Dolphin AI verwandelt ein Skript in ein Multi-Shot-Video, ohne das Kostüm zu verlieren

Ein langer Clip ist nicht dasselbe wie eine Szene. Genau an dieser Unterscheidung scheitern die meisten KI-Video-Tools noch, und das ist das Problem, das ein neuer Anbieter direkt lösen will.

Dolphin AI, entwickelt von der indischen Social-Plattform Eloelo, wurde am 29. September in Mumbai bei FICCI FRAMES 2026 vorgestellt. Seit dem 4. Oktober befindet es sich im Early Access mit einer öffentlichen Warteliste. Das Versprechen ist eng und konkret: Man gibt ein Skript ein und erhält ein Multi-Shot-Video zurück, in dem die Figuren, ihre Kleidung und die Schauplätze von einem Schnitt zum nächsten konsistent bleiben. Es erzeugt Clips von bis zu 60 Sekunden in einem einzigen Durchlauf, wobei Stimme, Musik und Schnittpunkte auf die Bilder abgestimmt sind.

Warum Multi-Shot der schwierige Teil ist

Einen einzelnen guten Shot zu erzeugen, ist für kurze Dauer weitgehend gelöst. Fünf Shots zu erzeugen, die zur selben Szene gehören, nicht. Ein Modell, das jeden Shot unabhängig rendert, hat kein Gedächtnis dafür, wie die Jacke vor zwei Schnitten aussah oder auf welcher Seite des Raums das Fenster war. Die Kontinuität bricht, und das Publikum merkt es sofort.

Dolphin geht dies als agentischen Workflow an statt als einzelnen Modellaufruf. Es plant die Shot-Liste anhand des Skripts und hält dann die Referenzen, die für jede Figur und jeden Schauplatz wichtig sind, über die Sequenz hinweg fest. Das Unternehmen bietet außerdem Recasting an, sodass eine Darstellerin oder ein Darsteller nachträglich ausgetauscht werden kann, ohne das gesamte Video neu zu generieren, sowie Motion Control für Shots, die eine bestimmte Kamerabewegung benötigen.

Das Tool unterstützt Lip-Sync in indischen Sprachen, was angesichts des Marktes, in dem es startet, eine bewusste Entscheidung ist. Generische Modelle kommen mit Englisch gut zurecht und behandeln andere Sprachen als Nachgedanken. Ein Tool, das mit Unterstützung für indische Sprachen ausgeliefert wird, zielt zuerst auf den lokalen Creator-Markt.

Wie es im Vergleich abschneidet

Das Kontinuitätsproblem ist nicht einzigartig bei Dolphin, und es lohnt sich, genau zu benennen, was die Alternativen heute leisten. Der Multi-Shot-Modus von Runway erzeugt Sequenzen von etwa zehn Sekunden und läuft oft standardmäßig ohne Audio. Pika unterstützt inzwischen Multi-Shot-Arbeit von bis zu rund 30 Sekunden mit Storyboards und Sounddesign. Lumas Dream Machine begrenzt Clips typischerweise auf fünf bis zehn Sekunden. Dolphins Versprechen ist eine längere Ausgabe in einem Durchlauf, bei der Audio und Kontinuität zusammen behandelt werden, was – wenn es außerhalb einer Demo-Rolle Bestand hat – einen Schritt über die aktuellen Optionen hinaus bedeutet.

Ob es Bestand hat, ist die offene Frage. Unternehmensdemos sind auf die besten Ergebnisse hin geschnitten. Unabhängige Tests werden zeigen, wie oft die Garderobe einer Figur abdriftet, sobald die Anzahl der Shots steigt und die Laufzeit sich einer Minute nähert.

Der Integrationsaspekt

Dolphin stellt einen MCP-Server und eine Kommandozeilenschnittstelle bereit, wodurch andere Tools Generierungen direkt auslösen können. Das ist wichtiger, als es klingt. Ein Studio, das bereits eine Pipeline für Skripterstellung, Asset-Management und Review betreibt, kann Dolphin aus diesem System heraus aufrufen, statt Dateien in eine Web-App und zurück zu exportieren. Die Preisgestaltung folgt einem Abo-plus-Credits-Modell, wobei die indischen Preise noch nicht angekündigt sind und die Bedingungen die Stufen Starter, Pro und Creator nennen.

Die agentische Einordnung beantwortet auch eine Workflow-Beschwerde. Ein Editor braucht ein Video und ebenso oft eine Version davon, die überarbeitet werden kann, ohne von vorn zu beginnen. Recasting ohne Neugenerierung und Motion Control für einen einzelnen Shot zielen beide auf Überarbeitung statt auf die Erstgenerierung. Das ist der Teil der Pipeline, in dem tatsächlich Zeit verloren geht.

Der Workflow hinter der Kontinuität

Eine Figur über Schnitte hinweg konsistent zu halten, bedeutet üblicherweise, ein Referenzset aufzubauen. Der Agent extrahiert die relevanten Details aus dem Skript und dem ersten generierten Shot und hält sie dann als Constraints für jeden weiteren Shot fest. Eine Jacke hat eine Farbe und einen Schnitt. Ein Raum hat ein Fenster auf der einen und eine Tür auf der anderen Seite. Sobald diese festgelegt sind, haben spätere Generierungen weniger Spielraum zum Abdriften, und das Video kann ohne Neuaufnahme zusammengesetzt werden.

Die schwierigen Fälle sind die, in denen sich die Referenz selbst ändert. Eine Figur, die mitten in der Szene einen Mantel auszieht, oder ein Schauplatz, der aus zwei nie generierten Winkeln gezeigt wird, zwingt das System zu entscheiden, was noch konsistent ist und was sich tatsächlich geändert hat. Hier zahlt sich der Planungsschritt aus, und hier zerlegt sich ein einfacheres Tool, das „jeden Shot separat generiert“.

Die Compliance-Ebene

Alles, was auf indische Creator abzielt, muss sich mit Offenlegungsregeln befassen, und Dolphins Material sagt das auch. YouTube verlangt Kennzeichnungen, wenn realistischer Inhalt synthetische Medien verwendet, und wiederholte Nichtoffenlegung zieht Strafen nach sich. Indiens Werbeaufsichtsbehörde hat Entwurfsregeln zur Kennzeichnung KI-generierter Anzeigen, und Intermediäre müssen die IT-Regeln des Landes für rechtswidrige Inhalte befolgen. Die Anleitung, die mit dem Tool geliefert wird, weist Nutzer an, synthetische Shots offenzulegen, Ähnlichkeitsrechte einzuholen, Modelllizenzen zu verfolgen und Prompt-Aufzeichnungen für Audits aufzubewahren.

Diese Anleitung ist der am wenigsten glamouröse Teil des Launches und wahrscheinlich der folgenreichste. Creator, die sie ignorieren, sind diejenigen, deren Konten eingeschränkt werden.

Warum der indische Launch wichtig ist

Indien ist einer der größten Creator-Märkte der Welt, und ein Großteil seiner Inhalte entsteht in Sprachen, mit denen globale Videomodelle schlecht umgehen. Ein lokal entwickeltes Tool mit lokaler Sprachunterstützung und lokaler Preisgestaltung adressiert eine Lücke, die die großen Studios nicht priorisiert haben. Wenn Dolphins Kontinuität Bestand hat, könnte es einen bedeutenden Anteil eines Marktes gewinnen, der unterversorgt war.

Die Preisfrage ist noch offen. Indische Preise wurden nicht angekündigt, und die bisher genannten Stufen sind generisch. Was ein Creator pro fertiger Minute zahlt, wird entscheiden, ob das Tool eine professionelle Option oder eine für Hobbyisten ist. Vergleichbare globale Tools berechnen Credits für generierte Sekunden, und die effektiven Kosten pro nutzbarem Shot liegen nach Wiederholungsversuchen oft beim Mehrfachen des Listenpreises. Dolphin wird nach derselben Grundlage beurteilt werden.

Es gibt auch einen Talent-Aspekt. Das eigene Material des Unternehmens verweist auf Rollen, die profitieren: KI-Video-Editoren, prompt-gesteuerte Story-Produzenten, Marken-Storyteller und Agentur-Kreative, mit der Empfehlung, Reels zu erstellen, die Multi-Shot-Konsistenz demonstrieren. Das ist ein Zeichen dafür, dass das Tool auf Leute abzielt, die es für Kundenarbeit nutzen werden, wo eine gebrochene Kontinuität eine Neuaufnahme und eine verpasste Deadline bedeutet.

Worauf man achten sollte

Zwei Signale werden zeigen, ob Dolphin mehr als ein regionaler Launch ist. Das erste sind unabhängige Kontinuitätstests mit Clips, die die vollen 60 Sekunden erreichen. Das zweite ist, ob die MCP- und CLI-Integrationen von Studios übernommen werden, die bereits eine Pipeline haben, denn das ist der Unterschied zwischen einem Spielzeug und einem Werkzeug.

Der Indien-Markt-Aspekt ist jedoch real. Ein lokales Tool mit lokaler Sprachunterstützung und lokaler Compliance-Anleitung hat einen Vorteil, den ein globales Modell mit einem English-First-Produkt nicht hat. Ob dieser Vorteil den Kontakt mit einem schnelllebigen Feld übersteht, werden die nächsten Monate zeigen.