Adobe hat kürzlich ein Upgrade für seinen Adobe Stock-Dienst angekündigt, das eine KI-gestützte Funktion namens "Anpassen" beinhaltet. Mit dieser neuen Funktion können Benutzer Stockfotos schnell anpassen und optimieren, ohne die Adobe Stock-Plattform verlassen zu müssen. Benutzer können einfache Bildbearbeitungen durchführen und KI-Varianten generieren, ohne viel Zeit mit komplexen Bearbeitungen in anderen Anwendungen wie Photoshop verbringen zu müssen. Adobe Stock

Secretaria Technology hat kürzlich bekannt gegeben, dass seine KI-Suchplattform einen neuen Forschungsmodus namens "Erst denken, dann suchen" eingeführt hat. Das Kernstück dieses innovativen Modus besteht darin, dass das KI-Modell zunächst ein Denkgerüst und einen Lösungsweg vorschlägt, um die Grundlage für die nachfolgende Informationsintegration und -analyse zu schaffen. Auf diese Weise können Benutzer effizienter die benötigten Informationen erhalten und ihre Forschungseffizienz erheblich steigern. Dem Vernehmen nach verwendet der Modus "Erst denken, dann suchen" eine synergistische Architektur aus "kleinen Modellen + großen Modellen". Konkret werden Aufgaben zur Tiefenfolgerung, Denkgerüstgestaltung und Schrittezerlegung von...

Google erweitert seine Familie von KI-Modellen um drei neue Versionen von Gemini 2.0: Gemini 2.0 Flash (Basisversion), Gemini 2.0 Flash-Lite (kostengünstige Version) und Gemini 2.0 Pro (experimentelle Version). Diese neuen Modelle sollen unterschiedliche Anwendungsbedürfnisse erfüllen und bieten eine flexible Balance zwischen Leistung und Kosten. Die Basisversion Gemini 2.0 Flash, die im Dezember letzten Jahres erstmals vorgestellt wurde, ist jetzt vollständig verfügbar und bietet eine verbesserte...

Wissenschaftler des Massachusetts Institute of Technology (MIT) entwickeln ein KI-Tool zur Erstellung realistischer Satellitenbilder, die potenzielle Überschwemmungsszenarien darstellen. Diese Technologie kombiniert generative KI-Modelle mit physikbasierten Hochwassermodellen, um Hochrisikogebiete genauer zu identifizieren und Entscheidungsträgern zuverlässige visuelle Unterstützung zu bieten. KI + Physikmodell: Genauere Hochwasserbilder generieren. Laut Space.com identifiziert das Tool zunächst mithilfe von Physikmodellen Gebiete mit Überschwemmungsrisiko. Anschließend generiert es basierend auf bevorstehenden...

Mit der rasanten Entwicklung der generativen Bildtechnologie wächst der Bedarf der Urheber an Vielfalt, Urheberrechtsschutz und visuellen Effekten der Bildausgabe. Vor diesem Hintergrund wurde NegToMe entwickelt, das bahnbrechende Innovationen im Bereich der Bilderzeugung mit sich bringt. Diese bahnbrechende Technologie nutzt eine bildgesteuerte gegnerische Anleitung, um die Grenzen traditioneller negativer Prompts zu überwinden. Im Gegensatz zu textbasierten gegnerischen Anleitungsmethoden bezieht NegToMe sich direkt auf die visuellen Merkmale des Bildes und ermöglicht eine präzise und flexible Steuerung der Bilderzeugung. Die Kernvorteile der Technologie zeigen sich in mehreren

Forscher der Stanford University und der Hong Kong University haben kürzlich herausgefunden, dass aktuelle KI-Agenten (wie Claude) anfälliger für Pop-ups sind als Menschen und ihre Leistung bei einfachen Pop-ups deutlich abnimmt. Der Studie zufolge lag die durchschnittliche Erfolgsrate von Angriffen auf KI-Agenten in der experimentellen Umgebung bei 86%, was zu einer Verringerung der Erfolgsrate bei der Aufgabenerfüllung um 47% führte. Diese Entdeckung wirft neue Fragen zur Sicherheit von KI-Agenten auf, insbesondere wenn sie mit mehr Autonomie bei der Ausführung von Aufgaben ausgestattet werden.

Haben Sie schon immer davon geträumt, Ihr eigenes einzigartiges Schmuckstück zu entwerfen? Jetzt können Sie diesen Traum mit Arcade AI verwirklichen. Diese neue KI-Plattform wurde von Mariam Naficy gegründet, der Gründerin des bekannten Kosmetikhändlers Eve und des Designmarktes Minted, die sich der Unterstützung unabhängiger Künstler verschrieben hat. Arcade AI befindet sich seit September in der öffentlichen Beta-Phase und ermöglicht es Nutzern, eigene Ideen einzugeben und verschiedene Schmuckdesigns zu generieren. Sie können sogar Bilder hochladen, um ähnliche Designs zu erstellen.

KI-Malerei definiert KI-Malerei ist eine revolutionäre Technologie zur Bilderzeugung, die auf Deep-Learning-Algorithmen basiert, insbesondere auf Generative Adversarial Networks (GANs) und Diffusionsmodellen. Diese Methode analysiert riesige Mengen an Bilddaten, lernt und simuliert menschliche Maltechniken, um so völlig neue visuelle Werke zu schaffen. KI-Malerei kann nicht nur komplexe Details der realen Welt präzise erfassen und reproduzieren, sondern auch verschiedene Kunststile miteinander verschmelzen und eine erstaunliche Kreativität und Vorstellungskraft zeigen. Der Kern dieser Technologie liegt in der Umwandlung abstrakter Textbeschreibungen in konkrete visuelle Darstellungen.

Dieser Artikel befasst sich mit einer neuartigen 3D-Modellierungstechnik – GGHead. Diese Technik wurde von Tobias Kirschstein et al. an der Technischen Universität München entwickelt und ermöglicht die Erzeugung von hochwertigen, perspektivisch konsistenten 3D-Kopfmodellen in extrem kurzer Zeit. Stellen Sie sich vor: Mit einer gewöhnlichen Consumer-GPU kann GGHead in Echtzeit 3D-Kopfmodelle mit einer Auflösung von 1024² generieren und rendern – etwas, das bisher kaum möglich war. Der Kern von GGHead liegt in der Verwendung einer Methode namens...

Amazon gab die Übernahme einer nicht-exklusiven Lizenz des Robotik-Startups Covariant bekannt und integriert etwa ein Viertel seiner Mitarbeiter. Ziel ist es, Innovationen im Bereich Automatisierung zu beschleunigen und die Sicherheit und Anpassungsfähigkeit von Robotern zu verbessern. Das Gründungsteam von Covariant verstärkt Amazons KI- und Robotik-Team. Dieser Schritt unterstreicht Amazons Bestreben, seine Automatisierungsmöglichkeiten über die bereits in seinen Logistikzentren eingesetzten 750.000 Roboter hinaus auszubauen. Covariant wird weiterhin seine bestehenden Kunden unterstützen und Lagerautomatisierungslösungen entwickeln.

Amazon hat die Einstellung des Kernteams des Robotik-Startups Covariant, darunter etwa ein Viertel der Mitarbeiter, bekannt gegeben und einen nicht-exklusiven Lizenzvertrag für das robotergestützte Grundmodell von Covariant abgeschlossen. Dieser Schritt ist Teil von Amazons strategischer Ausrichtung im Bereich KI und Robotik, um die Grundlagenforschung in KI und Robotik voranzutreiben und diese in Amazons bestehenden Robotersystemen einzusetzen, um den Kunden einen höheren praktischen Nutzen zu bieten. Durch die Strategie des ‚Reverse Acquisition‘ erhält Amazon neue Technologien und umgeht gleichzeitig eine direkte Übernahme des Startups.

Das quelloffene chinesische Videogenerierungsmodell CogVideoX-5B wurde offiziell in der ModelScope-Community veröffentlicht und verbessert die Qualität und die visuellen Effekte der Videogenerierung deutlich. Basierend auf dem großskaligen DiT-Modell verwendet dieses Modell einen 3D-kausalen Variationsautoencoder und Experten-Transformer-Technologie. Durch die 3D-RoPE-Positionscodierung und den 3D-vollen Aufmerksamkeitsmechanismus wird eine gemeinsame räumlich-zeitliche Modellierung erreicht. Der Einsatz der progressiven Trainingstechnik ermöglicht es dem Modell, lange Videos mit deutlichen Bewegungsmerkmalen, kohärent und in hoher Qualität zu generieren.

Jährlich sterben weltweit etwa 725.000 Menschen an durch Mücken übertragenen Krankheiten, wobei Mücken die Hauptursache sind, vor allem für Malaria. Um diese Krise im Bereich der öffentlichen Gesundheit zu bekämpfen, hat Bill Gates zwei innovative Technologien vorgestellt: VectorCam und HumBug. VectorCam ist eine KI-gestützte Smartphone-App, mit der Nutzer durch das Fotografieren von Mücken deren Art, Geschlecht und Blutmahlzeitstatus identifizieren können. Die Erkennungsgenauigkeit beträgt bis zu 90 % und ist besonders für Gesundheitseinrichtungen im ländlichen Raum geeignet, um die Mückenüberwachung und Malariabekämpfung zu vereinfachen. HumBug nutzt Smartphones, um Mücken im Flug zu fangen.

智谱AI hat die Open-Source-Veröffentlichung seines Video-Generierungsmodells CogVideoX angekündigt, um die schnelle Entwicklung und Anwendung von Video-Generierungstechnologien voranzutreiben. Das CogVideoX-Modell basiert auf fortschrittlichen Large-Model-Technologien und kann die Anforderungen kommerzieller Anwendungen erfüllen. Die aktuell veröffentlichte Version CogVideoX-2B benötigt für die Inferenz mit FP-16-Genauigkeit nur 18 GB Grafikspeicher und für das Fine-Tuning 40 GB. Dies ermöglicht die Inferenz auf einer einzelnen 4090-Grafikkarte und das Fine-Tuning auf einer einzelnen A6000-Grafikkarte.

Systeme zur Softwaresicherheitsüberprüfung auf Basis von Deep Learning fungieren wie die "Sicherheitsbeamten" des digitalen Zeitalters und können Software-Schwachstellen effizient identifizieren. Eine Studie namens EaTVul enthüllt jedoch eine neue Herausforderung in diesem Bereich. EaTVul ist eine innovative Ausweichstrategie, die durch Modifikation fehlerhaften Codes Deep-Learning-basierte Erkennungssysteme zu Fehlurteilen führt, mit einer Erfolgsrate von 83% bis 100%. Das Funktionsprinzip umfasst die Verwendung von Support-Vektor-Maschinen zur Ermittlung wichtiger Stichproben, die Identifizierung wichtiger Merkmale durch Aufmerksamkeitsmechanismen, die Generierung irreführender Daten durch KI-Chatbots und die Verschleierung von Artefakten.

Wissenschaftler der ShanghaiTech Universität haben CLAY entwickelt, ein KI-Modell, das detaillierte 3D-Objekte aus Text oder 2D-Bildern generieren kann. Die Qualität, Vielfalt und Geschwindigkeit der Generierung übertreffen bestehende Technologien. Der Kern von CLAY besteht aus einem Multi-Resolution Variational Autoencoder und einem Diffusions-Transformer, die 3D-Inhalte direkt verarbeiten können, ohne Umwandlungen. Durch das Training mit über 500.000 3D-Modellen kann CLAY Objekte von Alltagsgegenständen bis hin zu komplexen Lebewesen generieren und durch zusätzliche Eingaben präzise gesteuert werden, um beispielsweise Stadtlandschaften zu erstellen oder 3D-Modelle aus Skizzen zu rekonstruieren. Im Vergleich zu Shap-E, D...

Kürzlich hat ein neues KI-basiertes Modell für die Superauflösung von Bildern, AuraSR genannt, in der KI-Community große Aufmerksamkeit erregt. Entwickelt von Fal AI, basiert es auf der kürzlich von Adobe veröffentlichten GigaGAN-Arbeit und nutzt die Technologie generativer adversarieller Netzwerke (GAN), um die Auflösung von Bildern in kürzester Zeit erheblich zu verbessern.

Im Zeitalter der Informationsflut fühlen sich Gehörlose und hörgeschädigte Menschen oft vom Rest der Welt abgeschnitten. Das britische KI-Unternehmen Signapse baut mit seiner innovativen Gebärdensprachübersetzungs-Technologie eine Brücke zur Welt für diese lange vernachlässigte Gruppe.

Neuronale Netze sind aufgrund ihrer Eigenschaften anfällig für Adversarial Attacks. Eine neue Studie von Google DeepMind zeigt, dass auch das menschliche Urteil von solchen adversariellen Störungen beeinflusst wird. Welchen Zusammenhang gibt es zwischen menschlichen neuronalen Netzen und künstlichen neuronalen Netzen? Die Studie legt nahe, dass unsere bisherige Annahme möglicherweise falsch war! Das menschliche Urteil ist ebenfalls anfällig für diese Art von adversariellen Störungen.

Die Harvard Medical School und die Universität Oxford haben gemeinsam das EVEscape KI-Tool entwickelt, das Virusvarianten, einschließlich COVID-19, präzise vorhersagen kann. Das Tool kann Vorläufer von Virusmutationen und die Wirksamkeit von Antikörpertherapien vorhersagen und auch die Mutationsbahnen von Viren wie HIV und Influenza prognostizieren. EVEscape kombiniert generative Modelle mit detaillierten biologischen Informationen, um Virusvarianten im Voraus vorherzusagen. Das Forschungsteam veröffentlicht alle zwei Wochen eine Liste der wahrscheinlichsten neuen Virusvarianten und erweitert den Anwendungsbereich des Tools, um mehr unerforschte Krankheitserreger abzudecken.