Beiträge von Melegrian

Google ist dabei mit "Genie 4" zukünftig im Bereich Animationen neue Maßstäbe zu setzen, falls mehr als nur Werbung dahinterstecken sollte. Hört sich für mich so an, wie keine einfachen Prompts mehr für sich allein, sondern Echtzeitsteuerung über Tastatur. Sieht für mich beinahe danach aus, als würde ein Regisseur keine Aufnahme/Szene wiederholen müssen, sondern Kamera und Ablauf gleich in Echtzeit steuern und korrigieren können. Bisher nur für ausgewählte Tester zugänglich, doch würde Google mit einer Entwicklung in dieser Richtung auch alle anderen in diesem Bereich wieder unter enormen Zugzwang bringen. Und das Wettrennen? Es würde ungebremst weiter gehen, wobei sich die KI-Video-Welt im nächsten Jahr erneut komplett verändern könnte.
Die Weiterentwicklung an sich ist kein Problem, doch wie oft gerade erst Erlerntes bereits wieder veraltet ist, könnte ein Problem werden, wenn die Abstände zu kurz werden.

Eine Übersicht mit weiteren Beispielen.

Genie 4: A new generation of world simulation

Genie 4 introduces real-time interactive world simulation with native audio, advanced physics, natural human motion, and steering powered by Gemini models.

deepmind.google

Zitat von ritch

"früher"

Und "heute" frage KI, es gibt wohl noch (und sicherlich gibt es noch viele weitere) :

Zitat von ritch

Die verlangen eine Autentifizierung mit Handynummer.

Meine älteste Mail-Adresse ist von aol.com und die haben bisher noch nie nach einer Autentifizierung gefragt.

Hoster haben ebenfalls noch nie nach einer Autentifizierung per Handy gefragt. Könntest eine KI anfänglich nach einem geeigneten Free Hoster fragen.

Du schreibst, dass du nur Festnetz hast. Und der Anbieter vergibt keine Mail-Adressen?

Zitat von ritch

u.a. weil keine Mail-Addi

Gibt es diese nicht mehr gratis an jeder zweiten Ecke im Web?

Sehe ein anderes Problem, nicht bezogen auf Photocraft allein, sondern auf Programmieren allgemein. Habe ja noch meine eigene Python-Anwendung für einfache 2D Anwendungen. Begonnen nach dem Alter der Dateien 2017 und letztmalig etwas aktualisiert 2025. Doch wenn ich etwas aktualisierte, habe ich immer Tage gebraucht, um nach 2 bis 3 Jahren Pause erneut durchzublicken, warum ich was ursprünglich machte. Wobei ich mir aber sicher bin, dass ich falsch angefangen habe, dabei mir heute vom Aufwand zu viel wäre, alles noch einmal umzubauen. Jetzt könnte ich theoretisch alle Dateien nehmen, und von Gemini oder Claude analysieren lassen, um daraus eine neue Version erstellen zu lassen, falls das in einer kostenlosen Version von Claude bereits möglich sein sollte. Aber es wäre nicht mehr meine und ich würde gar nicht mehr durchblicken.

Bei einfachen Ein-Script-Dateien habe ich das mit Gemini und PHP Dateien bereits gemacht, um es für neuere PHP und SQL anzupassen. Von Gemini zurückerhalten, mit allen Kommentaren, warum was überarbeitet und aktualisiert wurde. Einmal die Kommentare gelesen, ist verständlich. Aber bei meiner 2D-Python-Anwendung, die aus einem Zusammenspiel von unterschiedlichen Dateien besteht, konnte ich mich bisher nicht dazu entschließen, weil ich diese am Ende selbst nicht mehr verstehen würde, falls zu viele Änderungen in mehreren Dateien.

Zitat von interozitor

Auf YouTube gibt es einige Beiträge, wonach z. B. Adobes Tage gezählt sind.

Der Code von Adobe-Anwendungen ist zwar geschützt, doch die KI wurde nicht mit geschützten Code trainiert, um ähnliche Anwendungen zu realisieren, sondern sollte nur Anwendungen mit ähnlichen Funktionsumfang erstellen. Daher wurde bisher spekuliert, mit welchen Rechtsmitteln Adobe dagegen vorgehen könnte. Das war es, was ich bisher dazu sah.

Zitat von interozitor

Preisfrage: Wovon leben die, wenn sie das kostenlos rausbringen?

Ist lange her, ich weiß nicht mehr, um welche Free-Software es ging, doch IBM mischte irgendwie mit, nach dem Motto, wer kein Geld für Software ausgeben muss, hat mehr Geld übrig, um es für Hardware auszugeben (oder so ungefähr zumindest, wenn ich mich meine Erinnerung nicht trügt).

Zitat von interozitor

Warum CHIP bei einer kostenlosen Hobby-App (!) Maßstäbe anlegt,

Möglicherweise weil der Beitrag älter ist, als die zum Download angebotene Version? Hatte ich am 16.10. gelesen, als Chip.de die Version vom 15.10. vorstellte, aktuell eine Version vom 29.10., einige Fehler werden bereits von KIs überarbeitet sein, könnte ich mir vorstellen. Doch allgemein, es geht letztendlich um die Existenz von Adobe, Microsoft und anderen mit ihren Abo-Modellen, falls die Entwicklung weiterhn so schnell geht.

Zitat von ritch

Link?

Kann geprüft von Chip.de geladen werden.

Eine gute Zusammenfassung über das Thema Microdrama.

Also ja, diese gibt es bei TikTok als eigene Rubrik, weil sehr beliebt als Serien. Bei YouTube landen diese allgemein im Shorts Feed. Jede Folge unter 3 Minuten, am Anfang einen Hook und am Ende einen Cliffhanger.

Ein praktisches Beispiel, mit Hook am Anfang und Cliffhanger am Ende.
Bisher 6 Kommentare, davon 5 mit dem Wunsch nach einem zweiten Teil.

Würde aber bedeuten, vier Wochen Pause oder länger kann man sich zwischen zwei Folgen nicht erlauben.

Standalone Short Filme mit Ende gibt es bei YouTube aber ebenfalls noch reichlich.
Sicherlich könnten bei heute leichter erstellt werden, da ja Kling und Seedance Clips mit bis zu 30 Sekunden ermöglichen. Doch wenn dann nur in jedem zweiten Clip etwas nicht stimmt, sind gleich viel Credits auf einmal weg, der Ausschuss wird einfach deutlich höher und teuerer werden. Eine Überlegung könnte es dennoch wert sein, z.B. wenn man bei Google Flow ohnehin jeden Tag neue Credits erhält, um diese dafür zu nutzen, um als Test einige Folgen anzulegen, zu sammeln, um diese dann im Abstand von 24 bis 48 Stunden hochzuladen. Oder alle mit einmal, aber den größeren Teil nur im Abo oder wie auch immer.

Zitat von Licke

die doofe KI

Die Modelle Omni, Lite und Fast sind nur für einfache Abläufe geeignet. Omni für Referenzen, Lite benutze ich nicht, Fast für Framebilder. Würde es etwa so einschätzen, Training nicht auf dem Stand von Spitzenmodellen, Rechenleistung "Denkvermögen" eher gering, was den Agenten mit einschließt. Nur für einfache Abläufe zu gebrauchen. Dazu einen Filter, der beim kleinsten Verdacht anschlägt. So hatte ich zuerst einen Clip mit Fast und einem Framebild erstellt, der auf dem Bild für den Startframe aber noch nicht die Schuhe sieht, das Referenzbild aber nicht beifügen können, weil das nur bei Omni ginge. Die Strümpfe wurden in etwas verwandelt, was irgendwie nach Stiefel aussah, heruntergeladen habe ich mir den Clip nicht extra, um mir diesen in größer anzusehen. Mit Omni und Referenzbild wiederholt, der Prompt enthielt "... Schuhe und Strümpfe ... wie im Referenzbild ..." und ging nicht durch den Filter, nur Schuhe ohne Strümpfe hingegen schon. Somit ließ wahrscheinlich allein das Wort "Strümpfe" den Filter anschlagen. Aber in den ersten 7 Clips von der Szene war keiner ohne größere Fehler. Da sich die Credits aber täglich erneuern, lassen sich auch Prompts und Clips täglich verbessern.

Rotkäppchen und der Wolfswelpe

Sollte nur in Richtung der Tür gehen, tat sie nur nicht.

Bis zur Tür vergisst die Video KI auch, wie der Korb aussah und was in diesem gelegen hat.

Zitat von Licke

Ich weiß gar nichts

Hier ist etwas für dich, Blender installieren ist zwar erforderlich, brauchst es aber nicht öfnen. Die Arbeit mit Blender kannst du völlig ChatGPT überlassen. Einfach nur Chat erklären, was du haben möchtest und erlauben auf Blender zugreifen, dann erledigt ChatGPT alles weitere für dich. Das ist doch wohl eine echte Arbeitserleicherung.

Die Videos haben einen deutschsprachigen Audiotrack.

Und hier noch ein ähnliches Video, von den Blender Entwicklern wurden wohl spezielle Plugins entwickelt, damit es, wie in diesem Video, auch mit Claude steuerbar wird. Gut, das Video ist im Endergebnis nicht überzeugend geworden.

Higgsfield stellt eine Blenderbridges zur Verfügung, und wird ebenfalls in diesem Tutorial über Claude gesteuert. Damit dürfte Blender an Popularität gewinnen, zumal es noch viel mehr Tutorials zu geben scheint, wie Blender und AI zusammen genutzt werden können. Doch die werde ich mir nicht alle ansehen.

Aber das mit ChatGPT solltest du einmal ausprobieren.

Was ich in Tutorials gefunden habe:

Kling AI 4.0, Einteilung der Prompts nach Sekunden,

einer schrieb:

Scene 1 (0:00 - 0:06) ...

Scene 2 (0:06 - 0:12) ...

Shot 1 (0:00 - 0:06) ...

Shot 2 (0:06 - 0:12) ...

und ein anderer schrieb nur:

0-6s: ...

6-12s: ...

Aber was versteht Kling nun besser?

Wieder die Google KI gefragt, die ersten Beispiele nicht verwenden, diese werden von Kling 4.0 entweder ignoriert oder können falsch interpretiert werden. Richtig ist die letzte Schreibweise, geht auch aus Kling 4.0 User Guide - [Sequence of Events] hervor.

Anders bei Seedance 2.5, da sollte es so aussehen, ähnlich wie auf einer Timeline ab s, mit eckigen Klammern.

[0s] ...

[4s] ...

[8s] ...

Braucht man sich nicht zu merken, nur wissen, wo man es sich notierte. Aber man kann auf fehlerhafte Tutorials hereinfallen, dadurch Credits verbraten, ehe man es merkt.

Hatte es gestern schon bemerkt, doch heute erst richtig begriffen, Kling 4.0 ist bereits ausgerollt. Beim vorletzten Short war es noch nicht. Nun ist es möglich, Clips bis 30 Sekunden zu generieren und bis zu 10 Frames vorzugeben. Bin mir nur noch sicher, wie man die Zeit richtig vorgibt, ob man einfach schreibt, 4 Sekunden, dann 6 Sekunden usw. oder richtige Intervalla angibt, so wie bei Videotexten in Youtube. Aber egal, ich habe im Video, welches ich auf Zeitpunkt verlinkte, noch nicht alles gesehen. Doch diese Stelle erwähnt Blender und bringt ein praktisches Beispiel, deshalb verlinke ich einmal auf diese Stelle.

Na beschäftigen tust du dich ja damit, nach Zufällen sehen die meisten Bilder ja nicht aus. Hat Midjourney eigentlich einen Chat?

Den Agenten von Flow benutze ich so selten wie möglich, der hat dafür schon zu viel Unsinn angestellt.

Direkt bei ChatGPT frage ich mich aber schon gelegentlich, ob da nicht zeitweilig so ein Verhältnis bei euch beiden ist, wie „Ach der schon wieder, lasse mich bloß in Ruhe“.

Nun gut, jetzt habe ich das mit dem Grid-Sytem ausprobiert. Dafür die Quelle bei X gesucht, von der Tao Prompts in seinem Video sprach, aber nicht verlinkte. Den Prompt aber nur als Vorlage benutzt und entsprechend angepasst. Die Listen für Kamera Einstellungen hatte ich hier schon einmal irgendwo veröffentlicht, die hast du dir sicherlich gespeichert, denn diese braucht man ja stetig aufs neue. Die sind auch einheitlich und nicht auf eine KI beschränkt, weil Bezeichnungen wie "Full Shot" oder "Medium Shot" weltweit bei Filmschaffenden einheitlich sind.

Also mein Character Sheet nach Leonardo hochgeladen und das eine Bild von oben auf der Straße. Dazu den Prompt angepasst. Die Beschreibung habe ich im ersten Teil etwas länger gehalten, was vermutlich nicht einmal erforderlich gewesen wäre, und es vermutlich gereicht hätte, nur auf die Referenzen zu verweisen. Schreibe den hier auf Deutsch.

"Ein filmisches 3×3-Raster zeigt verschiedene Kameraperspektiven derselben jungen, attraktiven Frau in traditioneller Rokoko-Tracht, die über das Kopfsteinpflaster der Champs-Élysées in Paris flaniert. Ihr Kleid ist bordeauxrot mit gelbem Ausschnitt. Sie steht eindeutig im Mittelpunkt. Im Hintergrund der ebenfalls gepflasterten Straße sind nur wenige Pferdekutschen zu sehen, die wie kleine Details wirken. Die Bürgersteige sind von Bäumen mit grünem Laub gesäumt, der Himmel ist hellblau und leicht bewölkt. Der Stil ist Rokoko, die Szene spielt im 18. Jahrhundert.

Jedes Bild zeigt eine andere Einstellung: Totale, Halbtotale, Nahaufnahme, Schulterperspektive, Weitwinkel, Draufsicht, Profil, Dreiviertelansicht von hinten und Rückenansicht.

Natürliche Beleuchtung, realistische Farben, filmische Bildkomposition. Einheitliches Erscheinungsbild der Frau in allen Bildern, Ästhetik eines Filmstills, Stil professioneller Filmreferenzen, ultrarealistische Fotografie."

Hätte vielleicht lieber nur eins machen sollen und im zweiten noch ein paar weitere Kamera-Perspektiven wählen sollen, denn das zweite Bild wurde etwas langweilig. Und die Einzelbilder sind nun groß genug für Einzelbilder für Startframes bzw. allgemein für Frames. Nur noch überlegen, in welcher Reihe diese benutzt werden sollen, damit es nicht langweilig wird.

Und das Nächste wäre ja herauszufinden, wie man Szene noch weiter splitten könnte, so schwer kann das nicht sein. Zum Beispiel abwechselnd von einer Figur auf eine andere zu blenden, wenn die sich unterhalten, oder was auch immer. Aber das alles hat nichts Vergesslichkeit zu tun, das gehört einfach mit zu. Du machst es ja an einigen Stellen, gehst nur den letzten Schritt nicht, es in einem Clip zu vereinen.

Zitat von Licke

Die Schweinebacken versuchen das erst dir in die Schuhe zu schieben

Ist oft so, fing jedenfalls heute auch damit an, ich hätte einen Screenshot hochgeladen, bei dem ich vergessen hätte, die Taskleiste abzuschneiden. Hallo dachte ich, und schrieb es auch, ließ Bilder machen, zum Herunterladen und habe nichts hochgeladen. Dann ging das so weiter, vielleicht hätte ich etwas kopiert und etwas dabei nicht beachtet. Dann habe ich abgebrochen, wenn die mit solchen Halluzinationen beginnen, haben sie noch keine weiteren Infos dazu im Web gefunden.

Habe noch einmal nachgefragt, die Seite gibt es erst seit 19. August 2026, da hat die Google KI noch nicht viele Quellen, dann beginnt diese zu halluzinieren, was ja ein bekanntes Problem ist. Der Funktionsumfang ist ausführlich auf einer anderen Seite beschrieben, habe aber nicht alles gelesen, weil reichlich viel.

Allgemein ist es aber wirklich so, sage ich ja selbst, in geschätzten 90 % sitzt das Problem vor dem Computer. Und selbst geht es mir nicht anders.

Zitat von Licke

schade das ich es nicht mehr schaffe die sich bietenden Möglichkeiten auszunutzen.

Na ja, die Image-KI von Midjourney liefert wohl noch immer die beeindruckensten Bilder im Bereich Fantasie. Nur von Video-KI hört man nichts, wenn man nicht gezielt danach sucht. Deren Entwicklung scheint nicht zum Schwerpunkt in der Entwicklung zu liegen. Aber das verhält sich bei anderen ähnlich, selten beides, entweder gute Image oder Video KI. Und Fehler machen gehört mit dazu.

Erste heute wieder, die Grundstruktur des Prompts für Charakterblätter hatte ich auf der letzten Seite auf Englich vorgestellt. Es gibt unterschiedliche, die abweichend aufgebaut sind, doch ich bleib bei der Struktur. Auf Deutsch ist es vielleicht verständlicher.

Ändern tue ich nur den farblich markierten Teil, je nachdem, ob bereits ein Bild vorliegt oder noch keins. Liegt noch kein Bild vor, muss der Charakter ausführlicher beschrieben werden.

Prompt:

Erstellen Sie ein professionelles Charakterblatt für [die Frau auf dem Bild, inklusive Kleidung und Schuhen]. Ihr Gesichtsausdruck sollte neutral und realistisch sein. Verwenden Sie einen schlichten, neutralen Hintergrund.

Ordnen Sie die Bilder in vier vertikalen Spalten an, die jeweils einen anderen Blickwinkel darstellen. Jede Spalte enthält oben eine Ganzkörperansicht und direkt darunter ein detailliertes Porträt.

Spalten (von links nach rechts):

Spalte 1: Vorderansicht (Ganzkörperansicht oben, Porträt unten)

Spalte 2: Profil von links (Ganzkörperansicht nach links oben, Porträt nach links unten)

Spalte 3: Profil von rechts (Ganzkörperansicht nach rechts oben, Porträt nach rechts unten)

Spalte 4: Rückansicht (Ganzkörperansicht oben, Nahaufnahme von Frisur/Rücken unten)

Achten Sie in allen Ansichten auf einheitliche Proportionen, Gesichtszüge, Kleidungsdetails, Frisur, Körperform und Alter. Klare Silhouette, gleichmäßige Ausrichtung, saubere Panel-Trennung, gleichmäßiger Abstand und professionelles Layout sind wichtig. Fotorealistisch, hochdetailliert, DSLR-Qualität, realistische Hautstruktur, natürliche Beleuchtung, gedeckte Farben, dünne Ränder, kein Text, kein Wasserzeichen. Querformat 16:9

Und dennoch passieren Fehler.

Was ist hier passiert?
Vielleicht sollte bei Eingabe eines Prompst beachtet werden, dass die Übersetzungsfunktion im Browser nicht aktiv ist.

Zuerst mit GPT 2.5 wiederholt.

Dann noch einmal mit Nano Banana in 4K wiederholt.

Aber wieso ist meine Taskleiste mit im 4K Bild enthalten?

Fertigt die Seite mit meiner Grafikkarte im Hintergrund die Bilder an?

Auf den Erklärungsversuchen von der Google KI, auf denen wollte ich heute nicht näher eingehen, die suchte das Problem bei mir.

So, motion16 getestet.

Zuerst das Positive. Sowohl Nano Banana 2.1, dem aktuellen Nachfolger von Nano Banana 2, als auch GPT 2.5 sind kostenlos verfügbar und halten sich wesentlich besser an meinem alten Prompt vom Frühjahr 2026. Keine Kutschen mehr auf dem Gehweg, so wie noch vor einem halben Jahr. Ob eine Straße in diesem Winkel in Richtung des Triumphbogens zuläuft, weiß ich nicht. Nano Banana 2.1 lieferte 4K in 16:9 mit 5504 x 3072 Pixel, GPT 2.5 blieb bei 1672 x 941 Pixel.

Mein alter Prompt:

"A photorealistic scene, a young, attractive woman in traditional Rococo folk costume strolls along the cobbled sidewalk of the Champs-Élysées in Paris. Dye the dress burgundy with yellow in the neckline. She is clearly the main subject. The street, also paved with cobblestones, shows only a few horse-drawn carriages in the background, which appear as minor details. The sidewalks are lined with trees with green leaves under a light blue sky with a few clouds. The style is Rococo and set in the 18th century."

Nano Banana 2.1, ob die Credits sich täglich auffüllen, bleibt abzuwarten.

Nano Banana Pro ist in einigen Bereichen besser als Nano Banana 2.1, doch im Test ging es mir nur um die mögliche Größe. Aktuell ist aber GPT 2.5 noch eine Idee besser, wie das nachfolgende Bild beweist, würde ich meinen, wenn man davon absieht, das ich im Prompt nicht ausdrücklich Full Shot (von Kopf bis zu den Füßen) geschrieben hatte.

GPT 2.5

Die Auswahlmöglichkeiten für Images und Videos sind übersichtlich.

Die Video-Modelle hauen mich nicht vom Hocker, nun Wunder habe ich auch nicht in diesem Fall erwartet. Von MiniMax hörte und sah ich bereits einiges, was Silent Motion (Stille Bewegung) bringen soll, weiß ich nicht, im Clip blieb alles still und bewegungslos. Im Gegensatz zu diesem Screenshot, hat Meta dafür die Pause augenblicklich beendet, wie ich grade sah und möglich sind 5/5 steht nun dort.

Jedenfalls wollte ich ein Paket mit 150 Sternen für $ 3,00 nehmen, und dann begann die Krise. Es öffnete sich eine Seite von Telegram im Webbrowser auf dem Computer, einen Bot sollte man starten, nur der rührte sich nicht. Die Google KI versicherte mir, dass Sterne das bevorzugte Zahlungsmittel bei Telegram wäre und alles seine Richtigkeit hätte. Doch ich wurde unsicher, weil ich im Browser nicht einmal mehr in meinem eigenen Telegram Kanal kam, den ich im März angelegt hatte, und nichts zum Einloggen fand. Also nichts für alte Leute, die nach einem halben Jahr vergessen, dass sie dafür vor einem halben Jahr eine App auf dem Handy eingerichtet hatten, die nicht an Vergesslichkeit leidet. An der war es dann möglich, eine Nachricht zu senden und einen Code zu erhalten, mit dem man sich wieder im Webbrowser auf dem Computer einloggen konnte.
Danach die Webseite von motion16 auf dem Handy aufrufen, sein gewünschtes Sternepakt auswählen, den Telegram Bot starten, und es meldet sich Google Play Store (Android) oder Apple App Store (iPhone), also der Store, über die man einst seine Telegram App installierte. Vollkommen sicher nach der Google KI, hatte selbst zumindest auch noch nie Probleme in dieser Richtung dabei, obwohl ich auch andere Zahlungen darüber zu laufen habe. Aber was ist heute noch vollkommen sicher, habe da selbst oft Zweifel.

Der fertige Clip von MiniMax hat eine Größe von 1216 x 672 Pixel, was nicht berauschen viel ist und noch unter einfachen HD liegt. Die Pferde der weiter hinten fahrenen Kutschscheinen über den Fahrbahnbelag mit unsichtbaren Kufen zu gleiten. Die Kosten umgerechnet 15 Sterne und somit 10 % von 150 errworbenen Sternen zu 3 Dollar.

Der Prompt für den Clip, der erste Teil mit "zoom out" bis "Full Shot" (von Kopf bis zu den Füßen) wurde nicht:

"The Parisian woman in the picture is strolling along the Champs-Élysées in Paris around the year 1800. The camera first zooms out slightly until it has a full-shot view of the woman from head to toe. . Then the camera keeps dollying back, maintaining the distance as the woman approaches."

Zum Schnuppern für Videos gut, für Images sogar sehr gut, denke ich.

Eigentlich ist der Zeitraum etwas vor dem Jahre 1800, in dem die Epoche des Rococo mit dieser Kleidung endete, aber ich habe es immer so geschrieben.

Es gibt sehr viele News, was zum Teil gar keine sind, nur für mich, weil ich mich erst in sehr vielen Tutorials vertieft habe.

Aber was ist nun neu?

Keine Frage, das Wettrennen geht weiter.

Kling 4.0, bisher nur in den teuersten Plänen ausgerollt, soll in den nächsten Wochen wohl auch allgemein zur Verfügung stehen.

Bisher war es so, entweder Images für Start- und Endframes oder mit Image Referenzen Video Clips erstellen, aber nicht beides gleichzeitig beides. Nun neu bei Modell 4.0, die Längen von Clips von 15 auf 30 Sekunden erhöht, um mit Sedannce 2.5 aufzuschließen und die Reihenfolge kann nun sein, Images für Startframes, Keyframes und Endframes zu kombinieren, womit die Konsistenz von Charakteren und Umgebungen erhöht werden kann.

Bis 30 Sekunden am Stück zu generieren, würde nichts bringen, weil Filme nun einmal von Schnitten leben, zumindest von wechselnden Kameraeinstellungen. Nicht neu ist, dass es dafür Bilder mit Gridsystem fertigen lassen, in der Regel 3 x 3, um daraus 6 Einzelbilder für Start- und Endframes zu schneiden. Die Empfehlung war bisher dabei, fürs Grid mindestens 4K zu verwenden. Nun, oder erst jetzt sah ich, dass Leonardo für Nano Banana Pro bis 5504 × 3072 Pixeln anbietet, was zwar noch nicht an 8K heranreicht, jedoch deutlich größer als 4 K ist. Die Einzelbilder würden mit 1834 × 1024 Pixel beinahe Full HD entsprechen.

Dann über ein weiteres Tutorial gestolpert. Die meisten Pläne sind abschreckend, wozu teure Abonnements, wenn ungenutzte Credits am Monatsende verfallen. Leonardo ist hier mehr eine Ausnahme, wo diese bis zu 3 Monate gesammelt werden können. Eine weitere Ausnahme, motion16, kein Abo, sondern kleine Pakete ab $ 1.99 zum Einmalpreis. Habe mich noch nicht dort registriert, werde es aber machen, denke ich, zumal es dort auch kostenlose Angebote gibt.

Zusammenfassend würde ich sagen, Kling 4.0 wäre bestimmt auch für User interessant, die ihre 3D Szene mit mehr als einem Enzelrender animieren möchten, und motion16, für User, die nur einmal Schnuppern möchten, ohne gleich ein Abo abzuschließen.

Nicht ganz neu, Gridsystem für konsistente Character & Scenen

Sind beide mit einem deutsprachigen Audio auswählbar.

Video ist zumindest ganz neu - motion16

Rotkäppchen reitet durch den Wald. Den Galopp bekommt Seedance etwas besser fertig, doch die Auflösung beließ ich bei 720p, weil bei 1080 meine Credits kaum gereicht hätten. Die Kosten sind ja mehr als doppelt so hoch, gegenüber z.B. Kling AI. Flow kam ebenfalls mit dem Galopp klar, Clips mit 1080p sind kein Problem, doch die Gesichter waren bei etwas größerer Entfernung sehr entstellt.

Letztes Video, 20 Aufrufe wurden angezeigt, unter der Haube nur 16, braucht nicht daran zu liegen, dass mein oder Lickes Geschmack so schlecht ist. Ein wesentlicher Hauptgrund könnte eher sein, dass die Zielgruppe eine völlig andere ist, bei der YouTube gar nicht auf die Idee kommt, meine Videos auszuliefern. Wer slawische Volkslieder für ältere Besucher mag, wird sich nicht so etwas unbedingt anhören.

Dann hatte die halluzinierende KI von YT den Songtext für Englisch gehalten, dementsprechend einen Bullshit als Untertitel auf Englisch generiert. Wollte selbst auf Deutsch eintragen, doch meine Zahlen wurden stetig torpediert und völlig verdreht. Die Google KI war keine große Hilfe, kam dann allein drauf.

Es sind "Minuten : Sekunden : Frames", und zwar die FPS, mit denen das Video hochgeladen wurde. und man sollte nicht mehr als zwei Zeilen in einem Feld notieren, vier geht gerade noch so, weil zusammengehörige Zeilen auf einmal angezeigt werden. Nun habe ich es halt gelernt, doch wem es interessiert, sollte sich das Beispiel anschauen.

Die Erstellung einer sauberen Schleife für Shorts war denkbar schlecht, weil sich Musik und Gesang sich nicht sauber trennen lassen am Anfang wie Ende, auch nicht durch Stems.

Hierfür habe ich länger gebraucht, als erwartet. Zuerst ein Bild erstellen, die ersten 4 Entwürfe waren gleich erneut mit geschlossenen Augeliedern, damit keine Video KI weiß, wie sie mit offenen Augen aussieht. Über 20 letztendlich gemacht. Dann in Kling, erster Clip mit Lip Sync mit dem Lächeln eines Honigkuchenpferdes, Warum denken alle KIs immer, Menschen müssten stets lächeln? Den zweiten Clip habe ich dann genommen.

Wird wohl nicht viel besser laufen als das eigentliche Video, die Wegwischrate ist bereits jetzt viel zu hoch, also keine Chance.

Ganz nebenbei, gestern gehört, heute noch einmal gelesen. Ein US-Amerikaner hatte rund 8,1 Mio Dollar mit KI Musik verdient, nun muss er dafür 18 Monate in Haft und soll zusätzlich noch das Geld zurückzahlen. Um genug Umsatz zu generieren, musste er zuerst tausende Sounds generieren, dann Fake Accounts bei Streamingplattformen anlegen, um auf denen seine Bots zu installieren, die Milliardenfach seine Musik streamten. Dadurch hörten bis zu 10.000 Bots seine Musik gleichzeitig, und streamten seine Musik rund 80,9 Millionen Mal. Allein Fleiß macht sich nicht immer bezahlt, oder, wie in diesem Fall, nur kurzfristig.

Mein letztes Video wird niemanden erreichen, wenn ich mir nicht ebenfalls etwas einfallen lasse. Anders als bei Shorts gibt es für Videios im Querformat keine Testphase, um eine Zielgruppe zu suchen, und die Mehrheit meiner Abonnenten mögen andere Musik. Es könnte somit das mit den schlechtesten Aufrufzahlen bisher werden.

Habe das an Animationen fertig hatte, sind teilweise nicht die besten geworden, doch ich wollte nicht noch mehr Credits verbrauchen. Für diesen Zweck sollte es bald genügen, auch wenn es sicherlich noch besser ginge. Bisher war noch kein automatisch hinzugefügtes KI-Zeichen zu sehen, ausgewält habe ich auch nichts bei den Optionen, in der Beschreibung aber unter dem Video angegeben.

Edit: YouTube hat die Auswahl um Punkt vier erweitert, nun musste ich es doch auswählen, muss neu sein:

Verwendung von KI

Wurde KI zum Generieren oder Bearbeiten deiner Inhalte auf eine der folgenden Arten verwendet?

• Eine echte Person sagt oder tut darin etwas, was sie nicht gesagt oder getan hat
• Aufnahmen eines realen Ereignisses oder Ortes werden verändert
• Es wird eine realistisch anmutende Szene generiert, die nicht wirklich stattgefunden hat
• Erstellt Musik, die im Mittelpunkt des Videos steht

Beim Hexevideo brauche ich es nicht nachholen, da steht die Musik nicht im Mittelpunkt, bei der Fee am Piano ebenfalls nicht.

Nun fehlt wenigstens noch ein Short Video.

Gestern viel Ausschuss produziert. Aufs Pferd aufsteigen, hat weder die Video-KI von Flow noch Kling geschafft. Das wurden immer eher Lachnummern, nur dass die bei Kling echte Credits kosten. Habe jetzt keine Lust Clips hochzuladen, wo die Video KI z.B. die vorhandenen Steigbügel nicht erkennt, die Frau deshalb ihren Fuß auf einen nur gedachten unsichtbaren Steigbügel stellt, dann noch schnell die Beine vertauscht werden. Und Kling weiß, neben dem Aufsteigen, scheinbar noch immer nicht, wie ein Galopp bei Pferden aussieht, es erinnert wieder mehr an schnell hoppelnde Hasen. In einem Clip wurde der Galopp gar nicht so sehr verkehrt, doch da ist die Frau und Pferd so weit von der Kamera entfernt, viel zu klein für ein Video.

Ganz verstehe ich es nicht, weil die Clips für Homay und Tibet bessser hinhauten mit dem Reiten. Nun ja, der Image KI erklärt, wo die Steigbügel im Referenzbild gut sichtbar sind, dann zuerst ein Startbild fertig gemacht, wenigsten das funktionierte.

Please place the woman Woman walking 01 on her horse so that her boots are also in the stirrups already visible in the picture; the stirrups are also clearly visible on both sides of the middle horse in the reference image Horse reference 01 .

Bitte platzieren Sie die Frau Frau 01 auf ihrem Pferd so, dass ihre Stiefel ebenfalls in den bereits im Bild sichtbaren Steigbügeln sind; die Steigbügel sind auch auf beiden Seiten des mittleren Pferdes im Referenzbild Pferd Referenz 01 deutlich zu erkennen.

Das hat zumindest die Image KI begriffen, so das erst einmal ein Ausgangsbild vorhanden ist, nur der Clip davon wurde nur 8 Sekunden, was ja nur ein Anfang sein kann.

Zitat von Licke

Nein, will ich nicht,

Ist verständlich, verwende Gemini seltener, Claude bisher nur ganz wenig, häufiger ChatGPT und am häufigsten für Anleitungen und Erklärungen die Google KI. Gemini war aber beim Coden besser. So hat jeder seine Erfahrungen gesammelt. Nur auskommen ganz ohne KI, das wird die nächste Generation wohl nicht mehr.

Zitat von Licke

Thinking ist bei chat kein Modell, wieviel Rechenkraft zur Verfügung gestellt wird...

Wenn du es genau wissen möchtest, Thinking ist ein Reasoning-Modell. Ja, bei ChatGPT vermutlich nur ein Modus, stimmt. Einfache oder ältere LLM könnten es aber vermutlich gar nicht anders, als das Modell zu wechseln.

Google KI:

Das Modell (Die Basis): Die zugrundeliegende KI ist ein sogenanntes Reasoning-Modell (oder Thinking-Modell). Das bedeutet, das Sprachmodell wurde speziell dafür trainiert und optimiert, vor der eigentlichen Ausgabe einen internen, mehrstufigen Denkprozess (Chain-of-Thought) durchzuführen.

Die Einstellung (Der Schalter): In Apps wie ChatGPT, Gemini oder Claude fungiert „Thinking“ oft als Einstellung, Schalter oder Modus (z. B. Fast vs. Thinking oder die Wahl des Denk-Budgets), mit dem Sie der KI erlauben oder vorschreiben, diesen rechenintensiven Denkprozess für Ihre Anfrage zu nutzen. Bei manchen neueren Modellen ist dieser Denkmodus auch fest integriert und passt sich adaptiv an die Schwere der Aufgabe an.

Die Bezeichnungen vergesse ich wieder.

Endlich den ersten Clip von 10 Sekunden, der akzeptable wurde. Die Video KIs akzeptieren bisher nur Bilder für Start- und Endframes oder Referenzbilder, nicht beides zusammen. Seedance vielleicht, doch alle anderen nicht. Nun hatte sie im ersten Startbild die Augenlider geschlossen, ihr Blick wird sicherlich abweichen. Und Google Flow nimmt trotz Omni 1.1 Flasch nur Start- und Endframes. Könnte jetzt höchstens nach Kling wechseln.

The woman is walking her horse in the meadow, followed by a tame wolf. The horse's saddle blanket is simply made of thick brown fur. It is evening, shortly before sunset.
The camera keeps dollying back, maintaining the distance as the woman approaches.

Der letzte Satz hab zumindest gut geholfen, damit die Kamera zurückfährt, je näher sie dieser kommt.