Bytedance hat die Version 2.0 seines Videogenerierungsmodells Seedance vorgestellt, das zunächst für eine ausgewählte Nutzergruppe zugänglich ist. Das vorherige Modell zählte bereits zu den führenden KI-Videolösungen auf dem Markt. Die neue Iteration setzt jedoch noch einmal neue Maßstäbe und hat bereits zu einem Anstieg der Aktienkurse in China geführt.
Multimodale Verarbeitung und kreative Möglichkeiten
Das multimodale Modell zur Videogenerierung kann bis zu vier verschiedene Eingabetypen gleichzeitig verarbeiten: Bilder, Videos, Audiodateien und Text. Nutzer haben die Möglichkeit, bis zu neun Bilder, drei Videos und drei Audiodateien zu kombinieren, was insgesamt maximal zwölf Dateien ergibt. Die produzierten Videos haben eine Länge von 4 bis 15 Sekunden und beinhalten automatisch generierte Soundeffekte oder Musik.
Qualität und Zuverlässigkeit der Ergebnisse
Es ist zu beachten, dass die präsentierten Demovideos direkt von Bytedance stammen und vermutlich aus einer Vielzahl von Generierungen ausgewählt wurden. Informationen über die Zuverlässigkeit des Modells im praktischen Einsatz, die damit verbundenen Kosten und die benötigte Rechenzeit sind bislang nicht verfügbar. Die gezeigten Ergebnisse repräsentieren somit ein optimales Szenario. Dennoch ist die demonstrierte Qualität durchaus beeindruckend. Ähnlich beeindruckende Fortschritte wurden auch bei anderen KI-Modellen erzielt, wie zum Beispiel bei Agentic Vision, das sich jetzt eigenen Code schreibt, um Bilder besser zu verstehen. Zudem hat Deepseek Erfolge mit seinem KI-Modell bei der Mathematik-Olympiade präsentiert, was die Vielseitigkeit von KI-Technologien unterstreicht. Auch Alibabas neues Qwen-Modell, das realistischere Bilder erzeugt, zeigt die Innovationskraft in diesem Bereich.
