Google hat ein neues Tool zur Bilderstellung und -bearbeitung namens Google Pics veröffentlicht. Die App basiert auf Googles KI-Modell Nano Banana und verbindet generative KI mit präzisen Bearbeitungsfunktionen. Nutzer können damit Bilder neu erstellen oder vorhandene Fotos bearbeiten. Die wichtigsten Funktionen im Überblick: Google erklärt, das Tool gebe Nutzern präzise kreative Kontrolle. Kleine Änderungen sollen …
Google hat eine Reihe von Neuerungen für seine KI-gestützten Kreativplattformen Google Flow und Google Flow Music angekündigt. Die Änderungen wurden auf der Google I/O, der jährlichen Entwicklerkonferenz des Unternehmens, vorgestellt. Sie umfassen ein neues KI-Modell, einen agentischen Assistenten, benutzerdefinierte Werkzeuge und mobile Anwendungen. Google Flow ist ein KI-Kreativstudio, mit dem Nutzer mithilfe natürlicher Sprache Videos …
Canva hat eine neue Integration mit Google Gemini veröffentlicht. Nutzerinnen und Nutzer können damit Designs direkt im Chat-Interface des KI-Assistenten erstellen und bearbeiten. Canva teilt mit, dass die Verbindung über einen sogenannten MCP-Server läuft. Die Integration ermöglicht es, neue Designs zu generieren, vorhandene Inhalte zu durchsuchen, Texte und Bilder zu bearbeiten sowie Layouts für verschiedene …
Stability AI hat Stable Audio 3.0 veröffentlicht, eine neue Familie von KI-Modellen zur Audiogenerierung. Alle Modelle wurden mit lizenzierten Musikdaten trainiert. Drei der vier Modelle sind als Open-Weight-Modelle frei verfügbar, das heißt, sie können heruntergeladen und weiterentwickelt werden. Die vier Modelle im Überblick: Small SFX, Small und Medium stehen auf Hugging Face zum Download bereit. …
Google hat auf seiner jährlichen Entwicklerkonferenz I/O den KI-Agenten Gemini Spark vorgestellt. Das System läuft dauerhaft in der Cloud und erledigt Aufgaben, ohne dass Nutzer aktiv eingreifen müssen. Spark basiert auf dem Modell Gemini 3.5 Flash und ist direkt mit Google-Workspace-Diensten wie Gmail, Docs und Slides verbunden. Nutzer können dem Agenten Aufgaben übertragen, etwa das …
Google hat Gemini Omni vorgestellt, ein neues KI-Modell, das Text, Bilder, Audio und Video als Eingabe akzeptiert und daraus Videos erstellt. Das Unternehmen beschreibt es als nativ multimodal: Ein einziges Modell verarbeitet alle Inhaltstypen, ohne Aufgaben an separate Systeme weiterzugeben. Das erste Modell der Familie, Gemini Omni Flash, ist jetzt für Abonnenten der Google-Pläne AI …
Google hat Gemini 3.5 Flash vorgestellt. Das neue Modell für künstliche Intelligenz soll komplexe Aufgaben schnell und kostengünstig erledigen. Bisher mussten sich Unternehmen oft zwischen schnellen, günstigen Modellen und langsameren, leistungsfähigeren Systemen entscheiden. Dieses Problem möchte Google mit der Neuvorstellung lösen. Nach Angaben von Google übertrifft das neue Modell das bisherige Flaggschiff Gemini 3.1 Pro …
Google hat seine Suchleiste zum ersten Mal seit 2001 grundlegend überarbeitet. Das Unternehmen stellte die Änderungen auf seiner jährlichen Entwicklerkonferenz I/O in Mountain View, Kalifornien, vor. Die neue Oberfläche nimmt längere, gesprächsartige Anfragen entgegen und unterstützt Eingaben wie Bilder, Videos, PDFs und Inhalte aus Chrome-Tabs. Viele dieser Funktionen waren bisher nur über einen separaten Bereich …
Amazon hat seinen KI-Sprachassistenten Alexa+ um eine Podcast-Funktion erweitert. Todd Spangler berichtet für Variety, dass das neue Feature namens Alexa Podcasts Audioepisoden vollständig durch künstliche Intelligenz erstellt, mit zwei synthetischen Stimmen als Gastgeber. Nutzer nennen Alexa+ per Sprache ein gewünschtes Thema. Der Assistent erstellt daraufhin eine Übersicht des geplanten Inhalts. Länge und Schwerpunkte lassen sich …
Das KI-Unternehmen Thinking Machines, mitgegründet von der früheren OpenAI-Technikchefin Mira Murati, hat eine Forschungsvorschau sogenannter „Interaction Models“ veröffentlicht. Diese KI-Systeme sollen in Echtzeit wahrnehmen und antworten, anstatt auf das Ende einer Eingabe zu warten. Bisherige KI-Modelle arbeiten im Wechsel: Der Nutzer schickt eine Eingabe, das Modell verarbeitet sie und antwortet. Thinking Machines sieht darin eine …