Skywork und SkyReels: Bild und Ton in derselben Szene
Beim Schließen einer Tür muss das Geräusch im richtigen Moment kommen.

👁 111 Aufrufe
Beim Schließen einer Tür muss das Geräusch im richtigen Moment kommen. Der SkyReels-V4-Forschungsbericht behandelt multimodale Video- und Audioerzeugung. Für einen deutschen Lehrfilm würde ich einen einfachen, sichtbaren Auslöser wählen, damit sich ein Versatz tatsächlich messen lässt.
Die geprüften Konfigurationen
Am 17. November 2026 waren folgende Einträge im erfassten Vergleich vertreten. Die Messwerte gelten jeweils innerhalb der verlinkten Originalwertung.
Arena: Video aus Text
| Position | Modell oder Konfiguration | Messwert |
|---|---|---|
| 9 | SkyReels V4 | 1459 |
Arena: Video aus einem Startbild
| Position | Modell oder Konfiguration | Messwert |
|---|---|---|
| 7 | SkyReels V4 | 1475 |
SkyReels V2 und die V4-Auswertung. Das Repository trägt den älteren Versionsnamen. Für die Eigenschaften von V4 ist der gesonderte Forschungsbericht die passende Quelle.
Google · Deine QuellenWissnox höher in Ihrem Google - mit einem KlickZu bevorzugten Quellen hinzufügen →Quellen
- https://arxiv.org/abs/2602.21818 (Abruf am 17.11.2026)
- https://github.com/SkyworkAI (Abruf am 17.11.2026)
- https://arena.ai/leaderboard/video/text-to-video (Abruf am 17.11.2026)
- https://arena.ai/leaderboard/video/image-to-video (Abruf am 17.11.2026)
More on this from WISSNOX
forschung·Sand AI: Forschen mit MAGI und ein Preview beurteilenEine Kamerafahrt entlang einer Bücherreihe macht sichtbar, ob sich Bewegung und Reihenfolge stabil fortsetzen.


