Image-to-Video ist die Erzeugung eines kurzen Videos aus einem einzelnen Bild durch ein KI-Modell. Das Bild gibt die erste Einstellung vor, eine Beschreibung sagt, was sich bewegen soll.
- Image-to-Video (Bild zu Video)
Die Erzeugung eines kurzen Videos aus einem einzelnen Bild durch ein KI-Modell.
Beispiel: „Per Image-to-Video wurde aus dem Produktfoto eine fünf Sekunden lange Drehung.“Typische Längen liegen bei fünf bis zehn Sekunden. Längere Aufnahmen entstehen durch Aneinanderreihen, und dabei springt die Darstellung an den Nahtstellen.
Abgrenzung zum Text-to-Video: Das beginnt ohne Vorlage. Hier ist der Anfang festgelegt, und das macht das Ergebnis vorhersehbarer.
Wofür es taugt
Für kurze Bewegung in vorhandenem Material. Ein Produktfoto, das sich leicht dreht; ein Stimmungsbild mit ziehenden Wolken; ein Hintergrund für eine Kopfzeile. Für solche Zwecke ist der Aufwand gering und das Ergebnis brauchbar, und es ist der häufigste Einsatz im Webumfeld.
Wo die Grenzen liegen
Bei allem mit Handlung. Menschen, die etwas tun, Hände, die greifen, Schrift, die lesbar bleiben soll, und Gegenstände, die ihre Form behalten müssen: All das geht über wenige Sekunden hinaus schief. Je weniger im Bild passiert, desto besser das Ergebnis.
Was zu kennzeichnen ist
Bewegte Darstellungen von Personen und Orten. Ein erzeugtes Video, das eine bestehende Person oder einen bestehenden Ort zeigt und für echt gehalten werden kann, fällt unter die Transparenzpflichten, siehe KI-Kennzeichnung. Bei einem sich drehenden Produktfoto ohne Personen stellt sich die Frage nicht.
Was in der Praxis zu bedenken ist
Gewicht und Nutzen. Ein Video im Kopfbereich kostet Ladezeit und Datenvolumen, und es muss abschaltbar sein für Nutzer, die bewegte Darstellungen vermeiden. Der Gewinn an Aufmerksamkeit ist in unseren Messungen kleiner, als er aussieht, und deshalb setzen wir Bewegung dort ein, wo sie etwas erklärt.
Was man vorher festlegt
Länge, Bewegung und Ton. Ohne Vorgabe erzeugt das Werkzeug eine beliebige Kamerafahrt, und bei Produktaufnahmen ist das selten das Gewünschte. Eine kurze Beschreibung der Bewegung und eine feste Länge sparen die Hälfte der Versuche, und Ton kommt in aller Regel getrennt dazu.