Naver trainiert ein sogenanntes World Model auf Basis von über einer Million eigener Street-View-Aufnahmen – und zeigt damit, wie georeferenzierte Realdaten zum strategischen KI-Asset werden.
Naver entwickelt Video-KI auf Basis von über einer Million Street-View-Aufnahmen
Der südkoreanische Internetkonzern Naver hat ein sogenanntes World Model veröffentlicht, das urbane Umgebungen aus realen Straßenaufnahmen erlernt. Das „Seoul World Model” nutzt eigene Street-View-Daten als Trainingsgrundlage und ist in der Lage, fotorealistische Videosequenzen städtischer Szenen zu generieren – ohne für jede neue Stadt gesondert trainiert zu werden.
Echte Geodaten statt synthetischer Trainingsdaten
Der entscheidende Unterschied zu anderen Video-Generierungsmodellen liegt in der Datenbasis. Naver greift auf mehr als eine Million eigener Street-View-Aufnahmen zurück, die über Jahre im Rahmen des unternehmenseigenen Kartierungsdienstes entstanden sind. Aus diesen Aufnahmen extrahiert das Modell dreidimensionale Stadtgeometrie – also die räumliche Struktur von Gebäuden, Straßen und Infrastruktur – und nutzt diese als physikalischen Anker für die Videogenerierung.
Echte Geodaten sollen sicherstellen, dass generierte Sequenzen nicht nur visuell kohärent wirken, sondern auch räumlich konsistent bleiben – ein häufiges Problem bei videobasierten generativen Modellen.
Dieser Ansatz unterscheidet sich grundlegend von Modellen, die primär auf kuratierten Video-Datensätzen oder synthetisch erzeugten Szenen trainieren.
Generalisierung ohne Finetuning
Bemerkenswert ist die Fähigkeit des Modells, auf Städte zu generalisieren, für die keine spezifischen Trainingsdaten vorlagen. Nach dem Training auf Seouler Aufnahmen produziert das System auch für andere urbane Umgebungen plausible Ergebnisse – ohne aufwendiges nachträgliches Anpassen der Modellgewichte. Das deutet darauf hin, dass das Modell allgemeine strukturelle Eigenschaften von Städten erlernt hat, nicht nur die spezifischen Merkmale Seouls.
Ein Modell, das ohne Neutraining auf unbekannte Umgebungen übertragen werden kann, reduziert den Aufwand erheblich, der sonst für die Anpassung an neue Einsatzgebiete entstehen würde.
Anwendungsfelder: Simulation, Navigation und urbane Planung
World Models dieser Art – Systeme, die eine interne Repräsentation physikalischer Umgebungen aufbauen und daraus neue Szenarien ableiten – gelten als vielversprechender Baustein für mehrere industrielle Bereiche:
- Autonomes Fahren: Simulation seltener oder gefährlicher Verkehrssituationen ohne reale Testfahrten
- Robotik und Navigation: Räumlich strukturierte Trainingsumgebungen auf Basis realer Geodaten
- Stadtplanung: Visuelle Simulation von Veränderungen im Straßenbild, neuer Bebauung oder geänderter Verkehrsführung – noch vor Baubeginn
Naver positioniert sich mit dem Seoul World Model in einem Segment, in dem bislang vor allem amerikanische und chinesische Unternehmen aktiv sind. Der Konzern verfügt durch seinen Kartierungsdienst über eine Dateninfrastruktur, die sich direkt in KI-Training übersetzen lässt – ein struktureller Vorteil gegenüber Akteuren, die auf Drittdaten angewiesen sind.
Einordnung für deutsche Unternehmen
Für deutsche Unternehmen in den Bereichen Automotive, Logistik und Stadtentwicklung zeigt das Seoul World Model, in welche Richtung sich simulationsbasierte KI entwickelt: weg von rein synthetischen Umgebungen, hin zu Modellen, die aus echten, georeferenzierten Daten lernen.
Wer heute in strukturierte Geodatenerhebung investiert – etwa durch eigene Kartierungsfahrzeuge oder Drohnenaufnahmen –, schafft eine Trainingsbasis, die mittelfristig direkt in KI-gestützte Simulationsanwendungen einfließen kann.
Die Frage, welche Daten ein Unternehmen langfristig besitzt, wird damit auch zu einer strategischen KI-Frage.
Quelle: The Decoder
