Samsung erweitert seine Galaxy A-Serie um neue Smartphones mit KI-gestützter Bildbearbeitung und einem beispiellosen Support mit 6 Jahren Systemupdates. Dies macht hochwertige Funktionen für ein breiteres Publikum zugänglich.

Microsoft hat „Magma“, einen Open-Source Multimodal AI Agent, veröffentlicht. Dieser Agent bietet neue Möglichkeiten im Bereich Shopping und Robotik, indem er verschiedene Modalitäten wie Sprache und Bilder verarbeitet.

Microsoft hat kürzlich auf seiner Website ein neues, quelloffenes, multimodales KI-Agenten-Basismodell namens „Magma“ veröffentlicht. Dieses neue KI-System ist in der Lage, sowohl die digitale als auch die physische Welt zu durchdringen und gleichzeitig verschiedene Datentypen wie Bilder, Videos und Texte zu verarbeiten. Im Gegensatz zu herkömmlichen KI-Assistenten zeichnet sich Magma durch seine Fähigkeit zur Verhaltensprognose aus, wodurch es die Absichten und das zukünftige Verhalten von Personen oder Objekten in Videos genauer verstehen kann. Magma bietet ein breites Anwendungsspektrum und kann von Nutzern für diverse Zwecke eingesetzt werden.

Ein Forscherteam von Microsoft und mehreren Universitäten hat kürzlich ein multimodales KI-Modell namens "Magma" vorgestellt. Dieses Modell wurde entwickelt, um verschiedene Datentypen wie Bilder, Texte und Videos zu verarbeiten und zu integrieren, um komplexe Aufgaben in digitalen und physischen Umgebungen zu bewältigen. Mit dem Fortschritt der Technologie finden multimodale KI-Agenten zunehmend Anwendung in Bereichen wie Robotik, virtuellen Assistenten und der Automatisierung von Benutzeroberflächen. Bisherige KI-Systeme konzentrierten sich oft auf visuell-sprachliches Verständnis oder Robotermanipulation, wobei die Kombination beider Aspekte eine Herausforderung darstellte.

Am 12. Februar hat die Alibaba Cloud Bailian-Plattform mehrere wichtige KI-Modelle vorgestellt, darunter DeepSeek-V3, DeepSeek-R1 und DeepSeek-R1-Distill-Qwen-32B – insgesamt 6 Modelle, die die KI-Modellmatrix erweitern. Gleichzeitig hat Tongyi Lingma die neue Modell-Auswahlfunktion angekündigt, die die auf der Bailian-Plattform basierenden DeepSeek-V3 und DeepSeek-R1 Vollversionen (671B Parameter) unterstützt und neue Impulse in den Bereich der KI-Programmierung bringt.

Das weltweit bekannte Auktionshaus Christie's hat kürzlich die erste Auktion angekündigt, die sich ausschließlich auf Kunstwerke künstlicher Intelligenz konzentriert. Diese Ankündigung hat in der Kunstwelt eine breite Diskussion und Kontroverse ausgelöst. Christie's bezeichnet die Auktion als "Augmented Intelligence" und präsentiert Werke verschiedener Künstler, darunter Mat Dryhurst, Gründer des KI-Startups Spawning AI. Die Veranstaltung...

OpenAI hat kürzlich eine neue Marke angemeldet, die AR- und VR-Headsets sowie Wearables wie Brillen umfasst. Dieser Schritt hat in der Branche große Aufmerksamkeit erregt und deutet möglicherweise darauf hin, dass OpenAI plant, seine Aktivitäten im Hardware-Bereich auszubauen. In den letzten Jahren ist mit dem rasanten Fortschritt der künstlichen Intelligenz die Nachfrage nach Wearables, insbesondere Brillen, als ideale Träger für KI-Technologien gestiegen. Tech-Giganten wie Meta, Apple, Samsung und Google investieren verstärkt in diesen Bereich.

Auf der jüngsten „Tech Debate“-Veranstaltung in Davos hat Yann LeCun, Metas Chef-AI-Wissenschaftler, aufregende Prognosen zur Entwicklung der künstlichen Intelligenz in den nächsten fünf Jahren abgegeben. Er geht davon aus, dass die bestehenden KI-Systeme in den nächsten drei bis fünf Jahren einen gewaltigen Wandel erleben werden und ein „neues AI-Architekturparadigma“ entstehen wird, das die Fähigkeiten der heute weit verbreiteten generativen KI und großer Sprachmodelle (LLM) übertrifft. LeCun weist darauf hin, dass aktuelle LLMs zwar gute Leistungen in der Sprachverarbeitung zeigen, aber...

Samsung hat kürzlich offiziell die Zusammenarbeit mit Google an einer Augmented-Reality-(AR)-Brille bekannt gegeben und damit frühere Gerüchte bestätigt. Diese Partnerschaft wurde kurz vor der bevorstehenden "Galaxy Unpacked"-Veranstaltung von Samsung angekündigt und zeigt, dass die beiden Technologiekonzerne im AR-Bereich einen intensiven Wettbewerb mit Apple und Meta aufnehmen wollen. Bildquelle: Bild wurde mit KI generiert, Bildlizenzgeber: Midjourney. Berichten zufolge konzentriert sich die Zusammenarbeit von Samsung und Google auf die gemeinsame Entwicklung eines sogenannten Android-

Google hat kürzlich die Vertex AI RAG Engine veröffentlicht, ein Entwicklertool zur Vereinfachung des komplexen Prozesses des Abrufs relevanter Informationen aus Wissensdatenbanken und deren Eingabe in Large Language Models (LLMs). Als Teil der Vertex AI-Plattform ist die Vertex AI RAG Engine als gemanagte Orchestrierungs- und Datenframework-Lösung konzipiert, die speziell für die Entwicklung kontextbasierter LLM-Anwendungen entwickelt wurde. In einem Blogbeitrag vom 15. Januar erwähnte Google, dass generative KI und Large Language Models...

Mit der rasanten Entwicklung der Videotechnologie hat Video als wichtiges Werkzeug für die Informationsbeschaffung und das Verständnis komplexer Konzepte an Bedeutung gewonnen. Video kombiniert visuelle, zeitliche und kontextuelle Daten und bietet eine multimodale Repräsentation, die über statische Bilder und Text hinausgeht. Die zunehmende Verbreitung von Videoplattformen und das Aufkommen einer großen Anzahl von Lehr- und Informationsvideos eröffnen beispiellose Möglichkeiten, Videos als Wissensquelle zu nutzen, um Anfragen zu beantworten, die detaillierte Hintergründe, räumliches Verständnis und Prozessdemonstrationen erfordern. Bestehende Retrieval Augmented Generation (RAG)-Systeme nutzen jedoch oft nicht das volle Potenzial von Videodaten. Diese Systeme vernachlässigen in der Regel...

Kürzlich gab Yingmou Technology den Abschluss einer Serie-A-Finanzierungsrunde in Millionenhöhe bekannt, die große Aufmerksamkeit in der Branche erregt hat. Die Finanzierung wurde gemeinsam von Meituan Dragon Ball und ByteDance angeführt, wobei der bestehende Investor Sequoia China Seed Fund und Chi-Ji Chuangtan ebenfalls nachgelegt haben. Guangyuan Capital fungierte als exklusiver Finanzberater. Diese Kapitalzufuhr wird Yingmou Technology bei der Entwicklung und Kommerzialisierung von 3D-großen Modellen kräftig unterstützen. Yingmou Technology wurde 2020 von einer Gruppe junger Menschen mit einem Durchschnittsalter von nur 24 Jahren gegründet. Zum Team gehören Wu Di und Zhang Qixuan.

Angetrieben von multimodalen großen Sprachmodellen (MLLMs) haben Aufgaben im Zusammenhang mit Bildern und Videos revolutionäre Fortschritte erzielt, darunter visuelle Fragebeantwortung, die Generierung von Erzählungen und interaktive Bearbeitung. Die Erzielung eines detaillierten Verständnisses von Videoinhalten stellt jedoch weiterhin eine große Herausforderung dar. Diese Herausforderung umfasst pixelgenaue Segmentierung, das Verfolgen mit sprachlichen Beschreibungen und die visuelle Fragebeantwortung zu bestimmten Videoaufforderungen. Obwohl aktuelle hochmoderne videobasierte Modelle bei Segmentierungs- und Verfolgungsaufgaben hervorragende Leistungen erbringen, zeigen sie immer noch Schwächen im Verständnis von offener Sprache und in ihren Konversationsfähigkeiten. Darüber hinaus

Alibaba Cloud hat seinen neuen KI-Programmierer Tongyi Lingma offiziell vorgestellt – das erste KI-Programmierprodukt, das sowohl VS Code als auch JetBrains IDEs unterstützt. Dieses KI-Programmierer-Tool bietet im Vergleich zu herkömmlichen Tools zur Programmierunterstützung deutlich leistungsstärkere Funktionen und ermöglicht Entwicklern eine effizientere Codeerstellung. Durch die Zusammenarbeit im Dialog kann Tongyi Lingma KI-Programmierer problemlos die Entwicklung von Geschäftsanforderungen von Grund auf, die Behebung von Problemen und die Durchführung von Massentests von Einheiten übernehmen.

Timekettle, ein weltweit führender Hersteller von Übersetzungsgeräten, hat heute sein erstes KI-betriebenes Übersetzungssystem, Babel OS, vorgestellt. Diese bahnbrechende Technologie wird die Leistung seiner gesamten Produktpalette an Übersetzungsgeräten deutlich verbessern. Die Kerninnovation von Babel OS liegt in seiner KI-Semantiksegmentierungstechnologie. Diese von Timekettles HybridComm unterstützte Technologie kann Sätze intelligent vorhersagen und ermöglicht eine nahezu latenzfreie Echtzeitübersetzung. Das System unterstützt nicht nur die sofortige Übersetzung von über 40 Sprachen, sondern ahmt auch den Sprachstil des Benutzers nach.

Die KI-Welle verändert die Spielzeugbranche grundlegend. Von dem OpenAI-Spielzeug, das aus der Zusammenarbeit von Elon Musks Ex-Freundin und Curio entstand, über ByteDance's 'auffällige Pakete' bis hin zum in Japan beliebten KI-Haustier Moflin erobern intelligente Spielzeuge mit beispielloser Geschwindigkeit den Markt. Daten zeigen, dass der globale Markt für KI-Spielzeug im Jahr 2024 voraussichtlich 300 Milliarden US-Dollar überschreiten wird, mit einer durchschnittlichen jährlichen Wachstumsrate von 20 %. Der aktuelle Markt für KI-Spielzeug zeigt zwei Hauptentwicklungsrichtungen: Einerseits werden KI-Technologien in Plüschtiere integriert, wie bei Moflin und Bub.

ElevenLabs hat kürzlich sein neuestes Sprachsynthesemodell Flash vorgestellt, das als bisher schnellste Text-to-Speech (TTS)-Lösung angepriesen wird. Die Sprachgenerierung erfolgt mit einer Verzögerung von nur 75 Millisekunden (zusätzlich zu App- und Netzwerkverzögerungen). Flash eignet sich besonders gut für dialogorientierte Sprachassistenten mit geringer Latenz. Nutzer können diese neue Funktion sofort auf der Dialog-KI-Plattform von ElevenLabs testen. Das Flash-Modell ist in zwei Versionen verfügbar: Flash v2 unterstützt nur Englisch, während F...