Durch die Integration von DeepSeek wurde Baidu Maps umfassend mit DeepSeek-R1 verbunden. Benutzer können nun direkt Fragen im Suchfeld stellen, z. B. "Welche Sehenswürdigkeiten gibt es in Zhengzhou?" und erhalten nach Auswahl des DeepSeek-Labels tiefgehend analysierte Antworten. Diese Antworten enthalten nicht nur Empfehlungen für Sehenswürdigkeiten, sondern auch die entsprechenden Adressen, die durch Anklicken direkt zur Navigationsfunktion führen. Dadurch wird die Effizienz der Informationsbeschaffung bei der Verwendung der Karte deutlich verbessert. Bemerkenswert ist, dass Baidu nach Tencent...

Das Exafunction-Team hat kürzlich das dritte Update der Windsurf-Serie veröffentlicht, Wave3 genannt, um das allgemeine Benutzererlebnis im Windsurf-Editor zu verbessern. Dieses Update enthält eine Reihe neuer Funktionen und Verbesserungen, darunter die Unterstützung des Modellkontext-Batch-Protokolls (MCP), Tab-Navigation, den Turbo-Modus, Drag-and-Drop-Bilder und benutzerdefinierte Anwendungssymbole. Zu den wichtigsten neuen Funktionen gehören: Unterstützung des Modellkontextprotokolls (MCP): Der Windsurf Editor unterstützt jetzt M...

Mit der Weiterentwicklung der künstlichen Intelligenz wächst die Besorgnis über die Darstellung von Teenagern durch KI-Systeme. In einem Experiment ließ Robert Wolf, Doktorand an der Universität Washington, ein KI-System den Satz „Dieser Teenager in der Schule _____“ vervollständigen. Er erwartete Antworten wie „lernt“ oder „spielt“, erhielt jedoch die schockierende Antwort „stirbt“. Diese Entdeckung veranlasste Wolf und sein Team, die Darstellung von Teenagern durch KI eingehender zu untersuchen. Bildquelle: KI-generiertes Bild, Bildrechte: Midjourney

Visuelle Sprachmodelle (VLMs) spielen in multimodalen Aufgaben wie Bildsuche, Bildbeschreibung und medizinischer Diagnose eine entscheidende Rolle. Ziel dieser Modelle ist es, visuelle und sprachliche Daten aufeinander abzustimmen, um eine effizientere Informationsverarbeitung zu ermöglichen. Aktuelle VLMs stehen jedoch vor großen Herausforderungen beim Verständnis von Negationen. Negationen sind in vielen Anwendungen entscheidend, z. B. um zwischen „Zimmer ohne Fenster“ und „Zimmer mit Fenstern“ zu unterscheiden. Trotz der bemerkenswerten Fortschritte bei VLMs zeigen bestehende Modelle bei der Verarbeitung negativer Aussagen Schwächen.

Auf der CES 2025 präsentierte WeWalk den Smart Cane 2, einen intelligenten Stock für Sehbehinderte. Das überarbeitete Design behebt die Mängel des Vorgängermodells und integriert KI-Funktionen sowie fortschrittliche Sensortechnologie von TDk. Er stellt eine ideale Alternative zum traditionellen faltbaren Blindenstock dar. WeWalks Mitgründer Kursat Ceylan demonstrierte das Produkt persönlich und betonte, dass der Smart Cane 2 sehbehinderten Menschen das Reisen erleichtern wird.

Haupttext: Der Roboterhund Spot von Boston Dynamics hat kürzlich ein wichtiges Software-Update erhalten, das seine Fähigkeiten in komplexen Umgebungen deutlich verbessert. Obwohl Spot durch sein 3D-Sehsystem die Welt um ihn herum "sehen" kann, hatte er in der Vergangenheit oft Schwierigkeiten, Hindernisse in seiner Umgebung zu verstehen. Um dies zu verbessern, hat das Entwicklungsteam ein KI-Grundmodell eingeführt, das Spot die Fähigkeit verleiht, verschiedene Gefahren zu erkennen und zu vermeiden. Durch dieses Update kann Spot effektiv Kabel, Leitern und rollende Objekte erkennen und ihnen ausweichen.

Google hat kürzlich eine umfassende Aktualisierung seines Kartendienstes angekündigt. Durch die Integration des Gemini-Generative-KI-Modells bietet Google Maps nicht nur eine intelligentere Navigation, sondern auch ein völlig neues Erlebnis bei der Entdeckung und Interaktion mit Orten. Dieses Update markiert eine neue Phase im Wettbewerb mit Konkurrenten wie Apple Maps im Bereich der Navigations-Apps. Dank der Unterstützung durch künstliche Intelligenz bietet Google Maps zahlreiche neue praktische Funktionen: Zunächst einmal die Funktion für intelligente Empfehlungen. Nutzer können die Karte direkt mit natürlicher Sprache nach Vorschlägen fragen, z. B. 'geeignete Orte für einen Abend mit Freunden'

Mit Beginn des neuen Schuljahres scheinen kanadische Studenten immer abhängiger von generativer künstlicher Intelligenz (KI) zu werden. Laut einer neuen Studie von KPMG Kanada geben derzeit 59 % der Studenten an, generative KI in ihrem Studium zu verwenden – ein Anstieg von 7 Prozentpunkten gegenüber dem Vorjahr. Bildquelle: Bild wurde mit KI generiert, Bildlizenzgeber Midjourney Obwohl die meisten Studenten der Meinung sind, dass diese Tools die Qualität ihrer Hausaufgaben verbessern und ihnen bei Prüfungen helfen, geben fast zwei Drittel der Befragten an...

Der neue intelligente Web-Proxy Agent-E von Emergence AI erreicht eine Erfolgsrate von 73,2 % – eine Steigerung um 20 % gegenüber vorherigen Versionen. Ziel ist eine effiziente und autonome Webnavigation zur Erledigung komplexer Online-Aufgaben. Im Gegensatz zu herkömmlichen Proxies verwendet Agent-E eine hierarchische Architektur, die Aufgabenplanung und Browsernavigation in separate Komponenten unterteilt. Durch den Einsatz fortschrittlicher DOM-Extraktionstechniken werden die Komplexitäten moderner Webseiten effektiv bewältigt, was zu höherer Effizienz und Leistung führt. Im WebVoyager-Benchmark-Test übertrifft Agent-E alle bisherigen Lösungen.

Google arbeitet daran, die Navigations- und Aufgabenbewältigungsfähigkeiten seiner Roboter durch das Training mit Gemini AI zu verbessern. Ein DeepMind-Team beschreibt in einer Forschungsarbeit detailliert, wie das lange Kontextfenster von Gemini 1.5 Pro verwendet wird, um eine natürlichere Interaktion mit dem RT-2-Roboter über Sprachbefehle zu ermöglichen. Gemini 1.5 Pro ermöglicht es dem Roboter, die Umgebung über Videoaufnahmen zu verstehen und Befehle wie "Führe mich zu einer Steckdose" auszuführen. Experimente zeigen, dass der Roboter in einem Bereich von über 9000 Quadratfuß über 5 Aufgaben erfolgreich abgeschlossen hat.

Der schottische Künstler Michael Forbes hat seine eigenen Kunstwerke verwischt, um gegen die negativen Auswirkungen von Künstlicher Intelligenz (KI) auf die Kunstwelt zu protestieren. Forbes argumentiert, dass KI das Internet mit einer Flut von Bildern überschwemmt und ohne Erlaubnis die Werke von Künstlern zur Erstellung neuer Kunstwerke verwendet, was die Existenzgrundlage einiger Künstler bedroht. Mit seiner Aktion appelliert er an die Öffentlichkeit, sich mit den Urheberrechtsverletzungen durch KI im Kunstbereich auseinanderzusetzen und darüber nachzudenken.

Das gemeinnützige Center for Investigative Reporting (CIR), bekannt für seine tiefgründigen Reportagen wie "The Joneses" und "Reveal", hat am Donnerstag Klage gegen Microsoft und OpenAI eingereicht. Der Vorwurf lautet auf Urheberrechtsverletzung durch die nicht autorisierte Nutzung von Inhalten des CIR. Ähnliche rechtliche Schritte wurden zuvor bereits von der New York Times und anderen Medienunternehmen eingeleitet.

Das Center for Investigative Reporting (CIR) in den USA wirft OpenAI und Microsoft vor, urheberrechtlich geschütztes Material zum Trainieren ihrer KI-Modelle verwendet zu haben. Eine in einem Bundesgericht in New York eingereichte Klage behauptet, OpenAI habe die Inhalte des CIR ohne Erlaubnis oder Zahlung genutzt.

Der italienische Hersteller Piaggio präsentiert einen Fabrikroboter mit einer Tragfähigkeit von 130 kg. Der Roboter namens 'kilo' kann sich sicher in komplexen Umgebungen bewegen. Er wurde erstmals in der Moto Guzzi Produktionslinie eingesetzt und wird später in mehreren Fabriken zum Einsatz kommen. Ein wichtiger Schritt für Piaggio auf dem Weg zur industriellen Automatisierung.

Mercedes-Benz präsentiert auf der CES 2024 sein neues Betriebssystem MB.OS für ein intelligenteres Fahrerlebnis. Der MBUX Sprachassistent nutzt generative KI für eine natürlichere und persönlichere Sprachsteuerung. Zu den Upgrades gehören 3D-Navigation, verbesserte Audiointegration und weitere Funktionen, die MB.OS zu einem leistungsstarken intelligenten Assistenten machen. MB.OS wird zunächst in der Mercedes-Benz CLA-Klasse eingeführt und sukzessive auf weitere Modelle ausgeweitet, was die zukunftsweisende Ausrichtung des Unternehmens widerspiegelt.

Das KI-Team der Tsinghua-Universität hat ein neues visuell-sprachliches Modell namens CogAgent veröffentlicht, das sich auf das Verständnis und die Navigation von grafischen Benutzeroberflächen (GUIs) konzentriert. CogAgent verwendet ein Dual-Encoder-System zur Verarbeitung komplexer GUI-Elemente und Texte und zeigt dabei eine hervorragende Leistung bei der Verarbeitung von hochauflösenden Eingaben mit 1120 x 1120 Pixeln. Das Modell übertrifft bestehende LLM-Methoden bei GUI-Navigationsaufgaben auf PC- und Android-Plattformen und liefert gleichzeitig hervorragende Ergebnisse bei Text- und visuellen Frage-Antwort-Benchmarks. Zu den potenziellen Anwendungen gehören die Automatisierung von GUIs.

Am 17. Oktober veröffentlicht Baidu ein umfassend aktualisiertes Baidu Maps V19. Diese Version bietet eine neue KI-gestützte Interaktion und Navigationsfunktionen. Baidu Maps V19 wurde auf Basis des Wenxin-Large-Language-Modells neu aufgebaut und beinhaltet einen neuen KI-Assistenten sowie eine Funktion zur Sprachsteuerung mit nur einem Satz. Baidu Maps V19 unterstützt außerdem personalisierte Suche und Empfehlungen.

Das Microsoft Bing Chat-Update bietet eine verbesserte Reaktionsfähigkeit bei der Kartennavigation. Benutzer können Echtzeit-Verkehrsinformationen abrufen. Bing Chat Enterprise wird den Mitgliedern der Dev- und Beta-Kanäle des Windows Insider-Programms hinzugefügt.