Doch was steckt technisch hinter V1? Und wo positioniert sich das Modell im Vergleich zu Sora, Firefly und Veo?

Bilder in Bewegung: Das kann Midjourneys neues V1-Modell

Midjourney V1 funktioniert als Image-to-Video-Modell: Nutzer:innen laden ein Bild hoch – oder nutzen ein mit Midjourney erzeugtes – und bekommen vier fünfsekündige Videos zurück. Besonderheit: Auch externe Bilder können nun hochgeladen und animiert werden – die Nutzer:innen markieren dabei das Bild als „start frame“ und geben per Text-Pprompt an, wie es sich bewegen soll.

Der Zugang bleibt, wie bei den Bildmodellen, zunächst exklusiv über Discord und nur als Web-Version verfügbar. Das Preismodell startet bei zehn US-Dollar pro Monat im Basic-Plan. Für intensivere Nutzung gibt es Pro- und Mega-Abos (60 und 120 US-Dollar), die in der langsameren Relax Mode unbegrenzte Generierungen ermöglichen.

Ein wichtiger Punkt: Eine Videogenerierung kostet aktuell etwa achtmal mehr als ein Bild. V1-Nutzer:innen werden also schneller ihr monatliches Generierungslimit erreichen. Midjourney betont in der Ankündigung jedoch selbst, dass die Kosten für Videojobs bewusst niedrig gehalten wurden:

This is amazing, surprising, and over 25 times cheaper than what the market has shipped before.

Das Pricing soll in den kommenden Wochen noch weiter optimiert werden – je nach Nutzungslast und Server-Kapazitäten.

Spielraum für Kreativität: Diese Features bringt V1

Anders als viele der auf kontrollierbare Videomodelle für Werbung ausgerichteten Konkurrenz, bleibt Midjourney seiner kreativen Linie treu. So können User  einstellen:

• Automatische Animation (zufällige Bewegungen)
• Manuelle Animation (präzise Steuerung per Texteingabe)
• Motion Control (Low Motion oder High Motion)

Im Low Motion-Modus bleibt die Kamera eher ruhig, der Bildinhalt bewegt sich subtil. Der Modus High Motion sorgt für dynamischere Bewegungen, birgt aber auch die Gefahr von stilistischen Fehlern.

Videos lassen sich auf bis zu 21 Sekunden verlängern. Erste Demos zeigen den typischen Stil von Midjourney: traumhaft, sphärisch, eher künstlerisch als realistisch. Ein Überblick über die Bildqualitäten und kreativen Möglichkeiten von Midjourneys Bildmodellen gibt unser Artikel.

Midjourneys Moodboards liefern personalisierte KI-Bilder

Zwischen Vision und Klagewelle: Der größere Plan hinter V1

V1 ist laut Midjourney-Chef David Holz nur ein Zwischenschritt: Das Unternehmen will Modelle entwickeln, die künftig für Realtime Open World Simulations geeignet sind. In der Pipeline: 3D-Modelle und Echtzeit-AI-Engines.

The next year involves building these pieces individually, releasing them, and then slowly, putting it all together into a single unified system,

so Holz. Doch der Launch passiert nicht ohne Gegenwind. Nur eine Woche zuvor wurde Midjourney von Disney und Universal verklagt. Der Vorwurf: KI-generierte Bilder sollen urheber:innenrechtlich geschützte Charaktere wie Homer Simpson oder Darth Vader abbilden.

Gerade in Hollywood wächst die Sorge, dass KI-Tools wie Midjourney das kreative Handwerk verdrängen oder entwerten könnten.

Wie schlägt sich V1 im Konkurrenzvergleich?

Der Markt für KI-Video-Tools ist 2025 dynamisch: OpenAIs Sora, Adobe Firefly, Runway Gen-4 und Google Veo 3 bringen bereits starke Modelle an den Start. Viele davon zielen auf realistische und kommerziell verwertbare Inhalte. Wie aktuell etwa Googles Veo 3, das inzwischen in die YouTube-Shorts-Strategie integriert wird – mehr dazu in unserem Artikel.

Veo 3 bringt KI-Videos in Shorts
– und will „die Grenzen menschlicher Kreativität verschieben“

Midjourney bleibt hier explizit anders: kein Tool für generische B-Roll – also ergänzende Schnittbilder, wie sie oft in Werbe-Spots oder Corporate Videos eingesetzt werden – sondern ein kreatives Werkzeug für Artists und Early Adopter. Für Marken und Agenturen, die visuell auffällige Inhalte und künstlerisch geprägte Assets suchen, könnte V1 daher spannende Optionen bieten.

Mehr zur generativen Konkurrenz und wo Midjourney sich in diesem Feld einordnet, lest ihr in unserem aktuellen Überblick zu OpenAI GPT-4o mit Bildgenerierung und Adobe Firefly Mobile und neue Modelle.

Midjourney bleibt der kreative Underdog im KI-Video-Rennen

Midjourney V1 liefert zunächst genau das, was man vom Startup erwarten konnte: ungewöhnliche, künstlerische Videos statt fotorealistischer Clips. Wer auf kommerzielle B2B-Kampagnen zielt, dürfte bei Firefly oder Sora aktuell besser bedient sein. Für die Creator Economy, die Gaming-Szene oder progressive Marken eröffnet V1 dagegen viel kreativen Spielraum.

Entscheidend wird sein, wie sich die Community und das Pricing entwickeln – und ob Midjourney langfristig über Discord hinausgeht. In jedem Fall bringt V1 frischen Wind in den heiß umkämpften Markt der KI-Videogenerierung.

Aller widrigen Umstände zum Trotz – der deutsche Werbemarkt wächst

Angesichts der angespannten weltpolitischen Lage und dem Auf und Ab an den Aktienmärkten ist es kein Wunder: Die Unternehmen drehen derzeit jeden Werbeeuro zweimal um. Kein Wunder also, dass WARC seine Werbemarktprognose nun erneut nach unten korrigiert. Dennoch macht die Prognose für den deutschen Markt Hoffnung – zumindest für einige Werbekanäle.

Bereits im März hatte WARC seine Prognose zur Entwicklung der weltweiten Werbeausgaben nach unten korrigiert. Statt um 7,6 Prozent sollten d

Der von The Verge dokumentierte Google-Test zeigt: Während der Unterhaltung blendet Google passende Links zum Thema ein. Diese machen die Ergebnisse greifbar und führen tiefer in die Recherche. Über einen Transkript-Button lassen sich zudem die Antworten als Textversion anzeigen.

Wie Google im eigenen Blog beschreibt, basiert Search Live auf einer speziell angepassten Version des Gemini-Modells. Dieses wurde gezielt für die Anforderungen der Sprachsuche optimiert und greift auf die Qualitäts- und Informationssysteme der klassischen Google-Suche zurück. Ergänzend setzt Google auf die sogenannte „Query Fan-out“-Technologie: Dabei wird eine Anfrage automatisch in mehrere Varianten aufgespalten, um breitere, vielfältigere und kontextuell relevantere Inhalte aus dem Web zusammenzuführen. So sollen Nutzer:innen in den Voice Chats nicht nur eine direkte Antwort erhalten, sondern ein facettenreicheres Bild des jeweiligen Themas – inklusive ergänzender Links zur weiteren Vertiefung.

Google vs. OpenAI: Wer macht bei KI-Sprachsuche künftig das Rennen?

Mit Search Live will Google in einem Bereich aufschließen, den OpenAI aktuell anführt. Bereits im Sommer 2024 brachte OpenAI den Advanced Voice Mode für ChatGPT auf den Markt – im Oktober 2024 wurde er auch in Deutschland ausgerollt. Inzwischen ermöglicht GPT-4o fließende Sprachinteraktion, emotionale Stimmlagen und multimodale Nutzung. Im Mai dieses Jahres zog Anthropic mit einer Voice-Funktion für Claude nach, während Apples geplante LLM Siri bislang noch auf sich warten lässt, so ein Bloomberg-Bericht.

Googles Search Live setzt zunächst auf reine Sprachdialoge. Doch der entscheidende Unterschied liegt in der Einbettung: Während ChatGPT und Claude als separate Apps laufen, dockt Search Live direkt in der mobilen Google-Suche an. Damit könnte Google Milliarden Nutzer:innen erreichen – ohne Hürde beim Interface oder bei der App-Installation.

Für Google geht es um mehr als reine Technologie: Wer langfristig in der Alltagssuche relevant bleiben will, muss auch bei Voice-first Interfaces überzeugende Lösungen bieten. Denn KI-Sprachmodelle beginnen, das Suchverhalten vieler Nutzer:innen schrittweise zu verändern – und könnten mittelfristig neue Erwartungen an Sucherlebnisse prägen.

Multimodalität in Sicht: Bald auch mit Kamera

Doch Google denkt schon weiter. In den kommenden Monaten soll Search Live um Kamerafunktionen erweitert werden. Nutzer:innen könnten dann zeigen, worüber sie sprechen – etwa Produkte oder Sehenswürdigkeiten.

Damit nähert sich das Feature an multimodale Systeme wie ChatGPT Vision oder Metas neue AI-Modelle an. Für Google selbst bleibt die Sprachsuche aber ein wichtiger Hebel, um die klassischen Sucherlebnisse fit für das KI-Zeitalter zu machen. Wer tiefer in die jüngsten Modell-Updates eintauchen will, findet bei uns Details zur Optimierung von Gemini 2.5.

Intelligenter denn je:
Google optimiert Gemini 2.5 Pro

Google macht bringt Voice-Optionen in die Suche– und das dürfte SEO und UX bald verändern

Mit Search Live zeigt Google, wie ein künftiges KI-first Interface in der mobilen Suche aussehen könnte. Die klassische Suchleiste verliert an Dominanz, Sprachdialoge und Echtzeitantworten treten in den Vordergrund.

Für Nutzer:innen wird die Schwelle zur KI-Interaktion niedriger. Für SEO und Content-Strategien heißt das: Wer gefunden werden will, muss künftig noch stärker auf prägnante, konversationsfähige Inhalte setzen.

Google selbst liefert mit Search Live einen Vorgeschmack – der zeigt: Die Zeiten rein textbasierter Suche gehen zu Ende.