Google DeepMind hat eine überarbeitete Version seines Videogenerierungsmodells Veo 3.1 veröffentlicht. Das Update unter dem Namen „Ingredients to Video” verspricht verbesserte Konsistenz, erweiterte kreative …
Google DeepMind hat eine überarbeitete Version des Gemini 2.5 Native Audio-Modells veröffentlicht und gleichzeitig Updates für seine Text-to-Speech-Komponenten angekündigt. Die Neuerungen sollen leistungsfähigere Sprachinterfaces …
Das Audio- und Video-Editing-Unternehmen Descript setzt auf Sprachmodelle von OpenAI, um Videoinhalte automatisiert in mehrere Sprachen zu synchronisieren – und das im industriellen Maßstab. …
Google hat mit Nano Banana 2 ein neues Bildgenerierungsmodell veröffentlicht, das sich explizit an den produktiven Unternehmenseinsatz richtet. Das Modell soll die Bildqualität von …
Das Deployment von Machine-Learning-Modellen in Produktionsumgebungen zählt zu den kritischsten Phasen eines KI-Projekts. Ein fehlerhafter Rollout kann Nutzererlebnisse beschädigen, Geschäftsprozesse stören oder Vertrauen kosten …
Google DeepMind hat mit „Gemini Deep Think” eine erweiterte Variante seines Large Language Model vorgestellt, die gezielt auf komplexe mathematische und wissenschaftliche Problemstellungen ausgerichtet …
OpenAI hat mit GPT-5.4 Thinking ein neues Sprachmodell vorgestellt, das speziell auf komplexe mehrstufige Schlussfolgerungen ausgelegt ist. Das Modell ergänzt die bestehende GPT-5-Familie und …
OpenAI hat mit GPT-5.4 das bislang leistungsfähigste Modell der GPT-5-Reihe veröffentlicht. Das Unternehmen positioniert es explizit als Frontier-Modell für anspruchsvolle Unternehmensanwendungen – mit deutlich …
Google DeepMind hat Gemini 3 Flash vorgestellt, ein Large Language Model, das Leistung auf Frontier-Niveau mit deutlich geringeren Latenzen und Betriebskosten verbinden soll. Das …
Autonome Rollstühle, die mithilfe von KI-Systemen ohne menschliche Steuerung navigieren, haben in der Forschung erhebliche Fortschritte erzielt. Die Technologie könnte Millionen von Menschen mit …
Wer KI-Systeme für spezifische Fachbereiche einsetzen möchte, scheitert häufig daran, dass allgemeine Sprachmodelle branchenspezifisches Vokabular und Kontexte nur unzureichend abbilden. NVIDIA-Forscher haben auf der …
Microsofts sogenanntes Superintelligenz-Team hat einen neuen Text-to-Image-Generator namens MAI-Image-2 veröffentlicht. Das Modell ist der erste eigenständige Bildgenerator, der direkt aus dieser Forschungsabteilung des Konzerns …
