NHL setzt auf Romance-Hörbücher, während KI-Videomacher um dieselbe Aufmerksamkeit buhlen
Die National Hockey League veröffentlicht seit dieser Woche kurze Hörgeschichten im Stil von Liebesromanen über ihre eigenen Spieler. Bei einigen der erfolgreichsten Autorinnen des Genres kommt die Kampagne schlecht an, während KI-Videogeneratoren weiter zunehmen.

Die National Hockey League veröffentlicht seit dieser Woche kurze Hörgeschichten im Stil von Liebesromanen über ihre eigenen Spieler. Einige der Autorinnen, an die sich die Liga wandte, haben öffentlich abgelehnt. WIRED berichtete am Freitag über die erste Charge der Kampagne mit dem Namen "Hot for Hockey" und schrieb, die Liga habe bekannte Hockey-Romance-Autorinnen kontaktiert, um Stücke von 60 bis 90 Sekunden für Hörbuchplattformen zu schreiben und einzusprechen.
Liebesromane sind das nicht. Die Texte lesen sich wie Klappentexte, die Eintrittskarten verkaufen sollen.
WIRED zitierte den vollständigen Text eines dieser Stücke mit dem Titel The Summer I Turned Gritty with Trevor Zegras: "Trevor Zegras came to Philly looking for a fresh start. But after battling with Pittsburgh in the playoffs last year, he found out how gritty things could get. One heated summer later, Philly's pretty boy is looking a whole lot grittier." Zur ersten Charge gehören laut WIRED auch Sebastian Aho von den Carolina Hurricanes und Jack Eichel von den Vegas Golden Knights. Geschrieben wurden die Texte von C.R. Jane, der Autorin von Pucking Wrong.
Nicht alle im Genre amüsieren sich darüber. Emily Rath, eine erfolgreiche Autorin von Hockey-Romance-Romanen, schrieb auf Threads, die Liga habe sie kontaktiert, und sie habe "noch nie ein Angebot so schnell abgelehnt", berichtete WIRED. Rath sagte, die Präsentationsfolien der Kampagne hätten Witze enthalten, die sie als Spott über das Genre empfand, sowie nach ihrer Darstellung KI-generierte Coverentwürfe. Chelsea Curto, Autorin der D.C. Stars-Reihe, wies ebenfalls auf die KI-Grafiken hin und schrieb, es sei wohl besser gewesen, dass sie abgelehnt habe, weil ihre Bücher "sehr kritisch gegenüber der Liga" sein könnten.
Ein Sprecher der NHL, Jon Weinstein, sagte WIRED, die Kampagne sei eine "spielerische Anspielung auf etwas, das offensichtlich im kulturellen Zeitgeist passiert". Die Liga sei "sehr stolz darauf, mit echten Hockey-Autorinnen, Illustratorinnen und Synchronsprechern aus diesem Bereich zusammenzuarbeiten".
Die visuelle Seite bewegt sich weiter
Die NHL-Geschichte erinnert daran, dass KI-generierte oder KI-gestützte Inhalte inzwischen zum Alltag großer Organisationen gehören, wenn sie sich vermarkten, und dass das Publikum es bemerkt. Bei den Modellen gab es in der vergangenen Woche einen stetigen Strom von Veröffentlichungen für Video- und Bildarbeit.
Ideogram teilte am 1. Oktober mit, sein neues Modell Ideogram 4.5 könne einen Teil eines Bildes bearbeiten, ohne den Rest zu verändern. Das ist ein Problem, das führende Modelle wie GPT-Image 2.5 und Nano Banana nach wiederholten Bearbeitungen laut dem Unternehmen noch immer mit Artefakten zeigen. The Decoder berichtete, das Modell komme in vier Qualitätsstufen zu Preisen von 0,8 bis 22 Cent pro Bild bei nativer 2K-Auflösung, sei ab sofort auf Ideograms Plattform und API verfügbar und habe Partner wie Picsart, Runway, Pika und Leonardo AI. Eine Veröffentlichung mit offenen Gewichten sei bald versprochen.
Tavus stellte unterdessen Griffin vor, nach eigener Bezeichnung das erste "Human Interaction Model", ein System, das Sprache, Mimik, Tonfall, Gestik und Pausen verarbeitet, während es Video empfängt und erzeugt. Laut The Decoder hielten 48 Prozent der Teilnehmer einer Tavus-Studie Griffin nach einem einminütigen Videoanruf für einen echten Menschen, gegenüber einem bisherigen Höchstwert von 2.000 Prozent. In einem von Tavus als unabhängig bezeichneten Nvidia-Test, der misst, wie menschlich eine KI in einer direkten Audio-Video-Unterhaltung wirkt, erreichte Griffin 3,83 Punkte gegenüber 3,92 für echte Menschen und 2,80 für das bisher beste KI-Modell.
Eine Vorschau namens Griffin-Lite ist für "ausgewählte Tester als Research Preview" offen, eine vollständigere Version sei versprochen, sobald "Sicherheitsbedenken ausgeräumt sind", berichtete The Decoder. Tavus nennt Nachhilfe, das Üben schwieriger Gespräche und kamerabasierten Tech-Support als mögliche Anwendungen.
Sprach- und Entscheidungsmodelle kommen im selben Zeitfenster
Microsoft AI brachte am 2. Oktober neue Sprachmodelle heraus. Laut The Decoder transkribiert MAI-Transcribe-2-Streaming 60 Sprachen und liefert erste Teilergebnisse in etwas mehr als 100 Millisekunden, was Sprachagenten nach Angaben von Microsoft antworten lässt, während eine Person noch mitten im Satz ist. Eine Stunde Audio kostet zum Einführungspreis bis Ende des Jahres 0,54 US-Dollar. Die beiden neuen Text-to-Speech-Modelle MAI-Voice-2.1 und MAI-Voice-2.1-Flash decken 23 Sprachen mit derselben Stimme ab, die Flash-Variante mit 150 Millisekunden Latenz und 15 US-Dollar pro Million Zeichen statt 22. Beide können eine Stimme aus wenigen Sekunden Referenzaudio klonen. In einem von The Decoder zitierten Test hielten etwa die Hälfte von 4.000 Teilnehmern die Stimmen für die eines echten Menschen.
Entscheidungsmodelle haben ihren eigenen Moment. Amazon Web Services veröffentlichte Strands Decider 2B, ein Open-Source-Modell, das zwischen vorgegebenen Optionen wählt und ein Konfidenzmaß zurückgibt, wie TechCrunch am 1. Oktober berichtete. Es wurde von dem Distinguished Engineer Marc Brooker gebaut, nachdem er TypeSafes Jev gesehen hatte, und stand kurzzeitig an der Spitze des Jevbench-Rankings für Modelle seiner Größe. "Was ursprünglich mein Interesse an dieser Modellklasse geweckt hat, war, dass sie einen perfekten Entscheider für einen Workflow-Schritt abgeben", sagte Brooker zu TechCrunch.
TypeSafes eigenes Jev, laut InfoQ am 1. Oktober veröffentlicht, liefert typisierte probabilistische Entscheidungen statt Text, zu 0,042 US-Dollar pro Million Input-Tokens bei kostenlosem Output, mit einem Kontextfenster von 32.000 Tokens und einer angegebenen Ende-zu-Ende-Latenz von 70 ms bis 500 ms. Der Vercel-Ingenieur Pranit Sharma stellte fest, dass ein Sicherheitsklassifikator fünf- bis 18-mal schneller lief als das LLM, das er ersetzte. Eine Analyse von 12.759 Tweets zum Start durch OpenChamber ergab von Nutzern gemeldete Beschleunigungen von im Median 7x gegenüber einer Schlagzeile von 193,6x, Kosteneinsparungen von im Median 30x und eine Latenz von im Median 76 ms.
Cloudflare antwortete am 1. Oktober mit Clef und Clef-flash, Entscheidungsmodellen mit offenen Gewichten, die auch Bilder und Video verarbeiten und ein Kontextfenster von 64.000 Tokens unterstützen, wie The Register berichtete. Clef kostet nach Angaben von Cloudflare 0,24 US-Dollar pro Million Tokens, fast sechsmal so viel wie Jev. Das Unternehmen veröffentlichte seine Benchmark-Werte selbst, und sie wurden noch nicht auf dem offiziellen Decision Index reproduziert, merkte The Register an.
Googles Gemini 4 Argon, am 30. September angekündigt, bleibt einem geprüften Kreis von Cybersicherheitspartnern im Fairwind-Programm des Unternehmens vorbehalten. "Grenzfähigkeiten auf diesem Niveau sicher freizugeben, erfordert einen schrittweisen Ansatz", schrieb Koray Kavukcuoglu, Googles Chief AI Architect, in einem von The Guardian zitierten Blogbeitrag. TechCrunch berichtete, Google behaupte, Argon habe OpenAIs GPT-6 Astra sowie Anthropics Fable- und Opus-Modelle in mehreren Benchmarks geschlagen, unter Verwendung des Start-ups Vals.
Beim Urheberrecht hat Anthropic die australische Regierung laut einem von The Guardian zitierten Schreiben aufgefordert, eine "bedingte Genehmigung" für das Training mit australischen urheberrechtlich geschützten Werken nach einem Opt-out-Modell zu prüfen. ABC und SBS widersprachen, wobei die ABC vor einer "Kannibalisierung der australischen Nachrichtenbranche" warnte und forderte, KI-Unternehmen denselben Urheberrechts-, Verleumdungs- und Datenschutzregeln zu unterwerfen wie Medienhäuser.
OpenAI teilte mit, es habe eine Kampagne zur "adversarialen Destillation" unterbrochen, die Anfang Juli begann und mit 16.000 Anfragen von mehr als 4.000 Nutzern innerhalb von zwei Tagen ihren Höhepunkt erreichte. Ein zentraler Cluster wird Personen zugeschrieben, die mit Chinas Moonshot AI in Verbindung stehen, wie CNBC berichtete. The Register merkte an, OpenAI habe nicht gesagt, welche seiner Modelle betroffen waren, und Moonshot habe nicht auf eine Anfrage nach Stellungnahme reagiert.
Quellen
12- 01The NHL Is Releasing Its Own 'Hot' Fanfic. Romance Lovers Hate ItEN
- 02Ideogram says its new model can edit part of an image without messing up the restEN
- 03Nearly half of test subjects mistook Tavus' AI video avatar for a real person on a one-minute callEN
- 04Microsoft AI releases new transcription and text-to-speech models for voice agentsEN
- 05Amazon releases its own Jev clone as decision models flood the webEN
- 06TypeSafe AI Releases Jev: A Decision-Only Model That Returns Typed Probabilities Instead of TextEN
- 07Cloudflare tries to outplay Jev with open-weight Clef modelsEN
- 08Google rolls out new Gemini AI model but restricts access over safety concernsEN
- 09Google releases Gemini 4 Argon, called its most powerful model yetEN
- 10Anthropic pushes for opt-out model for Australian content as ABC warns of 'cannibalisation' of newsEN
- 11AI race heats up as OpenAI flags alleged model-copying campaignEN
- 12Irony alert: OpenAI whines that Chinese model stole its special IP that it stole from everybody elseEN
Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.