Video
Veo
Google DeepMind
Googles Modelle zum Erzeugen von Videos mit Ton aus Anweisungen und Bildreferenzen.
Eine Regenszene verändert sich, wenn Tropfen und Straßengeräusche hörbar werden. Veo arbeitet mit dieser Verbindung von bewegtem Bild und Ton: Googles Modelle können Videos mit Audio aus Anweisungen und Bildreferenzen erzeugen. Eine Beschreibung ähnelt dadurch einer kleinen geschriebenen Szene, die bereits ihre eigene Stimmung und Richtung mitbringt.
Das reizt dazu, den Anfang einer Geschichte, eine Atmosphäre oder eine erste audiovisuelle Skizze zu entwerfen. Kamera, Handlung und Klang gehören zum selben Auftrag. Viele gestalterische Entscheidungen bleiben offen: Ein stimmungsvoller Clip kann einen anderen Rhythmus, eine andere Absicht oder einen späteren Schnitt brauchen, um zum ganzen Film zu passen.
