Im Sinne der Tatsache, dass wir uns keine Ergebnisse herauspicken, handelte es sich bei allem, was Sie sehen, um die erste Generation, die wir für die oben aufgeführte Aufforderung erhalten haben.
„Eine hochintelligente Person, die ‚Ars Technica‘ auf ihrem Computer liest, als der Bildschirm explodiert.“
„Eine Katze in einem Auto trinkt eine Dose Bier, Bierwerbung“
„Will Smith isst Spaghetti“
„Humanoide Robotertiere in Varieté-Kostümen streifen durch die Straßen und sammeln Schutzgelder in Form von Wertmarken“
„Ein Basketballspieler in einem verwunschenen Personenzugwagen mit Basketballfeld, und er spielt gegen eine Geistermannschaft.“
„Eine Herde von einer Million Katzen läuft auf einem Hügel, Luftaufnahme“
„Videospielaufnahmen eines dynamischen Third-Person-3D-Plattformspiels aus den 1990er-Jahren mit einem anthropomorphen Haijungen in der Hauptrolle“
„Ein muskulöser Barbar zerschmettert einen Röhrenfernseher mit einer Waffe, filmreif, 8K, Studiobeleuchtung“
Einschränkungen von Videosynthesemodellen
Insgesamt ähneln die oben gezeigten Minimax-Video-01-Ergebnisse den Gen-3-Ergebnissen ziemlich ähnlich, mit einigen Unterschieden, wie dem Fehlen eines Promi-Filters bei Will Smith (der in unseren Tests leider nicht wirklich die Spaghetti gegessen hat) und mehr realistische Katzenhände und Leckbewegung. Einige Ergebnisse waren weitaus schlechter, wie die eine Million Katzen und der Ars Technica-Reader.
