Tencent Hunyuan bringt KI-Bildgenerierung ans Filmset: HyImage 3.5 Preview im Praxistest

Am 22. September veröffentlichte Tencent Hunyuan das neueste professionelle Bildgenerierungsmodell HyImage 3.5 Preview. Es wurde zuerst in WorkRally integriert, die intelligente Film- und TV-Plattform von Tencent Video, und ist für Kreative auf der Plattform zwei Wochen lang kostenlos nutzbar. In der Film- und TV-Branche verbreitete sich die Nachricht schneller als in der KI-Szene. Der Grund ist einfach: Es ist kein weiteres Modell, das nur „Bilder ausgeben“ kann, sondern ein Produktivitätstool, das gezielt auf Serien-Storyboards, Film- und TV-Material sowie Figuren- und Szenensettings ausgerichtet ist.

Diesmal setzt Hunyuan auf professionelle Kreativarbeit

In den letzten zwei Jahren konkurrierten chinesische Bildgenerierungsmodelle vor allem im Consumer-Bereich: Wer generiert schneller, wer bietet mehr kostenloses Kontingent, wer ermöglicht es Laien, mit einem Satz ein Bild zu erzeugen. HyImage 3.5 Preview geht einen engeren und schwierigeren Weg: Es will Werkzeug für professionelle Produktionsteams sein.

Laut offiziellen Angaben verbesserte sich die Leistung des Modells im Blindtest mit Hunderten von professionellen Kreativen gegenüber HyImage 3.0 um rund 30 Prozent. Es unterstützt Text-zu-Bild und Bild-zu-Bild, erlaubt bis zu fünf Referenzbilder pro Durchgang und gibt Bilder mit bis zu 2K-Auflösung aus. Die Verbesserungen konzentrieren sich auf drei Bereiche: Textdarstellung und Layout, Realismus und stilistische Ausdruckskraft sowie Bearbeitungskonsistenz.

Diese drei Bereiche sind präzise gewählt. Die drei größten Probleme für Filmschaffende sind genau: Stimmen Schrift und Layout im Bild, wirken Materialien und Licht authentisch genug, und sieht dieselbe Figur in verschiedenen Einstellungen gleich aus? Einfach gesagt löst Hunyuan diesmal die Frage, ob die Ergebnisse wirklich am Set brauchbar sind – nicht die Frage, ob die Bilder hübsch aussehen.

Mit „Xingbiao“ startet ein vollständiger Produktionsablauf

HyImage 3.5 Preview wurde nicht als isoliertes Modell veröffentlicht, sondern zusammen mit einer vollständigen Produktionskette. Am 20. September startete Tencent Video die hochwertige KI-Serie „Xingbiao“ (行镖) mit echten Schauspielern, die reale Dreharbeiten mit KI-generierten Inhalten kombiniert. Laut offiziellen Angaben wurden die Storyboard-Generierung, die Verschmelzung von realem Filmmaterial mit generierten Inhalten und die Iteration mehrerer Einstellungsversionen in WorkRally durchgeführt.

Was bedeutet das? Es bedeutet, dass dieses Hunyuan-Modell keine Labor-Demo ist, sondern bereits in einer tatsächlich veröffentlichten Serie zum Einsatz kam. Diese Vorgehensweise – erst ein Werk, dann über Fähigkeiten sprechen – ist bei chinesischer KI-Bildgenerierung selten.

WorkRally bietet Kreativen drei Nutzungswege. Der erste ist die „Unendliche Leinwand“ auf der Startseite, auf der ein intelligenter Regisseur direkt Bilder generiert – ideal, um schnell Richtungen auszutesten. Der zweite: Nach dem Erstellen einer Leinwand wählt man im Bildgenerierungsknoten HyImage 3.5 Preview und verfeinert einzelne Einstellungen wiederholt. Der dritte ist der Serien-Workflow, der Assets und Storyboards auf Grundlage des Drehbuchs als Stapel generiert. Die drei Wege entsprechen schnellem Experimentieren, dem Feinschliff einzelner Einstellungen und der Massenproduktion für ganze Episoden; sie decken die wichtigsten Schritte vom Konzeptdesign bis zum finalen Storyboard ab.

Die selbst entwickelten Funktionen dahinter

Neben dem Modell selbst hat WorkRally auf Basis des neuen Basismodells mehrere filmspezifische Funktionen selbst entwickelt: Multi-Kamera-Bildgenerierung, Bild-Relighting, Blendenanpassung und visuelle referenzielle Bildbearbeitung. Diese Funktionen klingen eher professionell, sind für Profis aber echte Grundanforderungen.

Beim Bild-Relighting etwa bestand der traditionelle Ansatz darin, in 3D-Software an der Beleuchtung zu schrauben oder jedes Einzelbild in der Postproduktion zu korrigieren. Jetzt genügt ein Satz, um das Licht im Bild von Abenddämmerung auf Mittag umzustellen; die Hell-Dunkel-Verhältnisse von Figuren und Umgebung ändern sich mit, statt einfach einen Filter darüberzulegen. Die Multi-Kamera-Bildgenerierung löst ein sehr praktisches Problem: Möchte ein Regisseur für dieselbe Szene Schuss-Gegenschuss, Totale und Nahaufnahme, musste man früher Version für Version generieren. Jetzt lassen sich die Kameraperspektiven bei konsistenter Szene ausbreiten.

Auch die visuelle referenzielle Bildbearbeitung ist erwähnenswert. Sie erlaubt es, Bilder mit natürlicher Sprache zu ändern – etwa: „Ersetze den Becher in der Hand der Person links durch ein Smartphone“ – statt die gesamte Bildbeschreibung im Prompt neu zu formulieren. Eine Bearbeitungsfähigkeit dieser Präzision spart am Set Dutzende Überarbeitungsrunden.

Die eigentliche Hürde liegt jenseits des Modells

Der Produktverantwortliche von WorkRally bringt es realistisch auf den Punkt: KI dringt in kreative Entwicklung, visuelle Vorvisualisierung, Konzeptdesign, Stilerkundung, Postproduktions-Unterstützung und die Erstellung von Werbematerial ein und macht aus ursprünglich hochschwelliger Technik Schritt für Schritt Werkzeuge und Prozesse. Doch was den langfristigen Wert von Inhalten wirklich bestimmt, sind nach wie vor Figuren, Beziehungen, Worldbuilding und emotionale Bindung.

Dieser Satz bringt die Rolle der KI-Bildgenerierung in der Film- und TV-Branche auf den Punkt. Die Modellfähigkeiten bestimmen die Untergrenze: Sie ermöglichen es auch Storyboard-Zeichnern ohne künstlerische Grundausbildung, brauchbare Bilder zu erzeugen. Ob eine Serie jedoch emotional berührt, hängt weiterhin von der Geschichte selbst ab. KI kann die Hürde des „Zeichnens“ senken, ersetzt aber nicht die Frage, was man erzählen will.

Für normale Kreative hat dieses Update noch eine weitere Bedeutung: Es macht Bildgenerierung auf Filmniveau zu relativ niedrigen Kosten zugänglich. Während der zweiwöchigen Gratisphase kann man HyImage 3.5 Preview direkt nutzen, wenn man sich bei WorkRally mit WeChat oder Handynummer registriert und anmeldet. Auch das für internationale Märkte entwickelte KI-Kreativtool OnSolo hat das Modell integriert und bietet Mitgliedern zwei Wochen kostenlosen Zugang.

Für wen lohnt sich das?

Wenn du nur ein Bild für einen WeChat-Artikel brauchst, ist HyImage 3.5 Preview nicht unbedingt die bequemste Wahl; Consumer-Tools wie Jimeng oder Doubao genügen. Arbeitest du jedoch an Inhalten mit Figuren, Schauplätzen und Anforderungen an mehrere Einstellungen – ob Comic-Serie, Kurzfilm oder ernsthafte Film-Previsualisierung –, zeigt sich der Wert dieses Systems.

Was es wirklich verändert: Aus einem internen Werkzeug großer Konzerne wird „KI-Bildgenerierung auf Filmniveau“ zu etwas, das auch normale Kreative anfassen können. Wie weit dieses Modell letztlich trägt, wird sich erst zeigen, wenn nach „Xingbiao“ weitere echte Werke den Test bestehen.