Sprachassistenten werden zunehmend zu einem unverzichtbaren Bestandteil unseres Lebens. Bestehende digitale Sprachassistenten wirken im Umgang mit Nutzern jedoch oft langweilig und mangeln an emotionalen und menschlichen Elementen. Das Sesame-Team arbeitet intensiv an der Lösung dieses Problems und strebt nach einer völlig neuen „sprachlichen Präsenz“. Digitale Assistenten sollen so in der Kommunikation authentischer wirken, besser verstanden und geschätzt werden. Sesames Kernziel ist die Schaffung eines digitalen Begleiters, der nicht nur Anfragen bearbeitet, sondern ein Partner für echte Gespräche ist. Diese digitalen Begleiter...

Xiaomi hat die Markteinführung seines neuesten Flaggschiff-TWS-Kopfhörers, der Xiaomi Buds 5 Pro, für den 27. Februar angekündigt. Dieser Kopfhörer repräsentiert nicht nur Xiaomis jüngste Errungenschaft im Bereich drahtloser Audiotechnologie, sondern wird aufgrund seiner herausragenden Klangqualität und Vielseitigkeit auch als einer der besten Kopfhörer unter 4000 Yuan ausgezeichnet.

In der chinesischen Medizin wurde ein wichtiger Fortschritt erzielt: Das gemeinsam vom Peking Union Medical College Hospital und dem Institut für Automatisierung der Chinesischen Akademie der Wissenschaften entwickelte KI-Großmodell „Xiehe Tai Chu“ für seltene Krankheiten wurde kürzlich offiziell in die klinische Anwendung gebracht. Dieser Schritt markiert nicht nur einen Durchbruch in der Diagnosetechnik für seltene Krankheiten in China, sondern bietet auch neue Werkzeuge zur Steigerung der Effizienz der klinischen Versorgung. Die Entwicklung des KI-Großmodells profitiert von der langjährigen Akkumulation von Wissen über seltene Krankheiten in China und von Daten aus Genuntersuchungen der chinesischen Bevölkerung. Als erstes international anerkanntes Großmodell für seltene Krankheiten, das an die Gegebenheiten der chinesischen Bevölkerung angepasst ist,

Laut einem Bericht von Titanium Media wird Xiaohongshu das Open-Source-Modell DeepSeek-R1 integrieren. Die KI-Such-App „Diandian“ wird eine „Tiefes Denkvermögen“-Funktion erhalten. Diese Funktion befindet sich derzeit in der Testphase. Angesichts des Erfolgs von ChatGPT engagiert sich Xiaohongshu verstärkt im Bereich der generativen KI und hat die eigenständige KI-Such-Anwendung „Diandian“ eingeführt. „Diandian“ positioniert sich als Lebenshilfe-Suchmaschine und deckt verschiedene Bereiche wie Verkehr, Gastronomie und Tourismus ab, um Nutzern zeitnahe Informationen und authentisches Feedback zu liefern.

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...

Ärgern Sie sich noch über verschwommene Fotos? Ein brandneues Tool zur Bildschärfung namens InvSR ist auf dem Markt und verwandelt unscharfe Bilder mit minimalem Aufwand in gestochen scharfe Aufnahmen. Die Stärke dieses Tools liegt in der Nutzung des umfangreichen Vorwissens über Bilder, das in großen, vorab trainierten Diffusionsmodellen enthalten ist, um eine effiziente und qualitativ hochwertige Verbesserung der Bildauflösung zu erreichen. Die Kerntechnologie von InvSR ist seine innovative Strategie zur partiellen Rauschvorhersage. Es konstruiert geschickt den Zwischenzustand des Diffusionsmodells als Ausgangspunkt für den Samplingprozess und nutzt einen tiefen Rausch-

Das in San Francisco ansässige Startup Wordware gab kürzlich den Abschluss einer Seed-Finanzierungsrunde in Höhe von 30 Millionen US-Dollar bekannt, die von Spark Capital angeführt wurde. Diese Investitionssumme gehört zu den größten Erstplatzierungen in der Geschichte von Y Combinator. Wordware zielt darauf ab, die Entwicklung von künstlicher Intelligenz durch seine Sprachplattform zu vereinfachen und es auch Nicht-Programmierern zu ermöglichen, KI-Agenten einfach zu erstellen. Das Kernprodukt von Wordware ist ein Full-Stack-Betriebssystem, mit dem Benutzer durch ...

Der Gründer von 360, Zhou Hongyi, gab kürzlich bekannt, dass das Unternehmen noch in diesem Monat ein neues Suchprodukt auf den Markt bringen wird. Dieses Produkt wird 360s Vormachtstellung im Bereich der künstlichen Intelligenz weiter ausbauen. Zhou Hongyi betonte, dass die 360 KI-Suche als eine der größten nativen KI-Anwendungen in China bereits bewiesen hat, dass die Suche eine direkte und einfache Möglichkeit für Benutzer ist, mit KI-Technologien in Kontakt zu treten und sie zu nutzen. Aufbauend auf dieser erfolgreichen Erfahrung arbeitet das 360-Team daran, auf der bestehenden Basis Innovationen zu schaffen und ein noch benutzerfreundlicheres KI-Tool zu entwickeln.

Kürzlich haben 26 bekannte japanische Synchronsprecher, darunter Ryusei Nakao, Hiroki Yasumoto, Yuki Kaji, Jun Fukuyama und Daisuke Namikawa, eine Gruppe namens „No More Mudan Seisei AI“ gegründet, um gegen die nicht autorisierte Verwendung von KI-generierten Stimmen zu protestieren. Die Gruppe veröffentlichte ein Video, in dem Ryusei Nakao seine Überraschung über den unerlaubten Verkauf seiner Stimme zum Ausdruck brachte und die Öffentlichkeit aufforderte, die Bedenken von Synchronsprechern zur nicht autorisierten Verwendung generativer KI zu hören. Weitere 25 Synchronsprecher schlossen sich dem Appell an. Darüber hinaus, Künstleragenturen...

In letzter Zeit haben viele Benutzer berichtet, dass Kimi die Beta-Testphase der 'Explorer-Version' gestartet hat. Benutzer mit Beta-Zugang können im Eingabefeld „/“ eingeben, um neue Funktionsoptionen anzuzeigen. Auf dem Screenshot der Kimi Explorer-Version ist zu sehen, dass die Seite anzeigt: Geben Sie „/“ ein, um die Kimi Explorer-Version zu verwenden und komplexe Suchprobleme zu lösen. Es ist erwähnenswert, dass jedes Konto mit Beta-Zugriff derzeit aufgrund der Beta-Testphase nur 5 Mal pro Tag verwendet werden kann. Berichten zufolge wurde die Intelligenz und die Inferenzfähigkeit von Kimi Explorer erheblich verbessert.

Im Zeitalter des rasanten Fortschritts der künstlichen Intelligenz entwickeln sich Sprachsynthese- und -konvertierungstechnologien ständig weiter und bieten uns ein unglaublich realistisch und natürlich klingendes Audioerlebnis. Dieser Fortschritt birgt jedoch auch potenzielle Sicherheitsrisiken, insbesondere die 'Sprachklonung'-Technologie, die von Kriminellen ausgenutzt werden könnte, um die Privatsphäre Einzelner und die soziale Stabilität zu gefährden. Um dieser Herausforderung zu begegnen, haben das Labor für intelligente Systemsicherheit der Zhejiang-Universität und die Tsinghua-Universität einen revolutionären Rahmen zur Erkennung von Audio-Fälschungen entwickelt – SafeEar. Dieser Rahmen kann nicht nur Fälschungen effizient erkennen, sondern auch während des Erkennungsprozesses die Privatsphäre schützen.

GPT-4, das Sprachmodell von OpenAI, hat ohne zusätzliches Training die japanische nationale Physiotherapieprüfung mit einer Erfolgsquote von 73,4 % bestanden. Bei rein textbasierten Fragen erzielte es eine beeindruckende Erfolgsquote von 80,5 %. Bei praxisbezogenen Aufgaben und Fragen mit Bildern und Tabellen zeigte es jedoch Schwächen mit Erfolgsquoten von 46,6 % bzw. 35,4 %. Die Studie verdeutlicht die Grenzen von KI in bestimmten Bereichen, insbesondere beim Verständnis komplexer Zusammenhänge und visueller Informationen. Obwohl GPT-4 mit englischsprachigen Daten trainiert wurde, bewies es dennoch Effektivität bei der Verarbeitung japanischer Eingaben.

NVIDIA hat StormCast vorgestellt, ein generatives KI-Modell, das speziell für hochgenaue atmosphärische Dynamiksimulationen entwickelt wurde und präzise Vorhersagen von mesoskaligen Wetterereignissen ermöglichen soll. Dies ist entscheidend für die Katastrophenplanung und -prävention. Das Modell wurde erstmals in einer gemeinsam mit Forschungseinrichtungen verfassten Veröffentlichung vorgestellt und bietet bahnbrechende Vorhersagemöglichkeiten für häufige extreme Wetterereignisse, die in den USA jährlich Schäden in Höhe von über 150 Milliarden US-Dollar verursachen. StormCast ist Teil der NVIDIA Earth-2-Digital-Twin-Cloud-Plattform und kombiniert KI, physikalische Simulationen und Computergrafik.

Forscher der Stanford University und der University of California, Berkeley, führten ein Experiment durch, um die Folgen des Retrainings von KI-Bildgenerierungsmodellen mit selbstgenerierten Bildern zu untersuchen. Das Experiment verwendete das Stable Diffusion (SD)-Modell und wählte hochauflösende Gesichtsbilder aus dem FFHQ-Gesichtsdatensatz für die automatische Generierung aus. Die Ergebnisse zeigten, dass das KI-Modell nach dem Retraining stark verzerrte Bilder erzeugte. Diese Verzerrungen resultierten nicht nur aus den für das Retraining verwendeten Textaufforderungen, sondern das Modell produzierte verzerrte Bilder, selbst nachdem es anschließend nur noch mit realen Bildern trainiert wurde.

Microsoft hat kürzlich ein Zero-Shot Text-to-Speech (TTS)-Modell namens VALL-E 2 veröffentlicht, das in der Technologiebranche für Aufsehen gesorgt und als Meilenstein im Bereich TTS angesehen wird. Die Innovation von VALL-E 2 liegt in seiner Zero-Shot-Lernfähigkeit: Mit nur einer kurzen Sprachprobe eines unbekannten Sprechers kann es die Stimme imitieren und beliebige Texte sprechen, wobei eine erstaunliche sofortige Imitation und Encoder-Gruppierung erreicht wird. Es wurde auch die wiederholungs-erkennende Stichprobenahme verbessert, um die Dekodierungsstabilität zu erhöhen und den Datenbedarf zu reduzieren. In Tests mit subjektiven Bewertungen und objektiven Kennzahlen übertraf VALL-E 2 seine Vorgängermodelle.

Auf der zehnten Salt Club New Youth Conference kündigte der Gründer von Zhihu, Zhou Yuan, kürzlich ein neues KI-Produkt namens „Zhihu Direct Answer“ an. Dieses Produkt markiert eine weitere Innovation von Zhihu im Bereich der großen Sprachmodelle und zielt darauf ab, die Effizienz und Qualität von Fragen und Antworten durch KI-Technologie zu verbessern.

Sketchpad ermöglicht es LMs, mit Linien, Kästen und Markierungen zu zeichnen, was dem menschlichen Skizzieren ähnlicher ist und das logische Denken erleichtert. Darüber hinaus kann Sketchpad während des Zeichenprozesses spezialisierte visuelle Modelle verwenden, z. B. Objektdetektionsmodelle zum Zeichnen von Begrenzungsrahmen und Segmentierungsmodelle zum Zeichnen von Masken, um die visuelle Wahrnehmung und die Inferenzfähigkeit weiter zu verbessern.

'Sora hat noch keinen öffentlichen Testzugang freigeschaltet.' 'Li Yizhou hat insgesamt etwa 250.000 Kurse verkauft und einen Umsatz von 50 Millionen Yuan erzielt.' 'KI-Kurse kosten zwischen wenigen Yuan und mehreren hundert Yuan und weisen eine unterschiedliche Qualität auf.' 'Arbeitssuchende mit Fähigkeiten in generativer KI haben ein durchschnittliches Gehaltssteigerung von 47% erfahren.' 'Unternehmen fordern von ihren Mitarbeitern die routinierte Anwendung von KI-Tools.' 'Der Bedarf an KI-Tools im Arbeitsumfeld steigt stetig.' 'Arbeitnehmer beginnen, KI zu lernen oder KI-Tools zu nutzen, um ihre Wettbewerbsfähigkeit zu verbessern.'

Google hat MedLM, ein generatives KI-Modell für das Gesundheitswesen, vorgestellt. MedLM basiert auf Med-PaLM2 und erreicht eine Genauigkeit von 85 % im US-amerikanischen Arztprüfung. Die Integration des Gemini-Modells ist geplant, um die Dienstleistungen im globalen Gesundheitssektor zu erweitern. MedLM wird bereits in Krankenhäusern, der Arzneimittelentwicklung und in Patienten-Chatbots eingesetzt.

Ein Forschungsteam der Daegu Gyeongbuk Institute of Science and Technology (DGIST) in Südkorea hat erfolgreich ein Modell für das Lernen mit kleinen Stichprobenmengen entwickelt, das mit nur wenigen Gehirndaten eine präzise Klassifizierung ermöglicht und revolutionäres Potenzial besitzt. Das Modell umgeht die Einschränkung herkömmlicher Deep-Learning-Modelle, die große Datenmengen benötigen, und dürfte die Gehirnwellenforschung entscheidend voranbringen. Das Team verwendete Einbettungsmodule, zeitliche Aufmerksamkeitsmodule, aggregierende Aufmerksamkeitsmodule und Beziehungsmodule, um die Klassifizierungsgenauigkeit des Modells zu verbessern. Das neue Deep-Learning-Modell erreicht bei der interindividuellen Klassifizierung eine Genauigkeit von bis zu 76 %, was deutlich über bisherigen Verfahren liegt.