Image-to-Image

Image-to-Image ist ein KI-Verfahren, bei dem du ein vorhandenes Bild hochlädst und es mit einem Prompt verändern lässt. Das Modell behält Aufbau und Grundformen des Ausgangsbildes und passt Stil, Details oder Stimmung an. So wird aus einem Foto zum Beispiel eine Illustration, ein Gemälde oder eine Szene bei Nacht.

Wie funktioniert Image-to-Image?

Bei Diffusionsmodellen startet die Erzeugung normalerweise mit reinem Rauschen. Bei Image-to-Image wird stattdessen dein Bild verwendet, dem ein Teil Rauschen hinzugefügt wird. Danach entrauscht das Modell dieses Bild in Richtung deines Prompts. Wie viel Rauschen dazukommt, bestimmst du über einen Regler, meist Stärke oder Denoising Strength genannt. Bei wenig Rauschen bleibt das Bild fast gleich, bei viel Rauschen bleibt nur die grobe Anordnung erhalten.

Neuere Modelle arbeiten oft anders. Sie nehmen das Bild als Referenz und verändern es nach einer Anweisung in Alltagssprache, etwa „mach den Himmel bewölkt“ oder „setz der Person eine Brille auf“. Solche Funktionen heißen meist Bildbearbeitung oder Edit.

Wofür brauchst du das bei KI-Videos?

Image-to-Image ist ein nützlicher Zwischenschritt vor der Animation. Du kannst ein eigenes Foto in den Stil deines Videos bringen, Produktbilder in unterschiedliche Umgebungen setzen oder mehrere Startbilder einander angleichen, damit Szenen zusammenpassen. Das Ergebnis gibst du danach an ein Image-to-Video-Modell weiter.

Dasselbe Prinzip gibt es auch für bewegte Bilder. Bei Video-to-Video wird ein vorhandener Clip nach einem Prompt umgestaltet, die Bewegung bleibt erhalten.

Worauf du achten solltest

Beginne mit einer mittleren Stärke und taste dich heran. Ist der Wert zu hoch, verliert das Bild Gesichter und Details, die du behalten wolltest. Für kleine Änderungen an einer Stelle ist Inpainting besser geeignet, weil es den Rest des Bildes unberührt lässt. Wenn du Fotos echter Personen verwendest, brauchst du deren Einwilligung. Werkzeuge zum Animieren deiner Bilder findest du unter Bild zu Video.