Video-KI mit Auto-Sound: VEO 3 von Google

Google DeepMind präsentierte auf der Google I/O 2025 mit Veo 3 die nächste Generation der KI-Videoerstellung. Das Modell kann Videos auf Basis von Text- oder Bildvorgaben erzeugen und gleichzeitig nativ Audiospuren generieren.

Veo 3 erstellt Videos in bis zu 4K-Auflösung und verwendet eine Real-World-Physik-Engine, die Bewegungen, Licht- und Toneffekte besonders realistisch darstellt. Gleichzeitig produziert es Soundeffekte, Ambient-Noise und sogar Sprachpassagen direkt aus dem Prompt, sodass keine nachträgliche Audiobearbeitung nötig ist. Außerdem gibt es weitere zahlreiche Möglichkeiten, die Generierung des Videos zu beeinflussen.

Veo 3 ist zurzeit über die Google Gemini App exklusiv für Abonnenten des Google AI Ultra-Plans verfügbar und kann über die Flow-Oberfläche getestet werden. Und zu jetziger Sekunde in Deutschland noch nicht verfügbar. Wir hatten das gleiche jedoch mit CODEX 1 von ChatGPT: Innerhalb von nur zwei Tagen veränderte sich hier ebenfalls alles. Soll heißen: DRANBLEIBEN IST ANGESAGT! Wir bleiben dran!

Bevor ich Sie hier mit langweiligen Details aufhalte: Es gibt eine Website, die von Google als Hersteller erstellt wurde und atemberaubende Beispiele zeigt. Diese finden Sie hier: https://deepmind.google/models/veo/