Kategorie
342 articles
Vier Imagen-Modelle und eine Flux-Veröffentlichung landeten am selben Tag auf derselben Plattform. Die Unterschiede, die zählen, sind enger, als das Marketing suggeriert.
Zwei Modelle mit sechs Milliarden Parametern zielen auf die unglamouröse Hälfte des Designs: lesbare Schrift und eine Ausgabe, die sich noch bearbeiten lässt, wenn der Kunde eine Änderung wünscht.
Die Sprachenzahl ist die Schlagzeile, aber die Synchron- und Untertitel-Zweige machen es nützlich. Übersetzung wird als eine Reihe eingeschränkter Aufgaben neu aufgebaut.
Echte Roboterdaten sind knapp und teuer. Runway argumentiert, dass die Abkürzung über Video führt – und meldet eine Korrelation von 0,95 zwischen simulierten und realen Ergebnissen.
Einen überzeugenden Clip zu generieren, ist heute Routine. Sich daran zu erinnern, was eine Produktion über vierzig Einstellungen hinweg entschieden hat, ist das schwierigere Problem – und Utopai wettet darauf, dass genau das das Produkt ist.
Statt einen Clip zurückzugeben, hält R2 eine Welt am Laufen, während Sie sich durch sie bewegen. Der Preis dafür ist die Qualität pro Frame – und AIsphere sagt das offen.
Ein Bild einmal zu bearbeiten ist einfach. Es vierzehn Mal zu bearbeiten, ohne dass das Bild auseinanderfällt, ist der schwierige Teil – und drei Unternehmen wetteifern nun darum, ihn zu lösen.
Wenn mehrere Modelle einen überzeugenden Clip zeichnen können, trennt Qualität sie nicht mehr. Der nächste Wettstreit dreht sich darum, ob das Modell versteht, wie sich Ereignisse entfalten sollten.
Das Sampling von 50 auf vier Schritte zu reduzieren ist keine kleine Optimierung. Es verändert Latenz, Kosten und die Frage, ob ein Bildmodell auf dem Rechner direkt vor Ihnen laufen kann.
Images 2.5 kommt als zwei Modelle zu einem Preis. Die Aufteilung ist ein Eingeständnis, dass sich die Käufer von Bildgenerierung in zwei verschiedene Arten von Nutzern aufgeteilt haben.
GLM-5.3-Flash wird unter MIT-Lizenz als Open Source veröffentlicht und läuft auf inländischen Chips; Meituan präsentiert LongCat-2.0 mit 1,6 Billionen Parametern. Im September überschlagen sich die Open-Source-Veröffentlichungen chinesischer LLMs – wirklich konkurriert wird um „Erschwinglichkeit“.
Jeder kann jetzt ein fotorealistisches Bild rendern. Das neue Rennen ist Iteration, Konsistenz und Lizenzklarheit. Hier ist der Stand der Bildmodelle.
