VideoCap: KI Video-Generator

MicrocosmWorks entwickelte VideoCaps AI-Pipeline mithilfe von maschinellen Lernmodellen, die eingegebenen Text oder Bilder analysieren, geeignete Videovorlagen auswählen, Szenenübergänge generieren und die endgültige Ausgabe mithilfe von FFmpeg zusammenstellen. Die Flutter-basierte mobile App übernimmt die UI, während das rechenintensive Video-Rendering auf Cloud Functions ausgeführt wird, wodurch Benutzer innerhalb von Minuten professionelle Videos ohne Desktop-Bearbeitungssoftware erstellen können.

MicrocosmWorks hat in VideoCap eine umfassende FFmpeg-Pipeline implementiert, die Mehrspur-Videokomposition, animierte Texteinblendungen, Bild-zu-Video-Konvertierung, Audiomischung, Auflösungsskalierung für Social-Media-Formate (9:16, 16:9, 1:1) und hardwarebeschleunigte Kodierung unterstützt. Die Pipeline verarbeitet gleichzeitige Rendering-Aufträge über ein Node.js-Warteschlangensystem, das die Verarbeitung auf verfügbare Cloud-Ressourcen verteilt.

MicrocosmWorks hat VideoCap mit Flutter entwickelt, was eine einzige Dart-Codebasis ermöglicht, um sowohl iOS als auch Android mit nativer Leistung anzusprechen. Plattformspezifische Funktionen wie Kamerazugriff, Dateispeicher und Push-Benachrichtigungen nutzen Flutter-Plattformkanäle, die eine Brücke zu nativen APIs schlagen. Dieser Ansatz reduzierte die Entwicklungszeit um etwa 40 % im Vergleich zur Erstellung separater nativer Apps, wobei eine konsistente Benutzererfahrung beibehalten wurde.

MicrocosmWorks hat VideoCap so konzipiert, dass es die aufwendige Videoverarbeitung auf Cloud-Funktionen auslagert, während die mobile App die leichte Vorschaugenerierung lokal übernimmt. Video-Uploads verwenden Chunked Transfer mit Wiederaufnahmefunktion für unzuverlässige Verbindungen, und gerenderte Ausgaben werden zurück an das Gerät gestreamt oder in Cloud-Speicher mit teilbaren Links gespeichert. Die App verwaltet den lokalen Cache intelligent, um ein Füllen des Gerätespeichers zu vermeiden.

MicrocosmWorks integrierte AI/ML-Modelle für Szenenverständnis, Text-zu-visuellen-Abgleich und automatisierte Bearbeitungsentscheidungen in VideoCap. Die Modelle analysieren Eingabeinhalte, um die optimale Videostruktur, das Pacing und die visuellen Elemente zu bestimmen, und generieren dann ein Kompositionsskript, das die FFmpeg-Pipeline ausführt. Dieser Ansatz ermöglicht es nicht-technischen Benutzern, ansprechende Videos ohne manuelle Bearbeitung zu den MicrocosmWorks Entwicklungspreisen ab $20/Stunde zu erstellen.