet, ist, dass es besser für die Verarbeitung verschiedener visueller Stile geeignet ist. Laut Runway kann es konsistentere fotorealistische, stilisierte und filmische Visualisierungen erzeugen. Das Ergebnis? Fotorealistische Visualisierungen, die “von realen Aufnahmen mit lebensechten Details und Genauigkeit nicht zu unterscheiden sind”. Das lässt uns fragen: Was kommt als Nächstes auf dieser erstaunlichen Reise der KI-generierten Visualisierungen?
Die KI-Technologie wächst und entwickelt sich in erstaunlichem Tempo weiter. Dabei verschwimmt die Grenze zwischen Realität und künstlicher Intelligenz immer mehr. Was die Zukunft bringen wird, ist noch ungewiss. Für den Moment ist jedoch klar, dass in der Welt der KI-generierten Bilder die einzige Grenze der Himmel ist.
Ursprünglicher Artikel: Hier verlinken
