Alibaba open-sourcet KI-Modell für Video- und Bildgenerierung

Alibaba Group Holding Ltd. hat bekannt gegeben, dass sein Video- und Bildgenerierungs-KI-Modell Wan 2.1 nun als Open-Source-Plattform öffentlich verfügbar ist. Dieser Schritt wird voraussichtlich die Adoption fördern und den Wettbewerb im KI-Bereich verschärfen.

Alibabas Die Entscheidung stimmt mit einer ähnlichen Strategie von ByteDance und dem Startup DeepSeek überein. Anfang dieses Jahres erregten DeepSeek’s erschwingliche Open-Source-Modelle die Aufmerksamkeit von Tech-Investoren und überraschten die kapitalintensive Branche mit einer Leistung, die etablierten Spielern wie OpenAI vergleichbar ist.

Alibaba erweitert KI-Angebote mit vier Wan 2.1-Varianten

Alibaba hat vier Varianten seines Wan 2.1 KI-Modells veröffentlicht—T2V-1.3B, T2V-14B, I2V-14B-720P und I2V-14B-480P—die Bilder und Videos aus Text- und Bildeingaben generieren. Die Bezeichnung „14B“ bedeutet, dass diese Varianten 14 Milliarden Parameter verarbeiten, was es ihnen ermöglicht, komplexere Eingaben zu handhaben und genauere Ergebnisse zu produzieren.

Die Modelle sind weltweit auf den Plattformen Alibaba Cloud’s ModelScope und HuggingFace für akademische, Forschungs- und kommerzielle Nutzung verfügbar.

Alibaba stellte die neueste Version seines Video- und Bildgenerierungs-KI-Modells im Januar vor, kürzte den Namen später von Wanx auf Wan. Das Unternehmen pries seine Fähigkeit an, hochrealistische Visuals zu generieren. Alibaba hat seitdem seine Spitzenplatzierung auf VBench, einer Rangliste für video-generierende Modelle, betont, wo es in Funktionen wie Multi-Objekt-Interaktion glänzt.

Am Dienstag stellte das Unternehmen eine Vorschau seines Reasoning-Modells QwQ-Max vor, das es bei vollständiger Veröffentlichung open-source machen will.

ByteDance startet OmniHuman, eine KI, die Ganzkörper-Videos aus einem Bild erstellt

Der Anstieg der Open-Source-KI-Entwicklung erfolgt inmitten signifikanter Fortschritte von Wettbewerbern. ByteDance, die Muttergesellschaft von TikTok, hat kürzlich die Einführung von OmniHuman, bekannt gegeben, einem fortschrittlichen KI-System, das aus nur einem einzigen Foto ein vollständiges Ganzkörper-Video generieren kann.

Was OmniHuman von ähnlichen KI-Systemen unterscheidet, ist die Fähigkeit, dynamische Videos zu erstellen, in denen das Subjekt natürlich sprechen, Gesten machen und sich bewegen kann. Das System wurde mit über 19.000 Stunden Videomaterial trainiert und nutzt diese Daten, um Videos zu erzeugen, die menschliches Verhalten in Bezug auf Bewegungen und Ausdrücke nachahmen.

Eine der ersten Demonstrationen mit OmniHuman ist ein Video von Albert Einstein, der einen Vortrag hält. Das Video wurde viral, sobald es im Internet geteilt wurde, was beweist, wie groß der Unterschied durch diese Funktion ist.

Obwohl OmniHuman das erste KI-System ist, das behauptet, mit nur einem Bild ein glaubwürdiges Video generieren zu können, können andere Systeme ähnliche Ergebnisse mit wenigen Bildern erzielen.

Zunächst gibt es Pollo AI, das Nutzern ermöglicht, Videos durch das Hochladen von Bildern zu generieren. Es ist einfach zu bedienen und kann mit nur Bildern und einem Textprompt Videos in benutzerdefinierten Stilen erstellen.

Canva bietet einen ähnlichen KI-Video-Generator an. Eine Reihe von Vorlagen und Bearbeitungsfunktionen machen es Nutzern ohne fortgeschrittene Videoerstellungsfähigkeiten leicht, KI-generierte Videos mit Bildern zu erstellen.

Freepik hat ebenfalls einen ähnlichen KI-Video-Generator, der verschiedene Generierungsmodi und Anpassungsoptionen bietet, um mit nur Bildern und Prompts ansprechende Videos zu erstellen.

Alibaba investiert $52 Milliarden in KI- und Cloud-Ausbau

Vor einigen Tagen hat Alibaba Pläne bekannt gegeben, mindestens 380 Milliarden Yuan (52 Milliarden US-Dollar) in den nächsten drei Jahren zu investieren, um seine Cloud-Computing- und KI-Infrastruktur zu stärken.

Das Internetriesen-Unternehmen, dessen Mitbegründer Jack Ma ist, wird mehr in seine Infrastruktur für künstliche Intelligenz und Cloud-Computing investieren als in den vergangenen 10 Jahren. Da sich die Modelle zunehmend rechenintensiver entwickeln, sagte das Unternehmen in seinem offiziellen Blog, dass Alibaba als Partner für Unternehmen hervorstechen will, die KI in der realen Welt aufbauen und einsetzen.

Dieses Ziel ist eine der größten Investitionen Chinas in die KI-Infrastruktur und unterstreicht Alibabas wachsende Ambitionen in diesem Bereich. Dies geschieht jedoch vor dem Hintergrund von Sorgen der Anleger, ob einige große Tech-Unternehmen die zukünftige Nachfrage nach KI-Diensten überschätzen oder die Kapitalkosten für deren Aufbau unterschätzen.

Analysten von TD Cowen wiesen am Freitag darauf hin, dass Microsoft Corp. Mietverträge für erhebliche Rechenzentrumskapazitäten in den USA kündigt. Dieser Schritt könnte Bedenken widerspiegeln, ob es mehr KI-Rechenleistung aufbaut, als es langfristig benötigt. Alibabas Aktien in Hongkong fielen am Montag um bis zu 3 %.

Andere große Tech-Unternehmen wie Meta Platforms Inc. und Amazon.com Inc. verpflichten sich, Milliardenbeträge in den Bau der Rechenzentren zu investieren, die für das Training, die Entwicklung und das Hosting von KI-Diensten erforderlich sind.