Netflix geht über das Streamen von Filmen hinaus und verändert nun, wie sie gemacht werden.
Das Unternehmen hat kürzlich ein neues KI-Framework namens VOID vorgestellt. Die Abkürzung steht für „Video Object and Interaction Deletion“. Während wir schon zuvor magische Radiergummis für Fotos gesehen haben, ist das Tool von Netflix deutlich ausgefeilter: Es entfernt nicht einfach nur ein Objekt, sondern berechnet die gesamte Szene neu, um das Fehlen dieses Objekts zu berücksichtigen.
Die meisten KI-Bearbeitungstools kaschieren einfach das Loch, das beim Löschen eines Objekts zurückbleibt. Entfernt man ein Auto aus einem Unfall, hinterlassen diese Tools möglicherweise eine seltsame Unschärfe oder schwebende Trümmer. VOID ist anders, weil es Kausalität und physikalische Gesetzmäßigkeiten versteht.
Wenn man VOID verwendet, um eine Person zu entfernen, die in ein Schwimmbecken springt, lässt die KI die Person nicht einfach verschwinden, sondern „denkt“ das Wasser neu, sodass überhaupt kein Spritzer entsteht. Laut The Register, beschrieben die Forscher VOID in einem Preprint als „ein Framework zur Entfernung von Videoobjekten, das für physikalisch plausible Bildrekonstruktionen in diesen komplexen Szenarien entwickelt wurde“.
In einem weiteren Test berechnet die KI beim Entfernen eines Autos aus einem Frontalzusammenstoß einen Weg für das verbleibende Auto, als wäre der Unfall nie passiert. Rauch, Feuer und Trümmer werden durch eine saubere, unberührte Straße ersetzt.
Auf einem Stack aus KI-Technologien
VOID ist kein eigenständiges System, sondern eine Kombination aus mehreren fortschrittlichen KI-Modellen und Datensätzen.
Laut The Decoder, basiert das Framework auf Alibabas Diffusionsmodell CogVideoX und verwendet synthetische Trainingsdaten von Googles Kubric und Adobes HUMOTO. Zu den weiteren Tools gehören Googles Gemini 3 Pro für die Szenenanalyse sowie Metas SAM2 für die Objektsegmentierung.
Ein optionaler zweiter Verarbeitungsschritt nutzt Optical-Flow-Techniken, um Verzerrungen zu korrigieren und die visuelle Konsistenz zu verbessern.
Konkurrierende Tools und Netflix’ Behauptung
In diesem Bereich gibt es bereits Tools, darunter Runway, ProPainter, DiffuEraser und Generative Omnimatte. Die Netflix-Forscher behaupten jedoch, dass VOID in komplexen Szenarien besser abschneidet.
In einer kleinen internen Studie mit 25 Teilnehmern wurde VOID in 64,8 % der Fälle bevorzugt, gegenüber 18,4 % für Runway.
„Durch umfangreiche Evaluierungen … zeigen wir, dass VOID komplexe Dynamiken hervorragend modellieren kann, die auf die Entfernung von Objekten folgen können“, schrieben die Forscher.
Netflix hat VOID unter der Apache-2.0-Lizenz über Plattformen wie Hugging Face und GitHub öffentlich zugänglich gemacht. Das bedeutet, dass Entwickler, Studios und Forscher frei damit experimentieren können, auch für die kommerzielle Nutzung.
Das Tool ist allerdings weit davon entfernt, ressourcenschonend zu sein. Für den Betrieb wird High-End-Hardware benötigt, etwa GPUs mit rund 40 GB VRAM, wodurch es für die meisten Gelegenheitsnutzer außer Reichweite liegt.
Ebenfalls lesenswert: Die besten KI-Fotobearbeitungstools im Jahr 2026 zeigen, wie schnell sich KI-Funktionen zur Bildbereinigung von einfachen Bildkorrekturen zu fortschrittlicheren visuellen Bearbeitungs-Workflows entwickeln.