ByteDance hat die internationale Version von Jianying (CapCut) in ChatGPT integriert.

Am 24. Oktober im Audrey Irmas Pavilion in Los Angeles.

Auf der globalen Creator-Veranstaltung CapCut World LA hat CapCut angekündigt, dass die Videobearbeitungs- und Generierungsfunktionen von CapCut bald in ChatGPT integriert werden. In der offiziellen Demonstration lädt der Nutzer 5 Fußballvideos hoch und stellt eine einfache Anforderung: Schneiden Sie sie zu einem 12-sekündigen vertikalen Highlight-Medley und fügen Sie den Titel „GOAL!“ hinzu.

Anschließend generiert ChatGPT einen Videoentwurf. Der Nutzer stellt weiterhin Änderungsanforderungen in natürlicher Sprache, und CapCut passt die Reihenfolge des Materials, Untertitel und die Zeitachse an. Nach Abschluss des ersten Schnitts kann das Projekt auch in den CapCut-Webeditor zurückgebracht werden, um weitere Spezialeffekte hinzuzufügen, Untertitel zu versehen, fein zu bearbeiten und zu veröffentlichen.

Das offizielle Konto von CapCut bezeichnet dieses Produkt als neues Plugin, das bald auf ChatGPT landen wird. Das Ankündigungsvideo zeigt, dass der offene Testplan mobile Endgeräte, Desktops und Webseiten abdeckt, und die Zeit ist November.

Die KI-2.0-Entwicklung von CapCut

CapCut versucht nicht zum ersten Mal, in ChatGPT einzudringen.

Im Juli 2023 hat ByteDance einst ein ChatGPT-Plugin für CapCut veröffentlicht. Der Nutzer muss nur einen Satz eingeben, dann kann das Plugin weiter Skripte, Synchronisation, Hintergrundmusik, Untertitel und Materialkombinationen generieren und das Ergebnis zur Vorschau und Bearbeitung an den Nutzer übergeben.

Diese Generation von Produkten löste das Problem „ein Video von Grund auf neu zu erstellen“.

Sie senkte die Schwelle der Videoproduktion, ähnelte aber trotzdem eher einem automatischen Generator: Der Nutzer liefert das Thema, das System gibt ein vorläufiges Ergebnis aus, und die eigentliche Änderung muss zurück zu CapCut gehen, um abgeschlossen zu werden.

In der neuen Version von 2026 hat sich die Aufgabe geändert.

Der Nutzer kann direkt seine eigenen Videomaterialien hochladen und das System auffordern, diese Inhalte zu verstehen, zu filtern und zu organisieren. Es generiert nicht nur von einer leeren Leinwand aus, sondern tritt in echte Bearbeitungsaufgaben ein.

Der Unterschied zwischen den beiden lässt sich zusammenfassen als:

2023 hilft Ihnen die KI, sich ein Video auszudenken.

2026 beginnt die KI, Ihnen dabei zu helfen, einen Haufen Materialien zu verarbeiten.

Ersteres senkt die Kreativitätsschwelle, letzteres tritt wirklich in den Inhaltsproduktionsprozess ein.

In der Vergangenheit erforderte das Schneiden eines Videos normalerweise mehrere Schritte.

Öffnen Sie zuerst die Schnittsoftware, importieren Sie dann das Material, durchsuchen Sie dann manuell die Zeitachse, wählen Sie Segmente aus, passen Sie die Reihenfolge an, fügen Sie Text hinzu, stimmen Sie die Musik ab und exportieren Sie schließlich die Versionen, die verschiedene Plattformen benötigen.

Die Software bietet eine große Anzahl von Funktionen, aber der Nutzer muss selbst wissen, wo sich die Funktionen befinden und in welcher Reihenfolge die Aufgaben erledigt werden sollen.

Die Änderung, die CapCut dieses Mal demonstriert, besteht darin, dass der Nutzer die Operationslogik der Schnittsoftware nicht zuerst verstehen muss.

Sie müssen nur das Ergebnis klar formulieren:

„Schneiden Sie diese Segmente von Material zu einem 12-sekündigen vertikalen Fußball-Medley, machen Sie den Rhythmus schneller und fügen Sie den Titel GOAL! hinzu.“

Das Konversationsmodell ist für das Verständnis der Aufgabe verantwortlich, und CapCut ist dafür verantwortlich, das Material aufzurufen, die Zeitachse zu ordnen und den ersten Schnitt zu generieren.

Darin gibt es eine offensichtliche Änderung:

Der Schwerpunkt früherer KI-Videoprodukte lag darauf, „Ihnen zu helfen, ein Video zu generieren“, jetzt verschiebt sich der Schwerpunkt darauf, „Ihnen zu helfen, die Materialien in Ihrer Hand zu einem brauchbaren Video zu machen“.

Ein vollständig erscheinendes Video zu generieren, ist nicht mehr das schwierigste Glied. Was wirklich Zeit kostet, ist, welche Segmente ausgewählt werden, wie sie sortiert werden, wo die Untertitel platziert werden, ob der Rhythmus geeignet ist und wie derselbe Inhalt an verschiedene Plattformen angepasst wird.

CapCuts Eintritt in ChatGPT zielt genau auf diese wiederholten aber häufigen Produktionsglieder ab.

Was ist eigentlich der Burggraben des Schnittbereichs?

Die Kernvorteile von CapCut waren nie nur die Schnittfunktionen.

Es verfügt über Vorlagen, Musik, Spezialeffekte, Aufkleber, Übergänge und eine riesige Bibliothek von Creator-Inhalten. Sobald der Nutzer in CapCut eintritt, erledigt er oft die Materialauswahl, Videoproduktion, Änderung und Veröffentlichung auf derselben Plattform.

Aber das Aufkommen der generativen KI verändert die Reihenfolge, in der Nutzer auf Tools zugreifen.

Der Nutzer könnte zuerst in ChatGPT über Themen diskutieren, Skripte schreiben und Aufnahmen planen, dann entscheiden, welche Materialien und Schnittmethoden benötigt werden.

Wenn dieser Schritt in ChatGPT stattfindet, hat CapCut ein reales Risiko: Es verfügt immer noch über die stärksten Bearbeitungsfähigkeiten, aber es besitzt nicht unbedingt die früheste kreative Absicht des Nutzers.

Der Nutzer hat möglicherweise die Inhaltsplanung im Chatfenster abgeschlossen, und CapCut wird nur am Ende als „Exporttool“ verwendet.

Daher muss CapCut sich selbst an den Ort vorverlagern, an dem die Kreation beginnt.

Das offizielle Manifest von CapCut World hat diese Positionsänderung klar ausgedrückt: CapCut ist nicht mehr nur ein Videobearbeitungstool, Creator können darin auch entwerfen, generieren, Regie führen und zusammenarbeiten.

Das sogenannte Plugin platziert die Fähigkeiten von CapCut genau an dem Ort, an dem die kreative Absicht entsteht.

Der Nutzer sagt zuerst, was er tun möchte, und CapCut wandelt diese Absichten dann in Projekte, Materialien und Zeitachsen um.

Das ist eine neue Arbeitsteilung:

- ChatGPT ist für das Verständnis von Zielen, die Ergänzung von Anforderungen und die Organisation von Aufgaben verantwortlich;

- CapCut ist für die Verarbeitung von Materialien, Zeitachsen, Spezialeffekten und fertigen Filmen verantwortlich;

- Der Nutzer ist für die Bestätigung der Richtung, die Änderung des Ergebnisses und die endgültige Veröffentlichung verantwortlich.

Was CapCut erhält, ist nicht nur ein einmaliger Aufruf, sondern der gesamte Prozess des Nutzers von der „Idee“ bis zum „fertigen Film“.

Aus praktischer Arbeitssicht werden zuerst nicht Ästhetik und Urteil automatisiert, sondern wiederholte Vorgänge.

Zum Beispiel:

- Aus einer großen Anzahl von Materialien nutzbare Segmente filtern, Aufnahmen nach Skript oder Thema anordnen, Pausen und wiederholte Inhalte löschen, Querformatvideos zu Vertikalversionen umwandeln; automatisch Untertitel und mehrsprachige Versionen hinzufügen, für verschiedene Plattformen Versionen mit unterschiedlicher Dauer und Proportion massenweise generieren, in der Materialbibliothek Musik, Übergänge und Spezialeffekte suchen, die Stimmung und Rhythmus entsprechen.

Diese Arbeiten erforderten ursprünglich, dass der Cutter ständig die Zeitachse zieht, aber sie bilden nicht unbedingt den Kern der Kreation.

Die Teile, die wirklich schwer zu ersetzen sind, umfassen immer noch:

- Ob der fertige Film genau, natürlich und glaubwürdig ist.

Mit anderen Worten, der Wert des Cutters wird sich von „die Software-Schaltflächen vertraut machen“ zu „das Ergebnis definieren und das Ergebnis beurteilen“ verschieben.