Pixar- und Apple-Spezialisten haben eine neue Plattform zur Generierung von KI-Videos entwickelt

Zwei Veteranen führender Technologieunternehmen, Charles Migos und Bharat Vasan, haben sich mit weiteren ehemaligen Mitarbeitern von Pixar, Apple, Google und Unity zusammengeschlossen, um Intangible zu entwickeln – eine Webanwendung, die das Potenzial hat, die Art und Weise der Generierung von KI-Videos zu verändern. Ihre Plattform versucht, eines der grundlegendsten Probleme heutiger Tools zur KI-gestützten Videogenerierung zu lösen – die mangelnde Kontrolle über das Endergebnis.

„Um professionelle Ergebnisse in kreativen Branchen wie Film, Werbung, Veranstaltungen und Spielen zu erzielen, benötigen Regisseure, Produzenten und alle Kreativschaffenden Kontrolle über das Szenendesign, die Bildkomposition, die künstlerische Ausrichtung, das Tempo, die Kameras und weitere Aspekte“, erklärt Charles Migos, der bei Intangible als Chief Product Officer tätig ist.

Das Problem heutiger KI-Videogeneratoren

Obwohl heutige generative KI-Tools für Videos eine unglaubliche Qualität erreichen und oft nicht von der Realität zu unterscheiden sind, bleibt ihre Nutzung sehr unvorhersehbar. Die Erstellung von Videos mit bestehenden Tools wie Googles Veo 3 oder Kling ist laut Migos „wie Würfeln“. Zwischen der Vorstellung im Kopf des Urhebers und dem, was die KI-Engine tatsächlich produziert, klafft eine Lücke.

Das Hauptproblem besteht darin, dass heutige Modelle auf umfangreiche Text-Prompts angewiesen sind, wobei Sprache allein nicht ausreicht, um eine kreative Absicht zu vermitteln. Jeder Mensch und jede künstliche Intelligenz visualisiert einen vorgegebenen Text anders. Beim Lesen eines Buches kann das schön sein, bei der Umsetzung einer konkreten Vision stellt es jedoch eine erhebliche Einschränkung dar.

Beispielvideo hier: https://images.fastcompany.com/image/upload/q_auto,c_fit,w_1024,h_1024/wp-cms-2/2025/07/i-1-Intangible.webm

Räumliche Intelligenz als entscheidende Lösung

Migos und CEO Bharat Vasan sind überzeugt, dass zur vollständigen Entfaltung des Potenzials generativer KI für die Videoproduktion „räumliche Intelligenz“ in die Benutzeroberfläche integriert werden muss. Dieses Konzept wurde von Fei-Fei Li, die als Patin der künstlichen Intelligenz bekannt ist, als die Fähigkeit definiert, die dreidimensionale Welt wahrzunehmen, zu interpretieren, über sie nachzudenken und mit ihr zu interagieren.

„Durch die Integration von interaktivem 3D von Anfang an verleiht das Weltmodell von Intangible generativen KI-Modellen zur Bild- und Videogenerierung die Fähigkeit, ohne umfangreiche Prompts präziser zu arbeiten“, sagt Vasan. Genau diese Präzision fehlt heutigen Text-zu-Video-Tools in entscheidendem Maße.

Intangible verankert generative KI-Modelle in strukturierten 3D-Szenen mit echter Kamerasteuerung und räumlicher Logik, was laut Vasan „die bestmögliche Kohärenz der Ergebnisse bietet, die wir mithilfe von Objektbeschreibungen, Referenzbildern und der Feinabstimmung von Modellen (LoRA – Low-Rank Adaptations) weiter verbessern“.

Wie Intangible funktioniert

Die Plattform ermöglicht es Nutzern, eigene 3D-Szenen mithilfe von Drag-and-drop-Objekten zu erstellen sowie Kameras einzurichten und zu steuern. Die Benutzeroberfläche ist relativ einfach – man kann mit einer voreingestellten Szene oder einer leeren Welt beginnen. Der Haupt-Viewport zeigt die Szene mit einer Grundfläche, auf der Gebäude, Figuren und weitere Objekte aus einer Bibliothek mit mehr als 5.000 Assets platziert werden können.

Im unteren Bereich der Benutzeroberfläche befindet sich eine Toolbox mit allen erforderlichen Werkzeugen. Links befinden sich Symbole zum Öffnen des Szenen-Panels, in dem alle Aufnahmen, aus denen das fertige Video bestehen wird, hinzugefügt und neu angeordnet werden können. In der Mitte befindet sich das zentrale Prompt-Feld zum Hinzufügen neuer Objekte mithilfe von Text. Links davon befinden sich drei Symbole zum Hinzufügen von Objekten zur Szene – eine Palette zur Auswahl von Objekten aus der Bibliothek, Primitive (Kugeln, Würfel, Pyramiden) und „interaktive Elemente“ (Kameras, Figuren und Wegpunkte für die Kamerabewegung).

Objekte in der Szene lassen sich mit standardmäßigen 3D-Manipulatoren bewegen – mit Pfeilen zum Verschieben, Würfeln zum Skalieren und Bögen zum Drehen der Objekte entlang aller drei Achsen.

Technologie und Rendering

Rechts vom Prompt-Feld befinden sich zwei Symbole zum Umschalten zwischen Bearbeitungs- und Visualisierungsmodus. Letzterer öffnet auf der rechten Seite des Bildschirms ein Seitenpanel, das alles enthält, was nötig ist, um der generativen KI mitzuteilen, wie die Szene gerendert werden soll – das Aussehen der Objekte, ihre Interaktionen miteinander, die Beleuchtung, die Atmosphäre und weitere Parameter.

Die Plattform bietet außerdem Optionen zur Einstellung der Tageszeit oder des endgültigen Erscheinungsbilds des Videos, einschließlich Modi wie Fotorealismus, 3D-Zeichentrickfilm oder Film noir. Nach dem Verfassen des Prompts genügt ein Klick auf die Schaltfläche „Generieren“, um den Prozess zu starten.

Interessanterweise verwendet Intangible für die direkte Interpretation der 3D-Szene keine eigene generative KI-Engine. Stattdessen übergibt es Ihr statisches Bild an die neueste Version von Kling – einer beliebten realistischen Rendering-Engine aus China, die jedes beliebige Bild anhand eines Prompts in ein lebendiges Video verwandeln kann.

Die Zukunft der Plattform

Migos und Vasan blicken optimistisch in die Zukunft. „In den nächsten drei Jahren erwarten wir, dass Tools wie Intangible alle Aspekte der Vorproduktion und digitalen Produktion für bestehende Medienformen abdecken können“, sagen sie. Sie glauben außerdem, dass „KI-Tools die Chance bieten, visuelles Storytelling als Kunstform zu erweitern und neue Kategorien zu schaffen, in denen menschliche Kreativität gedeihen kann“.

Sie erwarten, dass Tools wie Intangible einfach genug und zugleich leistungsfähig genug sein werden, um eine neue Generation von Kreativschaffenden zu stärken – nicht nur diejenigen, die technisch versiert oder Experten im Prompting sind.

Ein weiteres Videobeispiel: https://images.fastcompany.com/image/upload/q_auto,c_fit,w_1024,h_1024/wp-cms-2/2025/07/i-2-Intangible.webm