Quantexa, ein führendes Unternehmen im Bereich Datenanalyse und Künstliche Intelligenz, hat eine Finanzierungsrunde von 175 Millionen US-Dollar abgeschlossen und damit eine Bewertung von 2,6 Milliarden US-Dollar erreicht. Das Unternehmen wird die Mittel zur Erweiterung seiner Datenanalyse- und KI-Lösungen einsetzen.

Die Einführung von KI-gestützter Meinungsanalyse bei der Los Angeles Times sorgt für Diskussionen und wirft Fragen nach dem Vertrauen in die Medien auf. Der Einsatz von Algorithmen zur Bewertung von Artikeln könnte die Objektivität gefährden und das Vertrauen der Leser untergraben.

Die Analyse von Bilddaten im medizinischen Bereich ist ein komplexer und langwieriger Prozess. Forscher des Weill Cornell Medical College haben kürzlich ein neues KI-System namens LILAC (Learning-based Inference of Longitudinal Image Change) entwickelt, das medizinische Bilder effizient und präzise analysieren und Veränderungen im Zeitverlauf erkennen kann. Die Studie wurde am 20. Februar in den „Proceedings of the National Academy of Sciences“ veröffentlicht und zeigt das breite Anwendungspotenzial von LILAC in verschiedenen medizinischen Bereichen. Herkömmliche Methoden zur Analyse medizinischer Bilder erfordern oft einen hohen Grad an Anpassung und Vorarbeit.

Baidu bereitet die Veröffentlichung seines nächsten KI-Modells intensiv vor. Die Version ERNIE 4.5 soll voraussichtlich Mitte März offiziell erscheinen. Insidern zufolge wird die neue Version in mehreren Kernbereichen, darunter die Inferenz, erhebliche Leistungsverbesserungen aufweisen. Dies markiert einen weiteren wichtigen Durchbruch für Baidu im Bereich der KI-Technologie.

Shangluo Electronics gab kürzlich auf einer interaktiven Plattform bekannt, dass das Unternehmen aktiv die Einführung des DeepSeek-Großmodells vorbereitet, um eine private KI-Plattform zu erstellen. Diese Maßnahme wird das Unternehmen nicht nur bei der Datenanalyse und -prognose unterstützen, sondern auch seine Entscheidungsfindung verbessern und so die Effizienz des gesamten Geschäfts steigern. Shangluo Electronics erklärte, dass die Einführung des DeepSeek-Großmodells es ermöglichen wird, große Datenmengen effizienter zu verarbeiten und zu analysieren. Durch die gründliche Datenanalyse hofft Shangluo Electronics, dem Management bessere Informationen zur Verfügung zu stellen.

Ein Forschungsteam der Universität Hongkong (HKU) hat kürzlich die Entwicklung eines KI-basierten Bildgebungstools angekündigt, das die Geschwindigkeit und Genauigkeit der Krebsdiagnose verbessern soll. Die neue Technologie namens "CytoMorphological Adversarial Distillation" (CytoMAD), geleitet von Professor Kai-Wen Qi von der Fakultät für Ingenieurwissenschaften, nutzt generative KI für eine präzise Einzelzellanalyse ohne herkömmliche Markierungstechniken. CytoMAD wurde in Zusammenarbeit mit der Li Ka Shing Fakultät für Medizin und dem Queen Mary Hospital der HKU getestet und hat sich bei der Beurteilung von Lungenkrebspatienten bereits bewährt.

In den frühen Morgenstunden gab OpenAI ein wichtiges Update zur ChatGPT-Suchfunktion bekannt. Nutzer können die Suchmaschine von ChatGPT jetzt ohne Anmeldung verwenden. Diese Änderung erweitert nicht nur den Anwendungsbereich von ChatGPT, sondern bringt es auch in direkten Wettbewerb mit traditionellen Suchmaschinen wie Google und Bing.

Herkömmliche Modelle zum Verständnis von Videos stehen bei der Verarbeitung langer Videos vor vielen Herausforderungen, darunter das Verständnis des komplexen Kontexts langer Videos. Obwohl bereits zahlreiche Studien darauf abzielen, die Fähigkeiten zum Verständnis von Videos zu verbessern, ist es nach wie vor schwierig, die Probleme der geringen Effizienz bei Training und Inferenz effektiv zu überwinden. Um diese Probleme zu lösen, komprimiert das Forschungsteam mithilfe der HiCo-Technologie redundante Teile der Videoinformationen, wodurch der Rechenbedarf erheblich reduziert und gleichzeitig wichtige Informationen erhalten werden. Genauer gesagt, HiCo komprimiert Videos hierarchisch, indem lange Videos in kurze Segmente unterteilt werden, um den Verarbeitungsaufwand zu reduzieren.

Googles Gemini AI hat kürzlich einen bemerkenswerten technologischen Durchbruch erzielt: die gleichzeitige Verarbeitung mehrerer visueller Streams. Dies ist eine beispiellose Leistung im Bereich der künstlichen Intelligenz. Diese Funktion wurde nicht über Googles Hauptplattformen vorgestellt, sondern über eine experimentelle Anwendung namens "AnyChat". Die neue Fähigkeit von Gemini AI ermöglicht es, nicht nur Videos in Echtzeit anzusehen, sondern gleichzeitig auch Standbilder zu analysieren. Dies bricht mit der bisherigen Einschränkung der künstlichen Intelligenz, nur einzelne visuelle Eingaben verarbeiten zu können.

Der KI-Assistent DeepSeek hat kürzlich überraschend seine offizielle App für iOS und Android veröffentlicht. Die Veröffentlichung erfolgte sehr unauffällig, ohne großangelegte Werbung von DeepSeek selbst. Derzeit bietet DeepSeek eine relativ einfache und übersichtliche Funktionalität, die sich hauptsächlich auf „Tiefenanalyse“ und „Online-Suche“ konzentriert. Die Tiefenanalyse bedeutet, dass vor der Beantwortung von Nutzerfragen eine interne Denk-Kette generiert wird, um das Problem schrittweise zu analysieren und zu einer Schlussfolgerung zu gelangen. Diese Funktion nutzt DeepSeek-R1-Lit.

Auf der CES 2025 kündigte Jensen Huang, CEO von NVIDIA, den "Blueprint for AI Agents" für die Videoanalyse an. Diese neue Plattform, basierend auf dem NVIDIA Metropolis-System, soll Organisationen und Einzelpersonen dabei helfen, Produktivität und Sicherheit zu steigern und sogar Sportlern zu besseren Leistungen verhelfen. Weltweit sind bereits über 1,5 Milliarden unternehmensweite Kameras im Einsatz, die jährlich rund 7 Billionen Stunden Videodaten generieren. Jedoch wird nur ein geringer Teil...

MRT-Bilder stellen aufgrund ihrer Komplexität und großen Datenmenge seit langem eine Herausforderung in der medizinischen Bildanalyse dar. Um große Sprachmodelle (LLMs) für die MRT-Analyse zu trainieren, mussten Entwickler die aufgenommenen Bilder in 2D-Bilder zerteilen. Dieses Verfahren ist zwar möglich, schränkt aber die Fähigkeit des Modells zur Analyse komplexer anatomischer Strukturen ein, insbesondere bei komplexen Fällen wie Hirntumoren, Knochenerkrankungen oder Herz-Kreislauf-Erkrankungen. Bildquelle: Bild wurde mit KI generiert, Bildlizenzanbieter Midjourney. GE Healthcare hat jedoch in diesem Jahr...

Ärgern Sie sich noch über die Verarbeitung verschiedener Formate unstrukturierter Dokumente? Fireworks AI hat kürzlich eine innovative Funktion namens „Document Inlining“ vorgestellt. Diese Funktion wandelt unstrukturierte Dokumente wie PDFs, Screenshots und Bilder in strukturierten Text um, der von großen Sprachmodellen (LLMs) verstanden werden kann. Dies liefert Chatbots und KI-Modellen direkt verwendbare Textinhalte und verbessert die Effizienz und Genauigkeit der KI-Dokumentenverarbeitung erheblich. Der Kern von Document Inlining liegt in seiner leistungsstarken, zusammengesetzten Funktionalität.

In der Videoanalyse ist die Persistenz von Objekten ein wichtiger Hinweis für das menschliche Verständnis, dass Objekte auch bei vollständiger Verdeckung weiterhin existieren. Die meisten aktuellen Objekttrennmethoden konzentrieren sich jedoch nur auf sichtbare (modale) Objekte und berücksichtigen nicht-modale Objekte (sichtbar + unsichtbar) unzureichend. Um dieses Problem zu lösen, schlagen die Forscher eine zweistufige Methode namens Diffusion-Vas basierend auf Diffusions-A-priori-Information vor, um die nicht-modale Segmentierung und Inhaltsauffüllung von Videos zu verbessern. Sie kann spezifische Ziele in Videos verfolgen und dann den verdeckten Bereich mithilfe eines Diffusionsmodells auffüllen.

Mit der rasanten Entwicklung der künstlichen Intelligenz hat die Integration von visuellen und sprachlichen Fähigkeiten zu bahnbrechenden Fortschritten bei visuell-sprachlichen Modellen (VLMs) geführt. Diese Modelle sollen visuelle und Textdaten gleichzeitig verarbeiten und verstehen und werden in einer Vielzahl von Anwendungen eingesetzt, darunter Bildbeschreibung, visuelle Frage-Antwort-Systeme, optische Zeichenerkennung und multimodale Inhaltsanalyse. VLMs spielen eine wichtige Rolle bei der Entwicklung autonomer Systeme, der Verbesserung der Mensch-Computer-Interaktion und der Erstellung effizienter Dokumentenverarbeitungstools und schließen erfolgreich die Lücke zwischen diesen beiden Datenmodalitäten. Die Verarbeitung von hochauflösenden visuellen Daten und vielfältigen Texteingaben stellt jedoch...

Im digitalen Zeitalter wächst die Menge an Videodaten exponentiell. Herkömmliche Such- und Analysemethoden stoßen jedoch an ihre Grenzen. Twelve Labs revolutioniert diesen Bereich mit Künstlicher Intelligenz und ermöglicht ein revolutionäres Verständnis von Videoinhalten. Traditionelle Videosuchen beschränken sich auf Titel und Tags – ein Blick auf die Spitze des Eisbergs. Twelve Labs Gründer Jae Lee weiß, dass echtes Videoverständnis tiefere Technologie erfordert. Das Modell erkennt nicht nur Schlüsselwörter, sondern versteht auch Aktionen und Objekte im Video.

Twelve Labs hat eine innovative KI-Technologie entwickelt, die Videoinhalte analysieren und durchsuchen kann. Benutzer können nach bestimmten Inhalten suchen, z. B. "Wann betritt die Person im roten Hemd das Restaurant?", und Videoabschnitte automatisch zusammenfassen lassen. Diese Technologie hat bereits die Aufmerksamkeit großer Investoren wie Nvidia, Samsung und Intel auf sich gezogen. Im Vergleich zu bestehenden Technologien wie Googles Gemini liegt der größte Vorteil von Twelve Labs in seiner hohen Anpassungsfähigkeit: Kunden können das Modell mit ihren eigenen Daten trainieren und es an spezifische Bedürfnisse anpassen.