Alles auf dieser Seite — Bild, Klang, Bewegung, Stimme — ist in diesem Haus entstanden. Derselbe Waldweg, viermal neu gerechnet. Fassen Sie es an — unten geht es weiter.
Die Regie — Sie sagen an, das Bild gehorcht
Eine Regieanweisung verändert nicht das Motiv, sondern die Welt darum: Jahreszeit, Tageszeit, Wetter, Malstil, Nacht. Achten Sie auf die Details, die bleiben — der krumme Baum, die Kurve des Weges, die Kante der Düne.
Das Erwachen — das Standbild beginnt sich zu bewegen
Die Bilder aus der Regie sind nicht das Ende der Kette. Dieselbe Maschine kann ein Standbild weiterdenken: Schnee fällt, Staub weht, Sterne ziehen. Hier gibt es kein Filmmaterial und keine Vorlage — das Video entsteht aus dem einen Bild, das Sie oben im Schieber gesehen haben.
Ohne Ton — die Maschine bewegt Bilder, sie vertont sie (noch) nicht. 5 Sekunden Video ≈ wenige Minuten Rechenzeit auf der eigenen Karte.
Die Stimme — die Seite spricht über sich selbst
Beide Richtungen, eine Maschine: Der Text wurde von unserem Sprachmodell gesprochen — mit der Stimme des Betreibers, geklont aus zwanzig Sekunden Telefonaufnahme. Danach hat unser Erkennungsmodell die Aufnahme zurück in Text verwandelt, Wort für Wort mit Zeitmarke. Drücken Sie Play und folgen Sie den Wörtern.
Der Maschinenraum — Zahlen statt Behauptungen
Der eigentliche Punkt dieser Seite ist nicht, dass Maschinen Bilder und Musik erzeugen können — das wissen Sie längst. Der Punkt ist, wo das hier passiert:
Alles auf einem Server im eigenen Haus. Keine Abos, keine Fremdkonten, keine Daten, die das Haus verlassen. Alle Modelle frei lizenziert (Apache 2.0), alle Bildvorlagen gemeinfrei.
Und weil Vitrinen sonst nur behaupten: was das Haus NICHT kann, sagen wir auch. Sichtbare Wasserzeichen lassen sich wegretuschieren. Unsichtbare sterben beim Skalieren. Signierte Herkunft überlebt keinen Screenshot. Langer Fließtext im Bild bleibt Glückssache. Wer Ihnen mehr verspricht, verkauft Ihnen etwas.