Entschuldigung, aber Du kannst mir glauben, meine Nerven liegen mir heute blank, wenn bereits die Hälfte der Tokens verbraten sind, die sonst einen ganzen Monat reichen, heute erst nachgekauft habe und dann noch nicht ein Stück weiter bin.
Für Leute mit ähnlichen Problemen, Hinweise und Tipps von Gemini.
Um diese auszuprobieren, müsste ich aber weitere Tests machen, und das kostet Tokens und somit Geld. Meine Frage war:
Image-KIs wissen, wie ein Bartgeier aussieht, Video-KIs scheinen es nicht zu wissen. Weder Veo noch Kling. Und beide KIs wissen nicht, dass ein Vogel seine Beine im Flug anlegt und still hält und nicht mit einem daneben laufenden Pferd mit seinen Vogelbeinen mitgallopiert, auch dann nicht, wenn im Prompt steht, dass der Vogel nach hinten anlegen und still halten soll.
Das die Antwort:
Das ist eine absolut treffende Beobachtung. Du hast hier einen wunden Punkt der aktuellen Video-KI-Generation getroffen: Die **physikalische Logik** und die **Anatomie seltener Bewegungsabläufe**.
Es ist frustrierend, wenn man eine majestätische Szene im Kopf hat und die KI stattdessen eine Art "biologischen Glitch" produziert. Dass der Bartgeier (Gypaetus barbatus) quasi in der Luft "mitrennt", liegt an einer fehlerhaften Verknüpfung von Trainingsdaten.
Hier ist eine kurze Analyse, warum das passiert und wie man die Modelle vielleicht doch noch austricksen kann:
### Warum die KI beim Bartgeier scheitert
* **Morphing & Datenmangel:** Bild-KIs müssen nur die Form statisch "wissen". Video-KIs müssen berechnen, wie sich Pixel über die Zeit verändern. Da es viel mehr Aufnahmen von galoppierenden Pferden als von im Tiefflug gleitenden Bartgeiern gibt, "leiht" sich die KI die Bewegungsenergie oft von dem dominanten Objekt im Bild (dem Pferd).
* **Semantisches Missverständnis:** Die KI versteht "Beine" im Kontext von "Schnelligkeit" oft nur als "Laufen". Der Befehl "stillhalten" wird oft ignoriert, weil das neuronale Netz gelernt hat, dass Beine in einer schnellen Szene gefälligst zu strampeln haben.
* **Die "Zentauren-Falle":** Wenn zwei Objekte (Vogel und Pferd) nah beieinander sind, verschmelzen ihre Bewegungsvektoren. Die KI denkt, alles, was sich schnell bewegt, muss denselben Rhythmus haben.
---
### Strategien für einen besseren Prompt
Wenn du es mit Veo oder Kling noch einmal versuchen willst, könntest du versuchen, die Beine komplett aus der Gleichung zu nehmen oder die Physik zu erzwingen:
1. **Negative Definition durch Ästhetik:** Statt "Beine stillhalten", versuche Begriffe wie **"aerodynamic tuck"**, **"retracted talons"** oder **"streamlined silhouette"**.
2. **Fokus auf Segelflug:** Nutze Begriffe wie **"static soaring"** oder **"gliding without wing beats"**. Je weniger Bewegung du für den Vogel einforderst, desto eher bleiben die Beine, wo sie hingehören.
3. **Abstand vergrößern:** Beschreibe den Vogel explizit **"high above"** oder **"soaring 5 meters above the horse"**. Räumliche Trennung verhindert oft das Verschmelzen der Bewegungsabläufe.
4. **Referenzbilder (falls möglich):** Wenn du in Kling ein Startbild (Image-to-Video) nutzt, nimm ein Foto eines Bartgeiers mit perfekt angelegten Beinen. Das zwingt die KI zumindest, von dieser Form auszugehen.
---
### Ein kleiner Trost aus der Biologie
Der Bartgeier ist ohnehin ein Spezialfall – durch seinen "Bart" und die oft rötlich gefärbten Federn (durch Eisenoxid-Bäder) ist er anatomisch so komplex, dass die KI bei der Bewegung einfach überfordert ist. Sie sieht einen "großen Vogel" und wendet das Standard-Schema an.
Dann noch etwas:
Falls du später bei den Versuchen feststellst, dass die Beine immer noch "mitlaufen", gibt es noch einen letzten "Hack":
Die Kameraperspektive ändern. Wenn du die Szene aus einer "Low Angle View" (von weit unten) oder direkt von der Seite ("Profile View") beschreibst, bei der der Bauch des Vogels klar gegen den hellen Himmel abgegrenzt ist, trennt die KI die Ebenen meistens sauberer, als wenn der Vogel direkt vor dem (ebenfalls braun-beigen) Hintergrund der Landschaft oder dem Pferderücken fliegt.