Das französische KI-Forschungslabor Kyutai, unterstützt vom Milliardär Xavier Niel, hat einen neuen Sprachassistenten namens Moshi vorgestellt. Dieser Assistent kann 70 verschiedene Emotionen und Stile nutzen, um besonders echt zu wirken. Kyutai gibt den Code der Technologie als Open Source frei.
Google will die Genauigkeit seiner KI-Modelle verbessern. Um „Halluzinationen“ zu vermeiden, arbeitet das Unternehmen mit Partnern wie Moody’s, Thomson Reuters und ZoomInfo zusammen. Sie sollen KI-Systeme mit aktuellen Informationen füttern. Ein neuer „Confidence Score“ soll außerdem anzeigen, wie sicher die KI ist, eine korrekte Antwort gegeben zu haben. Google veröffentlicht mit Gemma 2 darüber hinaus eine neue Reihe leichter KI-Modelle. …
Googles KI-Forschungslabor DeepMind hat eine neue Technologie namens V2A entwickelt, die automatisch passende Soundtracks, Soundeffekte und sogar Dialoge für Videos generieren kann. Obwohl V2A vielversprechend scheint, räumt DeepMind ein, dass die generierte Audioqualität noch nicht perfekt ist. Es ist vorerst nicht allgemein erhältlich.
LiveBench ist ein neuer Benchmark für große Sprachmodelle, die von einem Wissenschaftlerteam entwickelt wurde. Im Gegensatz zu bestehenden Benchmarks verwendet er ständig aktualisierte Fragen aus aktuellen Quellen und bewertet die Antworten automatisch anhand objektiver Kriterien. Das Team hat sich besonders bemüht, die Gefahr der „Contamination“ zu vermeiden, bei der die Trainingsdaten eines Sprachmodells die Testdaten eines …
Kong Inc. hat sein „AI Gateway“ veröffentlicht, eine Plattform, die Unternehmen die Kontrolle und sichere Nutzung von generativer KI in verschiedenen Cloud-Umgebungen erleichtern soll. Laut Kong ermöglicht das Gateway die Integration und Verwaltung verschiedener KI-Technologien über eine einzige Schnittstelle und bietet unter anderem Sicherheitsfunktionen, die Missbrauch durch Manipulation der Eingaben (Prompts) für KI-Modelle verhindern sollen.
Nvidias neues, offenes Sprachmodell Nemotron-4 340B soll laut Unternehmensangaben die Generierung synthetischer Daten revolutionieren und Unternehmen die Möglichkeit geben, maßgeschneiderte KI-Modelle zu entwickeln.
Die ehemalige Meta-Ingenieure Fryderyk Wiatrowski und Peter Albert haben einen KI-Agenten namens Jace entwickelt, der Aufgaben im Browser selbstständig erledigen soll wie etwa eine Hotelbuchung.
Stability AI hat mit Stable Diffusion 3 Medium eine kleinere Version seines Bildgenerierungsmodells veröffentlicht, die auf PCs mit nur 5 GB VRAM laufen kann. Das Modell bietet laut Stability AI eine vergleichbare Qualität wie die größere Version und könnte somit eine attraktive Option für Anwender mit begrenzten Ressourcen sein.
Microsoft hat mit Florence-2 ein vielseitiges KI-Modell vorgestellt, das verschiedene Bildverarbeitungsaufgaben mit einem einzigen, einheitlichen Ansatz bewältigen kann. Das unter MIT-Lizenz verfügbare Modell übertrifft trotz seiner kompakten Größe offenbar größere Spezialmodelle in Bereichen wie Bildbeschriftung und Objekterkennung und könnte Unternehmen helfen, Investitionen in separate aufgabenspezifische Modelle einzusparen.
Meta veröffentlicht eine Reihe neuer KI-Modelle für Audio, Text und Wasserzeichen. Außerdem stellt Meta zwei Größen seines multimodalenTextmodells Chameleon für Forschungszwecke zur Verfügung. Diese Modelle ermöglichen es, Aufgaben zu erledigen, die visuelles und textuelles Verständnis erfordern, wie z. B. Bildbeschriftung.