KI-Nachrichten

Verpassen Sie keinen Moment der globalen KI-Innovation

KI-Tagesübersicht

Tägliche Drei-Minuten-KI-Branchentrends

KI-Zeitleiste

Meilensteine der KI-Industrie

KI-Monetarisierungs-Leitfaden

Neueste Fälle

KI-Monetarisierungsfall-Sharing

Bildersammlung

KI-Bilderstellungs-Monetarisierungsfälle

Videosammlung

KI-Videoerstellungs-Monetarisierungsfälle

Audiosammlung

KI-Audioerstellungs-Monetarisierungsfälle

Inhaltssammlung

KI-Content-Writing-Monetarisierungsfälle

KI-Tutorials

Neueste Tutorials

Kostenlose Weitergabe der neuesten KI-Tutorials

KI-Produkt-Rankings

KI-Produkt-Ranking

Zeigt das Ranking der Gesamtbesuche von KI-Websites

KI-Traffic-Wachstumsranking

Verfolgen Sie die am schnellsten wachsenden KI-Websites nach Traffic

KI-Traffic-Rückgangsranking

Konzentrieren Sie sich auf KI-Websites mit signifikanten Traffic-Einbrüchen

KI-Wochenranking

Zeigt das wöchentliche Besuchsranking von KI-Websites

Beliebte Länder-Rankings

Vereinigte Staaten

KI-Websites, die bei US-Nutzern am beliebtesten sind

China

KI-Websites, die bei chinesischen Nutzern am beliebtesten sind

Indien

KI-Websites, die bei indischen Nutzern am beliebtesten sind

Brasilien

KI-Websites, die bei brasilianischen Nutzern am beliebtesten sind

Beliebte Kategorie-Rankings

Bildgenerierung

Ranking der Gesamtbesuche von KI-Bildgenerierungs-Websites

Persönlicher Assistent

Ranking der Gesamtbesuche von KI-Websites für persönliche Assistenten

Charaktergenerierung

Ranking der Gesamtbesuche von KI-Websites zur Charaktergenerierung

Videogenerierung

Ranking der Gesamtbesuche von KI-Videogenerierungs-Websites

Beliebte Open-Source-Datenrankings

KI-Projektranking

GitHub beliebte KI-Projekte nach Gesamt-Stars

KI-Projektwachstumsranking

GitHub beliebte KI-Projekte nach Wachstumsrate

KI-Entwickler-Ranking

GitHub beliebtes KI-Entwickler-Ranking

KI-Organisationsranking

GitHub beliebtes KI-Organisationsranking

Beliebte Open-Source-Kategorien

Deepseek

GitHub beliebte Deepseek Open-Source-Projekte

TTS

GitHub beliebte TTS Open-Source-Projekte

LLM

GitHub beliebte LLM Open-Source-Projekte

ChatGPT

GitHub beliebte ChatGPT Open-Source-Projekte

KI-Open-Source-Projektbibliothek

Überblick

Überblick über GitHub beliebte KI-Open-Source-Projekte

Produktbibliothek Tool Navigation

GLM-4V-9B

Open-Source-Multimodal-Pretrainiertes Modell mit chinesisch-englischer Dialogfähigkeit.

Internationale AuswahlProgrammierungMultimodalPrätrainiertes Modell

Website öffnen

GLM-4V-9B ist ein von Zhipu AI entwickeltes, neues prätrainiertes Modell, das mehrsprachige (Chinesisch und Englisch) mehrstufige Dialoge mit einer hohen Auflösung von 1120 x 1120 Pixeln sowie visuelle Verständnisfähigkeiten unterstützt. In multimodalen Tests zeigte GLM-4V-9B eine überragende Leistung, die GPT-4-turbo-2024-04-09, Gemini 1.0 Pro, Qwen-VL-Max und Claude 3 Opus übertrifft.

Website öffnen

GLM-4V-9B Neueste Verkehrssituation

Monatliche Gesamtbesuche

29742941

Absprungrate

44.20%

Durchschnittliche Seiten pro Besuch

5.9

Durchschnittliche Besuchsdauer

00:04:44

GLM-4V-9B Besuchstrend

GLM-4V-9B Geografische Verteilung der Besuche

GLM-4V-9B Traffic-Quellen

GLM-4V-9B Alternativen

GLM-4V-9B — Open-Source-Multimodal-Pretrainiertes Modell mit chinesisch-englischer Dialogfähigkeit.

Internationale Auswahl

•Multimodal•Prätrainiertes Modell

840

DreamActor-M1 — Ein auf DiT basierender Framework für die menschliche Bildanimation, der präzise Steuerung und langfristige Konsistenz ermöglicht.

Produktivität

•Menschliche Animation•Videogenerierung

Gemini 2.5 — O Gemini 2.5 é o modelo de IA mais inteligente do Google, com capacidade de raciocínio.

Internationale Auswahl

•Inteligência Artificial•Programação

102

Mistral Small 3.1 — Open-Source-Modell zur Verbesserung der Text- und Bildverarbeitungsfähigkeiten.

Produktivität

•Multimodal•Textverarbeitung

276

MistralOCR.net — Mistral OCR ist ein leistungsstarkes OCR-Produkt zum Verständnis von Dokumenten, das mit sehr hoher Genauigkeit Text, Bilder, Tabellen und Gleichungen aus PDFs und Bildern extrahieren kann.

Produktivität

•Dokumentenverarbeitung•OCR

258

Gemini Robotics — Robotermodell basierend auf Gemini 2.0, das KI in die physische Welt bringt und über visuelle, sprachliche und motorische Fähigkeiten verfügt.

Internationale Auswahl

•Künstliche Intelligenz•Robotik

180

R1-Omni — R1-Omni ist ein multimodalen Emotionserkennungsmodell, das Reinforcement Learning integriert und sich auf die Verbesserung der Interpretierbarkeit der multimodalen Emotionserkennung konzentriert.

Programmierung

•Multimodal•Emotionserkennung

330

GO-1 — Zhiyuan veröffentlicht das erste universelle, verkörperte Basis-Großmodell GO-1 und präsentiert bahnbrechend die ViLLA-Architektur, um die Entwicklung der verkörperten KI voranzutreiben.

Inländische Auswahl

•Verkörperte KI•Multimodal

210

OpenAI Agents SDK — Das OpenAI Agents SDK ist ein Entwicklungskit zum Erstellen autonomer Agents und vereinfacht die Orchestrierung von Multi-Agenten-Workflows.

Internationale Auswahl

•Künstliche Intelligenz•Agents

294

SmolVLM2 — SmolVLM2 ist ein leichtgewichtiges Sprachmodell, das sich auf die Analyse und Generierung von Videoinhalten konzentriert.

Video

•Videoanalyse•Textgenerierung

162

Aya Vision — Aya Vision ist ein mehrsprachiges, multimodales visuelles Modell von Cohere, das darauf abzielt, das Verständnis von visuellem und Textmaterial in mehrsprachigen Szenarien zu verbessern.

Internationale Auswahl

•Mehrsprachig•Multimodal

132

EgoLife — EgoLife ist ein langfristiges, multimodales und mehrperspektivisches Projekt für einen KI-Assistenten im Alltag, das darauf abzielt, die Forschung zum Verständnis von Langzeitkontexten voranzutreiben.

Produktivität

•KI•Multimodal

102

UniTok — UniTok ist ein einheitlicher visueller Tokenizer für die visuelle Generierung und das visuelle Verständnis.

Bild

•Künstliche Intelligenz•Visuelle Generierung

150

ViDoRAG — ViDoRAG ist ein dynamisches iteratives Inferenz-Agenten-Framework, das die visuelle Dokumentensuche mit der Generierung kombiniert.

Programmierung

•Multimodal•Retrieval-Enhanced-Generierung

120

Mochii AI — Mochii AI ist ein personalisiertes KI-Ökosystem, das von hochmodernen Modellen unterstützt wird und die Zukunft der Zusammenarbeit zwischen Mensch und KI vorantreibt.

Inländische Auswahl

•Künstliche Intelligenz•Produktivitätswerkzeug

162

M2RAG — Code-Repository für Benchmark-Tests zur retrieval-augmented generation in multimodalen Kontexten.

Programmierung

•Multimodal•Retrieval-augmented Generation

108

TheoremExplainAgent — TheoremExplainAgent ist ein intelligentes System zur Generierung multimodaler Erklärvideos für Theoreme.

Bildung

•Künstliche Intelligenz•Bildung

138

Phi-4-multimodal-instruct — Phi-4-multimodal-instruct ist ein leichtgewichtiges, multimodales Basismodell von Microsoft, das Text-, Bild- und Audioeingaben unterstützt.

Produktivität

•Multimodal•Spracherkennung

144

Magma-8B — Magma-8B ist ein von Microsoft entwickeltes multimodales KI-Modell, das Bild- und Texteingaben verarbeiten und Textausgaben generieren kann.

Bild

•Multimodal•KI

120

DeepSeek Japanisch — DeepSeek ist ein fortschrittliches KI-Sprachmodell, das sich auf logisches Denken, Mathematik und Programmieraufgaben spezialisiert hat und kostenlos nutzbar ist.

Produktivität

•KI•Sprachmodell

234

ZeroBench — ZeroBench ist ein hoch anspruchsvoller visueller Benchmark für moderne, große multimodale Modelle.

Bild

•Multimodal•Benchmark

198

Magma — Magma ist ein grundlegendes, multimodal einsetzbares Modell, das multimodale Eingaben versteht und verarbeitet und für komplexe Aufgaben und Umgebungen verwendet werden kann.

Produktivität

•Multimodal•KI

204

Grok 3 — Das neueste Flaggschiff-AI-Modell Grok 3 von xAI, mit leistungsstarker Inferenz und multimodaler Verarbeitungsfähigkeit.

Internationale Auswahl

•KI•Inferenz

2304

CLaMP 3 — CLaMP 3 ist ein einheitlicher Rahmen für die musikbezogene Informationsrecherche über verschiedene Modalitäten und Sprachen hinweg.

Musik

•Musik-Informationsrecherche•Multimodal

192

VideoRAG — VideoRAG ist ein retrieval-augmented generation framework (RAG) zur Verarbeitung von Videos mit extrem langen Kontexten.

Video

•Videoverständnis•Retrieval-augmented

210

MedRAX — MedRAX ist ein medizinischer KI-Agent zur Interpretation von Röntgenaufnahmen des Brustkorbs. Er integriert verschiedene Analysewerkzeuge und kann komplexe medizinische Anfragen ohne zusätzliches Training verarbeiten.

Andere

•KI•Medizin

234

Qwen2.5-VL — Qwen2.5-VL ist ein leistungsstarkes visuell-linguistisches Modell, das Bild- und Videoinhalte versteht und entsprechenden Text generiert.

Inländische Auswahl

•Multimodal•Bilderkennung

1116

Gemini 2.0 Familie — Gemini 2.0 ist Googles neueste Generation von generativen KI-Modellen und umfasst die Versionen Flash, Flash-Lite und Pro.

Internationale Auswahl

•Generative KI•Programmierung

240

Gemini 2.0 Pro — Gemini Pro ist ein von Google DeepMind entwickeltes, leistungsstarkes KI-Modell, das sich auf die Bearbeitung komplexer Aufgaben und Programmierleistung konzentriert.

Internationale Auswahl

•KI•Programmierung

318

OmniHuman-1 — OmniHuman-1 ist ein multimodaler Rahmen, der aus einem einzelnen Porträtbild und Bewegungssignalen menschenähnliche Videos generiert.

Video

•Künstliche Intelligenz•Videogenerierung

5616