ViVa AI: Videogenerierungsmodell mit derselben Architektur wie Sora 119

Das ausländische Produkt ViVa ai hat das erste Video­generierungs­modell mit derselben Architektur wie Sora veröffentlicht, das nun allen Nutzern zur Verfügung steht und derzeit kostenlos genutzt werden kann.

ViVa AI unterstützt Text-zu-Video, Bild-zu-Video sowie eine Hochskalierung auf 4K-Auflösung und bietet zudem eine automatische Optimierung der Prompts an. ViVa AIText-zu-Videokann pro Durchgang ein 5-Sekunden-Video erzeugen, Bild-zu-Video 4 Sekunden.

ViVa AI ist vermutlich das derzeit Video­generierungs­modell mit der größten Bewegungsamplitude und bietet gleichzeitig die höchste Bildauflösung unter den aktuell nutzbaren Video­generierungs­produkten. Die Ergebnisse von Text-zu-Video sind besser als die von Bild-zu-Video; bei der Nutzung empfiehlt es sich, die Bewegungsamplitude auf etwa 20 einzustellen.

Der Vorteil von ViVa AI liegt darin, dass es qualitativ hochwertige Hochformat-Videos erzeugen kann. Viele aktuelle Video­modelle werden zwar im Querformat demonstriert, schneiden im Hochformat jedoch schlecht ab. Da Hochformat-Videos jedoch den Großteil der Videoinhalte ausmachen, ist die Generierungsqualität in diesem Format ein sehr wichtiger Indikator.

Allerdings bleibt die Konsistenz in einigen Tests nicht besonders gut erhalten, und es zeigt weder die leistungsstarke Simulation physikalischer Eigenschaften noch die 3D-Konsistenz, wie sie Sora bietet. Im Vergleich zu dem kürzlich von Google veröffentlichten Veo-Modell sind die Ergebnisse bei realistischen Inhalten allerdings bereits nahezu gleichwertig.