Wan 2.7 ist da: Das kann das neue unzensierte Modell von Alibaba

0:00Van 27 ist da und es bringt ein Feature

0:01auf das wir alle gewartet haben.

0:04Außerdem hat Alibaba auch noch Van 27

0:08als Bildmodell gebracht und damit

0:09herzlich willkommen oder Pagen Freunde

0:11zu eurer Topquelle für generative KI

0:15und dem größten Bild und Videelease den

0:17Alibaba Swan hier gemacht hat. Wir gehen

0:19direkt rein. Let's go. Wann nimm dieses

0:21Bild diese Audio und mach mir mal einen

0:24geilen Clip.

0:25Run for your life. Ah,

0:28okay, nicht schlecht. Okay, war jetzt

0:29nimmt dieses Bild. Sie ist am Times

0:31Square und ist ein Hot Dog. Let's go. Na

0:33ja, gut, dar müssen wir noch mal drüber

0:34reden, Freunde. Van 27 ist jetzt da. Das

0:38neue Flagship Modell vom Alibaba Konzern

0:41für Video, aber auch für Fotogenerierung

0:43und ich habe es euch getestet. Viele von

0:45euch kennen waren als Open Source Modell

0:47zuletzt mit Version 2. Damit konnte man

0:50wirklich alles generieren, aber seitdem

0:53gab es kein Open Source Modell. Und

0:54jetzt die Nachricht für alle Open Source

0:56Liebhaber da draußen. Nein, es ist noch

0:58nicht Open Source verfügbar. Trotzdem

1:00testen wir es heute auf Zensur Qualität

1:03und Besonderheiten, denn es hat ein

1:05Feature, was wirklich noch kein anderes

1:07in dieser Form hat. Folgende

1:09Spezialitäten bringt Warn mit. Es kann

1:11Start und A Frame und das krasse ist, es

1:14kann eine Tonspur mit verarbeiten. Ob

1:17das Ganze wirklich so funktioniert wie

1:18gedacht, checken wir jetzt mal. Ich habe

1:20jetzt mal dieses Bild hochgeladen und

1:22diese Tonspur

1:23zu eurer Topquelle für generative KI.

1:26Und jetzt ab nach Bochum

1:28und das dabei herausgekommen

1:30zu eurer Topquelle für generative KI.

1:33Und jetzt ab nach

1:35ziemlich enttäuschend an der Stelle. Ich

1:36versuche jetzt mal mit einem Avatarbild

1:38und schaue, ob es vielleicht auch als

1:40Lipsingmodell dient. Jetzt bin ich mal

1:42gespannt.

1:42Zu eurer Topquelle für generative KI und

1:46jetzt ab nach

1:47Es ist nicht mehr in der Nähe von

1:49Deutsch sprechen. Versuchen wir es mal

1:50mit Englisch. Go. AI now off.

1:56Also es ist nicht mal zeitversetz

1:57asynchron. Es spricht einfach kein

1:59Deutsch und kein Englisch. Denke mal,

2:01das ist für Hintergrunds oder was auch

2:03immer, vielleicht auch Erzähler Sounds,

2:05aber tatsächlich gibt es einen Weg, das

2:07synchron zu machen. Fedticado hat's mit

2:10einem Negativprompt gemacht. Im

2:12Negativprompt Bereich kopierst du

2:13einfach diesen Negativprompt und wenn du

2:15jetzt eine Audio hochlädst, dann

2:17Und hast du dir den Anzug im

2:19Sonderangebot gekauft, von dem ich dir

2:21erzählt habe, den mit den zwei Hosen?

2:24Ja, schon,

2:26aber das mache ich nie wieder. Da

2:27schwitzt man sich ja zu Tode.

2:32Also bei aller Liebe zum Modell, es

2:33glitscht mir immer noch zu viel und es

2:35sieht viel zu künstlich aus. Ich denke

2:37nicht, dass das so in der Form als

2:39Lipsyn Modell taugt. Vielleicht

2:41vielleicht kommt es ja als Open Source

2:43Modell und dann können wir eine

2:44Quantisiteide und eine spezielle Lipsink

2:46Version damit machen. Die Generierung

2:48dauert übrigens ewig. Ich habe mir nicht

2:49ohne Grund den gemütlichen Stuhl geholt.

2:52Inzwischen tat mein Popo schon richtig

2:53weh auf dem Hocker. Bis zu 10 Minuten

2:55Wartezeit für 5 Sekunden. Aber wir

2:57machen weiter und jetzt testen wir mal

2:59Start und Endframe. Das ist der Start

3:01Frame. Das ist der Endframe mit Nano

3:03Banana 2 generiert und diesmal ohne

3:05Audio. Lass uns mal schauen, ob es jetzt

3:07vielleicht schneller geht und wie das

3:08Ergebnis ist. Und tatsächlich ohne Ton

3:11geht das deutlich schneller. Statt 8

3:12Minuten waren es jetzt nur dreieinhalb

3:14Minuten. Lasst uns schauen, wie das

3:16aussieht.

3:22Also von Cinematic ist hier nicht zu

3:23sehen, aber der Sound wurde generiert.

3:25Ich habe kein Sound hochgeladen. Jetzt

3:27machen wir das gleiche mal mit Cling 3,

3:29um einen direkten Vergleich zu haben.

3:30Das ist das Ergebnis von Kling

3:37ungefähr gleich nur kein Glitch von

3:39Banana Girl, was ich deutlich besser

3:41finde. Also für mich ist Kling 3 hier

3:43gerade besser gewesen. Die testen gleich

3:45die Zensur, aber vorher gibt es noch ein

3:47Feature, was es ganz besonders macht.

3:49Eine weitere Spezialität von One 27. Es

3:52kommt mit einem Reference to Video. Es

3:55ist extrem teuer und kostet für 5

3:57Sekunden ganze

3:59aber für euch teste ich das mal. Das

4:01krasse ist, du kannst fünf Videos als

4:03Referenz hinzufügen und dann kannst du

4:05im Prompt sagen: Character from Video

4:07One and Video 2 und so weiter sitzen vom

4:10Fernseher und spielen. Und hier bei dem

4:12Beispiel wurde dieses Video genommen

4:16und das als zweites Video.

4:19Und die beiden sollen jetzt zusammen ein

4:21Videospiel spielen und das Ergebnis.

4:28für 5 Sekunden ist das doppelte von dem,

4:31was wir aktuell für Qualität zahlen.

4:33Aber lass uns mal schauen, ob es sich

4:35lohnt. Zum Glück habe ich viele

4:36Videosegmente. Wir nehmen einmal Letin

4:38Zeldo, den Martin McFly hier,

4:40Hexenbanana Girl und Bosspand

4:42selbstverständlich. Hier sind teilweise

4:44echt auch Drachen dabei und so weiter.

4:46Ich will das Ganze mal ans Limit

4:47bringen. Es tut aber weh, diesen 1 € zu

4:49bezahlen. Machen wir aber trotzdem. Kein

4:51Referenzbild, diese fünf Videos als

4:53Charakter. Wir bleiben mal beim

4:55Videospiel, klicken auf generate, das

4:57tut echt weh. Let's go. Okay, schauen

4:59wir uns mal das Ergebnis an. Es sieht

5:00schon vielversprechend aus

5:06und dafür habe ich jetzt $ bezahlt.

5:08Also, ich habe fünf Videos hochgeladen

5:10und ich habe alle fünf markiert, aber

5:12einer und zwar ich wurde ausgelassen. Na

5:15ja, es ist definitiv kein Eurowert. Da

5:17arbeite ich lieber mit einem Character

5:19Sheet und markiere die Person. So, aber

5:20gut, dass wir es getestet haben. Bevor

5:22wir das Buildmodell testen, kommen wir

5:24mal zu der Stärke von waren. Bisher

5:26konnte man hier frei und unzensiertes

5:28Material generieren. Ist das mit 27 in

5:32der Cloud genauso oder nicht? Das testen

5:34wir jetzt mal. Wir nehmen dieses Bild.

5:35Wir haben kein Endframe und kein Ton.

5:37Ich schreib mal etwas, um das zu testen

5:39und dann gucken wir uns das Ergebnis an.

5:41Und sieh da, wenigstens das ist gleich

5:44geblieben. Das Modell hat anscheinend

5:46genau die gleichen Limits, die das

5:47letzte Modell auch hatte. Also, man kann

5:49hier deutlich mehr machen als mit den

5:51anderen großen Modellen. Immerhin ein

5:53Win. Wenn ihr den ganzen Zensurtest

5:55sehen wollt, habe ich euch das Video in

5:58den Community Discord hochgeladen. Der

5:59Link dazu ist im ersten angepinten

6:01Kommentar. Kommen wir jetzt mal zum

6:02Bildmodell. Van 27 hat gleichzeitig auch

6:04zwei Bildmodelle gebracht. Einmal ein

6:07Pro und einmal ein nicht Pro für

6:09Bildbearbeitung, aber auch Text zu Bild.

6:11Das ganze halte ich mal eher kurz, weil

6:13die Bilder sind gar nicht mal so gut.

6:15Cryptody hat z.B. diese Bilder generiert

6:17und für mich sieht das absolut nach MS

6:19Paint aus. Also mit mehreren Referenzen

6:22ist das nicht so toll. Und das Bild habe

6:24ich ja zum Start generiert und auch hier

6:26ist das Bild recht befremdlich in die

6:28Umgebung reingesetzt. Die Belichtung

6:30wurde nicht verändert. Die Menschen sind

6:32eher ostasiatisch, obwohl das jetzt New

6:34York ist. Auch die Billboards sind

6:36asiatisch und nicht New York. Also, es

6:38hat gar keine Logik, sondern es setzt

6:41einfach Bilder zusammen. Wir sprechen

6:42gleich noch über die Kosten, aber lass

6:43uns jetzt auch mal hier das Bildmodell

6:45auf Zensur testen. Und auch das

6:47Bildmodell erlaubt deutlich mehr. Ich

6:49werde das definitiv auch bei Accura

6:51einbinden und für den Not safe for Work

6:53Prozess freischalten. Wenn man nicht

6:55allzu viel am Bild verändert, ist es

6:57auch tatsächlich ein gutes Ergebnis,

6:58aber wenn man jetzt einfach die Umgebung

7:00verändert, dann werden einfach nur

7:02Bilder zusammengeklatscht. Auch das Bild

7:04findet ihr im Community Discord übrigens

7:06auch die Bildgenerierung dauert gerade

7:08ewig. Vielleicht ist das, weil es neu

7:10ist. Das beobachten wir mal. 127 kostet

7:13für 5 Sekunden Start, Endframe und Ton

7:16in 720p 50 Cent und in Full HD 75 Cent.

7:21Das finde ich ist ein guter Preis dafür,

7:23dass man direkt auch Ton mitbringen

7:25kann. Im Vergleich dazu Kling kostet 50

7:28Cent, Cance kostet auch 50 Cent für 5

7:30Sekunden mit direkter Vertonung. 227

7:33Image kommt mit einer Pro und nicht Pro

7:34Version. Die nicht Pro Version kann ich

7:36überhaupt nicht empfehlen, die ist gar

7:37nicht gut und die Pro Version kostet 7,5

7:40Cent für ein HDBild und man kann bis zu

7:43fünf Referenzen hochladen und daraus ein

7:45Bild generieren. Aktuell könnt ihr alle

7:47W 27 Modelle bei Wavespeed nutzen. Wenn

7:50das Video hochgeladen ist, ist es hier

7:51auch bei Icura unter Videos als Modell

7:54gelistet und bei wann selbst ist es

7:57leider noch nicht drin. Das war der

7:58erste Eindruck von waren 27. Einerseits

8:01finde ich super, dass man damit deutlich

8:03freier ist. Andererseits ist die

8:04Qualität etwas enttäuschend. Aber ich

8:06werde jetzt weiter testen und morgen in

8:08den News gibt's noch mal Ergebnisse

8:09dazu. Wenn du keine spektakulären Kests

8:11verpassen möchtest, dann lass ein Sub da

8:13und hat dir das Video gefallen, zeig's

8:14mir gerne mit einem Like. Wir sehen uns

8:16beim nächsten Mal. dein Zeldo.