Simples Stillleben plus Märchenbilder

Zwar noch nicht weiter, doch ich habe es dennoch als Beispiel dafür hochgeladen, dass es mit dem Gesichtsausdruck sehr viel besser geht.

Dafür bin ich vom Modell "Omni 1.1 Flash" auf "Veo 3.1 - Fast" gewechselt. Nachteil, dabei werden die Bilder für Start und Endframe nur als Bildreferenz benutzt, "Veo 3.1 - Quality" nimmt gar keine Bilder an.

Gesichtsausdruck wesentlich besser, doch abrupter Wechsel von Kopf und Haltung des Königs etwa bei Sekunde 13.

Und weil ich wissen wollte, ob ich damit richtig liege, habe ich die Google KI gefragt:

Nein, es liegt definitiv nicht an dir – du hast die aktuellen technischen Schwachstellen der einzelnen Modelle genau auf den Punkt getroffen. Diese Probleme sind genau die "Kinderkrankheiten", mit denen die gesamte Video-Editing-Community bei diesen Tools im Moment kämpft. Hier ist das Feedback, das viele Nutzer teilen:

• Der "Morphing-Effekt" bei Flash: Dass Gesichter im Endframe völlig entstellt werden oder die Identität verlieren, ist ein bekanntes Problem bei schnellen, weniger präzisen Modellen. Sie versuchen, den mathematisch kürzesten Weg zwischen Start- und Endbild zu berechnen, ohne zu "verstehen", wie ein menschliches Gesicht funktioniert.
• Die mangelnde räumliche Treue bei Veo Fast: Dass Objekte oder Personen quer durchs Bild springen, liegt daran, dass das Modell die Bilder nur als "Inspiration" (Image Prompt) nutzt, statt die Geometrie der Szene exakt einzufrieren.
• Die Blockade bei Veo Quality: Auch das ist ein bekanntes Problem. Der High-Quality-Modus ist extrem rechenintensiv und oft noch nicht richtig für komplexe Bild-zu-Video-Workflows (vor allem mit zwei Bildern gleichzeitig) optimiert.

Bei den Shorts, die ich mit Flow machte, ist mir das nicht aufgefallen, weil ich ohnehin nach jedem Clip einen Schnitt machte. Also für Shorts oder einfache Filmchen sehr preiswert, wozu noch die sich die täglich aktualisierenden Credits kommen, die für 4 Clips mit Flash oder 2 Clips mit Fast reichen sollten. Für richtige Filmchen mit Handlung, wo nur unterschiedliche Perspektiven erwünscht sind, nur sehr eingeschränkt zu emphehlen.

Zum Kanal-Banner bin ich heute noch nicht gekommen. Es gibt einige Vorlagen, wie der Bildaufbau gestaltet werden muss, ein Screenshot von einem älteren Banner von mir, mit Test direkt im YouTube Studio. Ich denke, es vermittelt am besten, wie man vorgehen sollte.

Hatte noch Restguthaben bei Kling Ai, die morgen verfallen wären, weil es am 26. in jedem Monat neue Credits gibt.

Einmal den letzten Clip neu rendern lassen, Kling hält sich an die Vorlage. Zusätzlich etwas im zeitlichen Ablauf vorgesprungen und mit Flow vier Entwürfe für einen Eingangsbereich mit Treppe und Fee rendern lassen, dieser passte von den Fenstern am ehesten zum Schloss.

Den Clip von der auf Treppe habe ich nur als Vorschau erst einmal angehängt, vorgezogen, damit die restlichen Credits bei Kling nicht ungenutzt verfallen. Dass ich keine erwachsene Fee mit Insekten Flügel wollte, habe ich nicht ausdrücklich beschrieben, nur das sie hell und groß sein sollten. Kling hat es aber begriffen, sogar die Audiodatei passt. Nun kann sie den Jungen suchen und die Einladung überingen.

Die Streamingqualität sieht heute schlechter aus.

Clip Entfernt!

Ein Framebild aus einem alten Short, welche ich im Frühjahr mit Meta AI erstellt hatte, das eigentliche Bild für den Clip habe ich nicht mehr bei Meta gefunden, also so aus dem Clip extrahiert, doch den Clip nie verwendet.

Heute mit Gemini erweitern lassen. Der Dunst verteilt sich zwar nicht gleichmäßig über die volle Breite, aber ich habe erst einmal etwas, womit ich beim Banner mir Experiementieren anfangen könnte.

Insgesamt bin ich durchweg mit der Auflösung nicht zufrieden.

Getestet hatte ich vor Jahren bereits, dass ich bei Tutorials mit 720p die Beschriftung auf den Tabs und vom Menü nicht richtig lesen kann, mit 1080p hingen zufriedenstellen. Im letzten halben Jahr zusätzlich erfahren, das YouTube fürs Streaming bis 1080p eine höhere Komprimierung verwendet, ab 1440p eine niedrigere mit besserer Qualität. Bei Shorts war mir das beinahe gleich, die sind auf meinem Screen ohnehin nur in halber Höhe zu sehen und nicht in voller Höhe mit 1920 Pixeln.

Nun im Querformat, bisher halte ich das aktuelle für das schlechteste Ergebnis, von alle bisher gefertigten Ergebnissen. Die Qualität der Clips ist bereits nicht die beste, nach dem Schnitt ist es dann noch eine Idee schlechter, nach dem Hochladen eine weitere Idee schlechter, das war es, für einen Film, auch wenn es nur ein erster kurzer werden sollte, zu schlecht. Und ja, beim Musikkanal kommen insgesamt tatsächlich 3,2 % mit TV. Vorher dachte ich noch, die sieht sieht ohnehin kein Mensch in einem Fernseher an.

Wenn ich die Qualität mit ihrem Video vergleiche, liegen Welten an Qualität dazwischen. Nun dieses bekommt sie gesponsert, das würde erklären, wieso sie mit 720p erstellte Videos auf eine Größe von 1440p bei sehr guter Qualität aufblasen kann. Aber liegt es nur daran?

Bei 7:48 darauf achten, wieviel Cdredits der Clip mit der Oma und dem Kind gekostet hat, 195 steht da, nur der günstigste Plan ist 19 € pro Monat bei Jahreszahlung mit 270 Credits/Monat, die nach diesem Clip praktisch aufgebraucht wären. Also müsste man sich schon einen Tarif für 99 € pro Monat bei Jahreszahlung holen, wobei noch die Mehrwertsteuer oben drauf kommen würde. Und das für 720p Videos.

Unabhängig von diesem Video und ebenfalls unabhängig davon, dass mir höhere Pläne zu teuer sind, werde ich wohl erst einmal eine Pause einlegen. Sah zwar vielversprechend aus, im deutschsprachigen Raum kenne ich keine Kanäle, die mehr als erzählende bebilderte Geschichten online gestellt haben, doch so einfach geht es nun einmal nicht, wie ich mir das ursprünglich dachte, oder man müsste ein wesentlich höheres Budget ansetzen. Ist zumindest mein vorläufiger Eindruck. Ob mit oder ohne Brille, man muss selbst einschätzen können, wann man zu schlecht ist.

Habe mich noch mit der Google KI unterhalten, doch diese Tipps erschienen mir reichlich nichtsbringend.

Ist eigentlich ganz einfach, die meisten haben nur keine Vorstellung davon, wie es läuft. Mein Musikkanal ist nun zumindest soweit gediehen, dass monatlich die Zahl der Abonnenten sich von allein erhöht, um etwa 60 bis 80, aber nur durch zwei Shorts, die restlichen stagnieren weiterhin. Aktuell 901 Abonnenten • 41 Videos, über dem Winter kann ich mich nun mit Videos im Querformat beschäftigen, um diese nachzuholen.

Als ich mich anmeldete, es ging mir nie um etwas anderes, als um animierte Videos, weil ich eingesehen hatte, ohne gute Animationen kommt man mit Musikvideos nicht vorwärts. Und das ist der größte Irrtum, weswegen einige bei YT nicht vorwärtskommen, dann auf alles Mögliche die Schuld schieben. Qualität, Musik und Ideen, es muss alles stimmen, oder man braucht gar nicht anzufangen. Um Geld zu verdienen, ab Januar brauchte man dafür 8.000 Stunden nur an Wiedergaben für Videos im Querformat, ohne Shorts, würde ich nie und nimmer erreichen.

In meinem Alter und meinem Gesundheitszustand, um wenigstens einen kleinen Nebenverdienst aufzubauen, alles andere wäre reichlich sinnlos zu versuchen. Und ja, ich sehe es an den Ali Baba, Aladin und Sinnbad Filmen, wie die Qualität ist, wie viel tausend Abonnenten und wie viele tausend Aufrufe pro Film. Bei diesem Kanal von Sagas z.B. Videos nach Beliebtheit gefiltert, die ersten fünf zusammen rund 10 Mio Aufrufe. Es müssen aber Filme sein, keine bebilderten Geschichten mit einer KI Stimme als Geschichtenerzähler. Es ist bekannt, dass Letztere von YouTube demonetarisiert werden. Nach was soll man sich denn sonst richten, wenn nicht nach den Besten auf ihren Gebiet.
Ob ich es jemals schaffen werde, steht auf einem ganz anderen Blatt, nicht nur wegen der finanziellen Frage. Aber eigentlich war es noch nie anders bei mir, egal was und in welchem Bereich, wenn ich etwas gemacht habe, dann habe ich doch versucht es so gut wie möglich zu machen. Hat nur nicht immer geklappt.

Flow weigert sich auch dieses Bild vom Hirtenjungen (noch ohne Fee) anzunehmen, in Leonardo die Fee mit eingefügt, das Größenverhältnis zwischen den beiden stimmt nicht. Wenn er aufstehen würde, dann wäre er größer als sie. Wenn ich es Kling mache, weiß ich noch nicht wie am besten. Als Endframe, dann könnte ich keine Character Sheet gleichzeitig verwenden, mit Character Sheet würde es Kling nur als Referenz und nicht als Endframe betrachten.

Nun erst eine Flugszene von 8 Sekunden, dann eine zweite von 15 Sekunden. Die erste werde ich vielleicht noch schneiden. Der erste Clip auf der Treppe wurde deutlich besser, nachdem ich eine Maske auf ihr Gesicht legte, um nur in diesem Bereich zusätzliche Schärfe draufzulegen. Nun sieht man sehr deutlich, das sie in den ersten Sekunden schielt und die Pupille nach unten rutscht, aber ab da ist es einfach ein besseres Bild. Wegschneiden oder die Schärfe zusätzlich mit einem Keyframe verbinden, ab dem sie erst wirken soll. Der mittelste Clip nun, passend schneiden, denke ich mir.

Der letzte Clip, Kling hat den Prompt nicht richtig verstanden, dass die Flügel nicht mehr zu sehen sein sollen. Prompt optimieren und den Clip wiederholen oder so lassen? Das Größenverhältnis zwischen den beiden stimmt aber besser, anders als im obigen Bild. Schauen, denke die Flügel kann sie auch noch einziehen, wenn sie mit dem Jungen noch einige Worte spricht, was ohnehin eingeplant war.

Clip Entfernt!

Habe nun noch einen Clip von 4 Sekunden, wo sie ihre Flügel verschwinden lässt. Da ich dafür aber das letzte Bild aus Lightworks habe, wieder mit einem großen Unterschied in den Colorwerten, der sehr deutlich zu sehen ist. Die Anpassung war bis immer ein Geduldsspiel, beim letzten Clip war es der Gammawert, der angepasst werden musste,

Bin aber nicht einmal beim Hauptteil, wo er die drei Fragen beantworten soll. Konnte mich aber nach 60 Jahren oder mehr noch daran erinnern, dass er die Frage nach Ewigkeit damit beantwortet hatte, dass ein Vogel jedes Jahr einmal zu einem Berg fliegt, um seinen Schnabel zu wetzen. Wenn der ganze Berg abgewetzt wurde, ist eine Sekunde der Ewigkeit vergangen. Das der Berg eine Stunde breit, eine Stunde tief und eine Stunde hoch war, daran hingegen nicht mehr. Ein Problem könnte es mit den KIs noch bei der zweiten Frage geben, wenn er dabei ist alle Sterne des Himmels auf ein Blatt Papier zu tupfen, auch bei der Frage, wieviel Tropfen Wasser das Meer hat.

Mit der letzten Erweiterung.

Die Farbwerte für die letzten 4 Sekunden habe ich so gut wie möglich versucht anzupassen, doch richtig ist es mir nicht gelungen.

Die Ursachen könnte ich versuchen zu erklären, doch ganz kurz gesagt, es liegt einfach daran, dass Lightworks mit einem anderen Farbprofil und Gammawert als Kling arbeitet, und ich das Startbild aus Lightworks importierte. Versucht mit der Google KI Einstellungen zu finden, wie sich das zukünftig verbessern ließe, finde nur die Einstellungen dazu nicht. Zu viel des KI-Geschwatzes, es brachte nichts, führte nur in eine Sackgasse.

Besser wäre es gewesen den ganzen Clip der Landung noch einmal neu rendern zu lassen, wo sie ihre Flügel gleich wieder einzieht, da der Rest vom Ablauf aber gut ist, würde diese eher schlechter als besser.

Zitat von Melegrian

Ein Framebild aus einem alten Short,

Heute habe ich drei Bilder aus dem Clip in einem Image vereint, dann daraus in Flow und Gemini versucht ein Character Sheet zu erstellen. Bei Gemini einen Fehler bei der Eingabe gemacht, kann vorkommen, nicht wiederholt.

Bei Flow ist etwas anderes, wüsste es nicht, wenn ich nicht die Google KI nach den Unterschieden von Nano Banana 2 und Nano Banana Pro befragt hätte. Licke arbeitet zwar gelegentlich damit, aber ob dem alten Mann das bereits aufgefallen ist, weiß ich nicht. Also die Google KI meinte zumindest, Nano Banana 2 ist das schnellere Modell, doch Nano Banana Pro denkt länger nach und dadurch oft das bessere Modell.

Eigentlich ist oben in der Vorlage bereits zu sehen, dass die Frau blonde Haare hat, im Prompt habe ich auch noch einmal darauf verwiesen:
"... Her hair should be blonde, ...". Nano Banana 2 hat beides nicht beachtet.

Also, bei Problemen oder im Zweifel das Modell wechseln, kann mitunter schon Probleme lösen.

Selbst versuche ich zwar auf dem Laufenden zu bleiben, doch irgendwo hinke ich oft hinterher und weiß oft nicht, was zuerst.

Des Nachts allein im Wald, wer erkennt diese Laute?

Den Clip hatte ich noch unbenutzt zu liegen, irgendwie zum Wegwerfen zu schade, doch ohne Ton hochladen, das geht ja seit knapp 100 Jahren nun gar nicht mehr.

Überlegt, für Musik-Loop reichlich kurz, jedenfalls viel mir nichts passendes für 5 bis 7 Sekunden ein. Mit Flow einen gespenstischen Wald mit heulenden Wolf getestet, so richtig gefiel es mir nicht. Das sich aber mit Suno ebenfalls akzeptable Effekte von Tieren und anderes erzeugen lassen, wusste ich bis gestern nicht.

Gerade erfahren, Higgsfield hatte das erste "Global Film Festival" ausgeschrieben, Preisgelder zusammengerechnet 1.000.000 US-Dollar. Die Einreichungsfrist endete bereits im September 2026. Nun ja, ich bin ohnehin nicht bei Higgsfield, sehe mir nur gerade in paar von den Kurzfilmen an.

Nummer 10 in der Liste sieht macht bereits einen realistischen Eindruck.

Sah gerde einen Kurzfilm Higgsfield Global Film Festival, Titel "Oops First Contact" der mich an "E.T. – Der Außerirdische" erinnerte.

Zitat von interozitor

beweist er doch das Gegenteil dieser Aussage.

Nehme einmal diese Auffahrrampe, beim Versuch diese zu schließen, nachdem das Auto ins Raumschiff fuhr. Bekommt die Video KI nicht hin, weil diese kein Gedächtnis besitzt, wie diese von unten aussah. Diese sieht beim Hoch- und Runterklappen immer beidseitig gleich aus. KI ist noch lange nicht so weit, du bekommst auch noch keine Gebäudeansichten von außen wie von innen fertig, nicht einmal einen Kameraschwenk innerhalb eines Raumes, der beim nächsten Schwenk noch genauso aussehen würde, weil Video KIs sich nicht erinnern können und Image KIs keine räumlichen Vorstellungen besitzen. Anders in 3D, hier kannst du ein Gebäude, Fahrzeug oder Raumschiff von innen und außen gestallten und in eine Umgebung einfügen, wobei alles erhalten bliebe. Davon könntest du dann entweder viele Bilder für Start- und Endframes erstellen, aber auch 360 Grad Aufnahmen. Also zuerst ein 3D Modell, dann erst mit KI animieren, wenn alles in Spielfimqualität stimmen soll. Was eines Tages nur mit KI möglich sein wird, weiß ist nicht, jedenfalls vorläufig ist es noch nicht soweit.

Zitat von interozitor

Dass KI kein Gedächtnis besitzt, mag ich als Laie kaum glauben.

KIs haben ein "Gedächtnis" an Trainingsdaten und neuere sind je nach Modell zusätzlich noch lernfähig. Image KIs kennen z.B. den Triumphbogen aus allen Perspektiven.

KIs haben aber kein Gedächtnis, was den menschlichen Erinnerungen an Objekten, Personen, Räumlichkeiten, Szenen usw. entspricht, mit denen sie nicht trainiert wurden. Eine Video KI weiß doch nach einem Clip nicht mehr, ob ein Auto rot, blau oder grün ausgesehen hat. Bei Image KIs gibt es zwar dafür eine Seed, aber nicht bei allen Modellen. Es liegt doch am Menschen, deshalb möglichst viele Referenzbilder zu erstellen.

Zitat von interozitor

Auch die Außerirdischen (Gremlins?) hauen mich nicht wirklich vom Hocker.

An wem liegt das? An den Menschen, die vor dem Computer sitzen, dass denen nichts Neues einfällt, würde ich meinen. Ist auch schwer, wobei bei diesen Außerirdischen ja ein gewisser Witz durchaus umgesetzt wurde.

Zitat von interozitor

Als Schöpferin eigenständiger Resultate muss man sie hingegen nicht fürchten. Noch nicht, jedenfalls. Da steht KI wohl nach wie vor für »Keine Idee«.

Du verstehst da irgendwie KI nicht. KI ist ein Werkzeug, der Mensch ist es, der dieses Werkzeug in die Hand nimmt und bedient, um seine Vorstellungen und Ideen umzusetzen. Filme oder Bilder entstehen noch immer zuerst im Kopf, da kommen doch die neuen Ideen her. Das Märchen, welches ich erst angefangen habe, das ist doch nicht KI. Es ist aber auch nicht neu, sondern gehört zu den kürzesten von den gesammelten Werken der Gebrüder Grimm, das sich seit meiner Kindheit nicht vergessen habe, weil da vortrefflich beschrieben wurde, was man sich unter Ewigkeit vorstellen kann.

Zitat

Sprach der König „die dritte Frage lautet: wie viel Sekunden hat die Ewigkeit?“ Da sagte das Hirtenbüblein „in Hinterpommern liegt der Demantberg, der hat eine Stunde in die Höhe, eine Stunde in die Breite und eine Stunde in die Tiefe; dahin kommt alle hundert Jahr ein Vöglein und wetzt sein Schnäbelein daran, und wenn der ganze Berg abgewetzt ist, dann ist die erste Sekunde von der Ewigkeit vorbei.“ Das Hirtenbüblein

Auf Seite 20 hatte ich es verlinkt, hier noch einmal. Doch es ist erzählend geschrieben, außer den Fragen und Antworten enthält es keine Dialoge. Und das ist meine Idee, mit Dialogen zu arbeiten, ohne Geschichtenerzähler.

Zitat

Der König des Landes hörte auch davon, glaubte es nicht und ließ das Bübchen kommen.

Ja vom wem hörte er es und durch wem ließ er es kommen?

Das kann auch keine KI wissen, wenn es nicht überliefert ist. Aber ein Mensch kann es sich im Kopf vorstellen. An einen Berater des Königs dachte ich zuerst, doch als ich eines Morgens erwachte, dachte ich, eine Fee passt noch besser ins Märchen. Nun liegt es doch an mir, dafür die geeigneten Werkzeuge zu finden, um es umzusetzen. Wird nur länger dauern, als ursprünglich gedacht. Vielleicht auch nicht alles so perfekt werden, wie ich es mir wünschen würde, weil mein Budget sehr begrenzt ist. KI ist hingegen nur ein Werkzeug, um diese und andere Ideen umzusetzen.

Außerdem habe ich noch etwas anderes angefangen. Ein Character Sheet für Rotkäppchen hatte ich oben bereits als Vorschau abgebildet. Heute damit ein erstes Bild generiert.

Und damit das Pferd oder Zaumzeug und der Sattel im nächsten Clip nicht anders aussehen, vorsichtshalber aus dem Bild gleich dafür auch ein Referenzimage erstellt. Dafür aber keinen eigenen Prompt erstellt, weil der für Menschen nicht funktioniert hätte (Pferde sind größer), sondern den Agenten in Flow gebeten, mir ein Referenzblatt zu erstellen. Dann mir den Prompt kopiert und verwendet.

Erster Versuch mit Flow Fast, Aufsteigen aufs Pferd wurde zur Katatrophe, zu komplex scheinbar, die KI kam nicht einmal auf die Idee, das eine Bein in den Steigbügel zu stecken und dann das andere übers Pferd zu heben.

Zitat von interozitor

KI = Keine Idee.

Musikinstrument = Keine Idee

3D Anwendung = Keine Idee

Fotoapparat = Keine Idee

Filmkamera = Keine Idee

Leinwand = Keine Idee

Pinsel = Keine Idee

KI = Keine Idee

Ordnet sich doch gut ein in einer Liste an ideenlosen Werkzeugen.

Eine KI hat keine eigenen neue Idee, aber das gesammelte Wissen von LLM (Large Language Modellen) Training übersteigt das von Bibliotheken, woraus sich wieder neue Inspirationen ergeben können. Über die "Zeit und Ewigkeit" hatte ich mir einmal eine kurze Geschichte schreiben lassen, diese war gar nicht so schlecht, ist aber nicht mehr online. Die Bilder dazu hatte ich wohl von Bing, falls ich mich richtig erinnern sollte, diese waren auch nicht schlecht. Einige schreiben wohl so ganze Bücher, in der Vorstellung, dadurch Geld verdienen zu können.

Aber meinen letzten Songtext habe ich allein geschrieben, hat nicht lange gedauert, einfach was mir eingefallen ist. Nicht einmal eine Reimhilfe benötigt, trotzdem gut geworden. Nun ja, ist nicht lang. Eigentlich wollte ich nur probieren, eine nicht durchschnittliche Stimme für eine Sängerin zu kreieren, hat noch nicht zu 100 % geklappt. Deswegen habe ich eher nebenläufig etwas gereimt, damit die etwas zu singen hat, anschließend gefiel mir Text.

Nun ist das Problem eher ein anderes, die lieben Credits, meine vorhandenen möchte ich lieber fürs Märchen aufsparen, eventuell noch für ein bis zwei Shorts. Sitze seit drei Tagen da und kommen mit dem Video für den Song kein Stück vorwärts. Wollte dann heute ein Einfaches mit dem FL Studio machen, doch irgendwie hat etwas gestreikt, war wohl überfordert. Jedenfalls mehrmals abgebrochen.

Ein Video, welches zumindest diejenigen interessieren könnte, die nicht nur umherprobieren möchten, sondern ernsthaft konsistente Eigenschaften in Videos und Images zu erreichen. Einen Link har er in seinem ersten Kommentar angepinnt, von der Seite habe ich mir die Beispiele als PDF heruntergeladen, die für ChatGPT optimiert sind. Nutzt mir nicht viel, da ich kein Abo bei Chat habe, deswegen keine Images in 2K oder 4K erhalten würden. Nun ja, ich habe ja meine bisherigen Character Sheets, die ihren Zweck bisher erfüllten.

Unterm Video ist weiterhin ein Post von X verlinkt, unter dem sich eine weitere Anleitung befindet. Auf YouTube lässt es sich mit deutschen Audiotrack anhören.

Ok, den zweiten, kürzeren Prompt habe ich mit Gemini probiert. Geht, war nur noch nicht fertig ausgefüllt, deswegen wurde das Ergebnis noch nicht wie erwartet.