Wieso noch einen Beitrag über KI-generierte Filme, wenn der grösste Teil von YouTube bereits aus solchen besteht? Weil ich bei diesem Projekt zwei Dinge anders gemacht habe:
Alles ist KI generiert
Bei den meisten Filmchen schreibt ein Mensch einen mehr oder weniger aufwendigen Prompt für eine Video-KI. Die meist kurzen Clips (KIs haben immer noch Probleme, längere sinnvolle Videos zu erstellen) werden dann zu einer längeren Produktion geschnitten und meist noch mit Musik versehen (die ist heute oft auch von der KI generiert).
Ich habe den gesamten Prozess einer Reihe von Python-Skripts übergeben. Das einzige was ich eingebe ist die Länge, und ein Stichwort wie «Regenwald». Der gesamte Film mit mehreren Szenen, Schnitt und Vertonung wird dann automatisch erstellt.
Lokale KI
Der grösste Unterschied kommt aber daher, dass alle KIs lokal auf meinem PC laufen. Nichts ist in der Cloud, keine Daten gehen zu einem Grosskonzern. Folgende KIs wurden für diese Videos verwendet:
| gemma4:e4b via ollama | Prompts für Komposition, Bilder, Videoclips |
| Z-image via ComfyUI | Startbilder für Videoclips |
| WAN2.2:14b via ComfyUI | Videoclips |
| stable audio 3 via ComfyUI | Musik |
| rife-ncnn-vulkan | Videoframes hinzufügen, Video weniger rucklig machen |
| realESRGAN 4x via ComfyUI | Videoauflösung hochskalieren |
Eines dieser Videos mit 5 Szenen brauchte ca. 1 h Rechenzeit auf meinem PC (nvidia RTX 5080).
Die Qualität ist klar schlechter als bei den neusten Cloud-KIs, und viel schlechter als echte Dokumentarfilme. Aber ich finde es dennoch beeindruckend, was bereits jetzt an automatischen Abläufen auf dem eigenen PC möglich ist.
Schreib einen Kommentar