OpenAIs Forschungsschleife beginnt, sich selbst zu schließen
Ein Forscher gibt ein Beispiel für eine Optimierung, und interne Agenten verbringen Wochen damit, ähnliche zu testen. Das Interessante ist die Richtung der Schleife.
Blog
Entdecken Sie Tipps, Tutorials und Einblicke zur generativen KI
Der Landraub bei Coding-Agenten verlagert sich auf den Desktop
Drei Markteinführungen an einem Tag, eine Veröffentlichung am Tag danach. Der Kampf um Coding-Agenten dreht sich nicht mehr darum, welches Modell am besten schreibt, sondern darum, welches Fenster zuerst geöffnet wird.
Taobao will, dass jedes Produkt zu seinem eigenen Content wird
Ein Produkt, viele Narrative. Taobao wettet darauf, dass Händler lieber ein Content-Asset besitzen, das weiter funktioniert, als eine Anzeige zu kaufen, die beim Anblick verbraucht ist.
SenseTime will Bilder geliefert, nicht ausgewürfelt
Die meisten Bildmodelle beantworten einen Prompt und hören auf. SenseNova U1 Pro ist darauf ausgelegt, ein Briefing zu beantworten, was eine unordentlichere und nützlichere Sache ist.
Flux 3 und Imagen 4 landen auf Replicate, und das Regal für Bildmodelle wird voller
Vier Imagen-Modelle und eine Flux-Veröffentlichung landeten am selben Tag auf derselben Plattform. Die Unterschiede, die zählen, sind enger, als das Marketing suggeriert.
Ant Groups Ming-Image entwirft in Ebenen, nicht als flache Bilder
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.
Der „KI-Erkennungs“-Kampf in der Zeichen-Community: Beide Seiten von Auftragsarbeiten müssen sich selbst beweisen, KI-„Bildfusion“ treibt das Vertrauen zum Einsturz
Ein Auftrag für 200 Yuan entpuppt sich als KI, eine Handzeichnung für 5.000 Yuan wird als KI gemeldet. Der beidseitig geschärfte Erkennungskrieg in der Zeichen-Community legt die Lücken bei Vertrauen und Recht offen.
Bilibili veröffentlicht eine Übersetzungsfamilie für 150 Sprachen unter Apache-2.0 als Open Source
Die Sprachenzahl ist die Schlagzeile, aber die Synchron- und Untertitel-Zweige machen es nützlich. Übersetzung wird als eine Reihe eingeschränkter Aufgaben neu aufgebaut.
Thomson Reuters v. Ross: Das erste Berufungsurteil zu KI-Training und Fair Use
Das Urteil betrifft ein Suchprodukt, kein Diffusionsmodell, daher bleibt die Frage des Bildtrainings offen. Seine Analysemethode wird jedoch weit über Legal Tech hinausreichen.
Comfy API verwandelt einen ComfyUI-Workflow in einen Produktions-Endpunkt
Einen Workflow zu bauen war nie der schwierige Teil. Ihn auszuliefern war es – und deshalb konnte ein kleines Team ein internes ComfyUI-Tool bisher nicht in ein Produkt verwandeln.
Runways Praxis-1-Wette: Video-Pretraining als Abkürzung zu Robotergehirnen
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.
Der Roboter, der nie entkam: Wie KI-Video neu definiert, was als Beweis zählt
Millionen fragten, ob der Roboter wirklich rannte. Er existierte nicht. In einem Jahr echten Robotik-Fortschritts bezieht synthetisches Filmmaterial seine Glaubwürdigkeit aus dem Echten.