Natürliche Animationen mit nur kurzem Training für die KI? Es ist möglich. (Bildquelle: diffusecloc.github.io)

Stellt euch vor: Eure Spielfigur springt elegant über Hindernisse, weicht anderen Charakteren aus und bewegt sich dabei so natürlich wie ein echter Mensch – ohne dass Entwickler jede Bewegung mühsam von Hand animieren müssen.

Der YouTube-Kanal Two Minute Papers stellt in seinem Video »New AI Finally Solved The Hardest Animation Problem!« eine KI-Technik vor, die in Zukunft für deutlich natürliche Animationen sorgen könnte: Diffuse-CLoC (Guided Diffusion for Physics-based Character Look-ahead Control).

Ein Dilemma in der Animation

Bisher standen Entwickler vor einem Problem: Entweder waren Animationen physikalisch realistisch, aber schwer steuerbar – oder gut kontrollierbar, aber unrealistisch.

Empfohlener redaktioneller Inhalt

An dieser Stelle findest du einen externen Inhalt von YouTube, der den Artikel ergänzt.
Du kannst ihn dir mit einem Klick anzeigen lassen und wieder ausblenden.

YouTube-Inhalte erlauben

Ich bin damit einverstanden, dass mir Inhalte von YouTube angezeigt werden.

Personenbezogene Daten können an Drittplattformen übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.

Link zum YouTube-Inhalt

Die bisherigen Optionen:

Künstler-Animationen: Perfekte Kontrolle, aber teuer und zeitaufwendig
Motion-Capture-KI: Realistisch, aber unflexibel bei neuen Situationen
Physik-Simulationen: Natürlich, aber schwer vorhersagbar

Diffuse-CLoC durchbricht diese Grenzen zumindest teilweise durch einen cleveren Ansatz: Die KI modelliert sowohl Zustände als auch Aktionen in einem einzigen Diffusionsmodell. Das ermöglicht es ihr, Bewegungen basierend auf vorhergesagten Zuständen zu steuern.

Das steckt drin:

Statische Hindernisse vermeiden: Die Figur läuft nicht mehr in Wände oder Gegenstände hinein.
Dynamische Kollisionsvermeidung: Mehrere Charaktere können sich gleichzeitig bewegen, ohne zusammenzustoßen.
Pose-zu-Pose-Animation: Ihr gebt zwei Posen vor, die KI generiert die Bewegung dazwischen. Das ist an sich nichts Neues, doch bei Diffuse-CLoC sollen auch Hindernisse bedacht und realistisch umgangen werden.
Generalisierung: Die KI kann verschiedene ungesehene, langfristige Aufgaben bewältigen, ohne neu trainiert werden zu müssen. Im Video springt ein Charakter zwischen Säulen herum, obwohl er nur auf ebenem Boden trainiert wurde.
Robust, aber nicht perfekt: Bei Störungen zeigt sich die KI »ziemlich widerstandsfähig«, wie das Video erklärt. Extreme Unterbrechungen können jedoch zu »betrunkenen« Bewegungen führen.

Die KI trainiert auf einer einzigen GPU in etwa 24 Stunden – ein Bruchteil der Zeit, die traditionelle Methoden benötigen. Das macht sie auch für kleinere Entwicklerstudios interessant.

55:02 KI fair und transparent? Experten erklären, wo es hakt und was sich ändern muss

Autoplay

Die Anwendungsgebiete laut den Forschenden:

Spielcharaktere mit natürlichen Bewegungen
VR-Avatare für immersive Erfahrungen
Robotik-Anwendungen
Filmanimationen

Die Community freut sich in den Kommentaren über die Möglichkeiten, betont aber auch, dass vor allem große Menschenmassen von NPCs davon profitieren werden.

Der Nutzer Getzugah schreibt:

»Stellt euch GTA 6 damit vor.«

Doch wenn Rockstar diese Technik nicht nutzt (was wir momentan nicht wissen), heißt das nicht, dass die Menschenmengen in GTA 6 nicht realistisch aufeinander reagieren können. Das werden wir wohl im Mai 2026 erfahren.

Wie geht es weiter?

Das Diffuse-CLoC-Paper zeigt quantitativ deutliche Verbesserungen gegenüber herkömmlichen hierarchischen Methoden. Weniger Artefakte wie rutschende Füße oder schwebende Charaktere, dafür höhere Erfolgsraten bei komplexen Aufgaben.

Die Technik steht noch am Anfang, aber die Ergebnisse sind vielversprechend. Wenn sich Diffuse-CLoC in der Praxis bewährt, könnten wir schon bald Spiele mit noch natürlicheren und reaktiveren Charakteren erleben. Dennoch könnte es noch einige Jahre dauern.