Das in London ansässige KI-Labor Odyssey hat eine öffentliche Forschungsvorschau dessen veröffentlicht, was es als interaktives Video bezeichnet – ein neues erzählerisches Medium, das vollständig von KI in Echtzeit generiert wird.
Anders als herkömmliche Video- oder Spielerlebnisse ermöglicht Odysseys neues System den Nutzern, das Video während der Wiedergabe anzusehen, mit ihm zu interagieren und es direkt zu beeinflussen – als Eingabe genügt ein Tastendruck, eine Wischbewegung oder eine Joystick-Bewegung.
Angetrieben von einem neuen Weltmodell kann das System als Reaktion auf Nutzereingaben Videobilder generieren und streamen und so die nahtlose Illusion erzeugen, innerhalb einer digitalen Live-Welt zu interagieren. Odyssey erklärte, diese Technologie könnte den Beginn eines grundlegenden Wandels markieren – in der Erstellung, dem Konsum und dem Erleben von Videos.
Ein neues Medium für Kreative
Odyssey wurde von den Autonomie-Experten Oliver Cameron und Jeff Hawke gegründet und begann mit der Entwicklung von Weltmodellen, um die Film- und Spieleproduktion zu optimieren. Im Zuge ihrer Forschung entdeckten sie jedoch einen völlig neuen Ansatz des Geschichtenerzählens.
Das KI-Labor erklärte, diese Innovation solle Kreative nicht ersetzen, sondern ihnen mehr Möglichkeiten geben.
„Interaktives Video . . . öffnet die Tür zu völlig neuen Formen der Unterhaltung, in denen Geschichten auf Abruf generiert und erkundet werden können – frei von den Einschränkungen und Kosten der traditionellen Produktion“, schrieb Odyssey in seinem Blog.
Eine Arbeit in Entwicklung
Das Startup räumte ein, dass das Erlebnis noch lange nicht perfekt sei, und wies darauf hin, dass sich Umgebungen unerwartet verändern können und Bilder möglicherweise unscharf oder verzerrt sind. „Das heutige Erlebnis fühlt sich an wie die Erkundung eines fehlerhaften Traums – roh, instabil, aber unbestreitbar neu“, erklärte das Unternehmen.
Odyssey merkte an, dass die Vorschau zwar als „Modell mit begrenzter Verbreitung“ betrachtet werden könne – sie wird also mit einem spezifischen Satz von Videos aus der realen Welt trainiert, um die Stabilität zu gewährleisten –, das Team aber bereits an einem Modell der nächsten Generation arbeite, das schärfere Bilder, bessere Physik und realistischere Interaktionen verspricht.
Die frühe Demo kann mithilfe leistungsstarker NVIDIA-H100-GPUs bis zu 30 Bilder pro Sekunde streamen und innerhalb von 40 Millisekunden auf die Aktionen der Nutzer reagieren.
Odysseys große Träume
Odyssey hat von Investoren, zu denen EQT Ventures, GV und Air Street Capital gehören, 27 Millionen US-Dollar eingeworben. Zum Vorstand des Startups gehört Ed Catmull, Mitgründer von Pixar und ehemaliger Präsident der Walt Disney Animation Studios.
Die Infrastrukturkosten für den Betrieb dieses KI-Tools belaufen sich derzeit auf 1 bis 2 US-Dollar pro Nutzerstunde. Odyssey sagt jedoch: „Diese Kosten sinken schnell – dank Modelloptimierung, Investitionen in die Infrastruktur und Rückenwind durch Sprachmodelle.“
Mit Blick auf die Zukunft sieht Odyssey eine Welt, in der sich alles, was mit Video zu tun hat, zu interaktiven Erlebnissen weiterentwickelt. „Mit der Zeit wird sich unserer Ansicht nach alles, was heute Video ist – Unterhaltung, Werbung, Bildung, Schulungen, Reisen und mehr –, zu interaktivem Video weiterentwickeln“, schrieb das Unternehmen.
Und das Odyssey-Team ist nicht allein. Auch andere Unternehmen, darunter Google DeepMind, Microsoft und Fei-Fei Lis World Labs, liefern sich ein Wettrennen um die Entwicklung von Weltmodellen, die realistische, reaktionsfähige digitale Umgebungen erschaffen können.