Bild- & Video-KI News

16:01 Modelle & Forschung

Neuer Ansatz verbessert autoregressive Bildgenerierungsmodelle durch selbstgesteuertes Training

ST-AR revolutioniert Bildgenerierung! Selbstgesteuertes Training verbessert autoregressive Modelle, steigert Bildqualität & Verständnis. Bis zu 49% bessere FID-Scores! Keine vortrainierten Modelle nötig.

13:05 KI aus China

Tencents Flux-Modell und die Zukunft der KI-Bildgenerierung mit SRPO

Tencents SRPO-Modell: Revolutioniert es die KI-Bildgenerierung? Analyse des neuen Ansatzes, seiner Funktionsweise & Implikationen für KI-Content.

13:05 Modelle & Forschung

Neues Framework zur Diagnose von Halluzinationen in Videomodellen

Dr.V: Neues Framework zur Erkennung von Halluzinationen in großen Videomodellen (LVMs). Nutzt räumlich-zeitliche Verankerung & kognitive Schlussfolgerungen für verbesserte Interpretierbarkeit & Zuverlässigkeit.

14:15 KI aus China

ByteDance stellt neues KI-System Seedream 4.0 für Bildgenerierung und -bearbeitung vor

ByteDance präsentiert Seedream 4.0: KI-Bildgenerierung & Bearbeitung jetzt 10x schneller! 4K-Auflösung, Referenzbilder, einfache Textbefehle. Verfügbar über Volcano Engine, Doubao & Partner.

14:15 Modelle & Forschung

Neue Ansätze zur menschenzentrierten Videogenerierung mit dem HuMo-Framework

HuMo: KI-Framework für menschenzentrierte Videogenerierung. Analysiert die multimodale Steuerung (Text, Bild, Audio) und präsentiert innovative Strategien für realistische & kontrollierbare Videos.

14:15 Modelle & Forschung

Neuer Datensatz SpatialVID verbessert Training von KI-Modellen in Video- und 3D-Vision

SpatialVID: Umfassender Datensatz für Video- & 3D-Vision-Forschung. 7000+ Stunden annotierte Videos mit Kamerapositionen, Tiefenkarten uvm. Fördert bessere KI-Modelle.

14:15 KI aus China

Integration von Tencents HunyuanImage-2.1 in AnyCoder eröffnet neue Möglichkeiten in der KI-basierten Bildgenerierung

HunyuanImage-2.1 von Tencent jetzt in AnyCoder! 2K-Bildgenerierung per KI, einfach integriert dank FAL-Plattform.

15:12 Modelle & Forschung

NanoBanana: Innovative Ansätze für interaktives Storytelling und Bildgenerierung

NanoBanana KI-Bildgenerator: Interaktives Storytelling & Chatbots! Tweet zeigt neue Anwendungsmöglichkeiten & Walkthrough-Video.

15:12 Modelle & Forschung

Neues Reinforcement Learning Framework TraceRL für verbesserte Leistung von Diffusions-LLMs

TraceRL: Neues Reinforcement Learning Framework für Diffusions-LLMs von Princeton & Gen-Verse. Verbessert logisches Schließen mit beispielloser Dateneffizienz. Steigert LLM-Leistung in komplexen Anwendungen.

10:35 KI aus China

Qwen-Image-Edit bringt neue Dimensionen in die KI-gestützte Bildbearbeitung für Anycoder

KI-Bildbearbeitung in Anycoder: Qwen-Image-Edit integriert! Präzise Textbearbeitung (EN/CN), semantische & optische Änderungen, Beibehaltung des Stils.

10:35 Modelle & Forschung

Innovative 3D-Inhaltserstellung aus Einzelbildern mit SceneGen

SceneGen generiert effizient 3D-Szenen aus Einzelbildern ohne Optimierung. Nutzt lokale & globale Infos für detailreiche Modelle. Ideal für VR/AR & Embodied AI.

10:35 Modelle & Forschung

Grounded VideoDiT: Fortschritte in der Analyse langer Videos durch innovative Video-LLMs

Grounded VideoDiT: Video-LLM für präzises Video-Verständnis. Verbessert zeitliche Wahrnehmung & Entitätsinteraktion. State-of-the-Art auf VideoQA-Benchmarks.

10:35 Modelle & Forschung

Neue Methode zur schnellen 3D-Rekonstruktion menschlicher Körper aus zwei Bildern

Schnelle 3D-Rekonstruktion von Körpern aus 2 Bildern! Neue Methode erstellt in 190ms hochwertige 3D-Modelle mit Gaußschen Funktionen, auch von Mobilgeräten. Ideal für VR, Spiele & Medizin.

16:29 Praxis & Anwendung

Cofenster präsentiert innovative KI-Tools zur Optimierung der Videoproduktion

Cofenster revolutioniert Videoproduktion mit KI: Milo (Schnitt), Ella (Konzeption), Theo (Text-zu-Video). Effizienter & günstiger als Agenturen?

10:53 Tools & Entwicklung

Fortschritte in der KI-gestützten Content-Erstellung durch Bild-zu-Video-Integration in AnyCoder

KI-gestützte Bild-zu-Video-Generierung in AnyCoder dank Lightricks' LTX-Video! Revolutioniert Vibe Coding & B2B Content-Erstellung. Effizientere Workflows & innovative Möglichkeiten.

10:53 KI aus China

Tencents X-Omni: Ein neuer Ansatz in der KI-Bildgenerierung mit Open-Source-Technologien

Tencents X-Omni: Open-Source KI-Bildgenerator mit Fokus auf Textausgabe in Bildern. Übertrifft GPT-4o in Benchmarks. Basiert auf verstärktem Lernen & Open-Source-Komponenten.

Auch: Tencents X-Omni ein innovatives KI-Modell zur Bilderzeugung mit Open-Source-Technologie

10:53 Open Source

Matrix-Game 2.0: Fortschritte in der Open-Source-Videogenerierung mit KI

Skyworks Matrix-Game 2.0: Open-Source Alternative zu DeepMind Genie 3! Generiert interaktive Videos mit hoher Bildrate. Ideal für Game-Prototyping, KI-Training & mehr.

13:15 Modelle & Forschung

Neues KI-Feature von Higgsfield AI revolutioniert die Videoerstellung mit „Draw-to-Video“

Higgsfield AI revolutioniert Video-Content mit "Draw-to-Video"! Skizzen werden zu Videos dank KI-Modellen wie MiniMax & Veo 3. Einfachere, kreative Videoerstellung.

13:15 Modelle & Forschung

Neue Methode verbessert Inferenzgeschwindigkeit von Diffusions-LLMs

D2F beschleunigt die Inferenz von Diffusions-LLMs um das 2.5-50fache! Neue Methode kombiniert autoregressive & parallele Decodierung für schnellere Textgenerierung. Open Source!

23:39 Modelle & Forschung

Voost: Neuer Diffusions-Transformer revolutioniert virtuelles Anprobieren von Kleidung

Voost: Einheitlicher Diffusions-Transformer für virtuelles An- & Ausprobieren von Kleidung. State-of-the-Art Ergebnisse, verbesserte Körper-Kleidungsstück-Anpassung, ideal für E-Commerce & Mode.

23:39 Modelle & Forschung

Omni-Effects: Innovatives Framework für die Kontrolle visueller Effekte in der Videoproduktion

Omni-Effects: Revolutionäres Framework für visuelle Effekte in Videos! Vereint verschiedene Effekte, präzise räumliche Steuerung dank LoRA-MoE & SAP. Omni-VFX Datensatz & mehr Infos hier!

13:23 Modelle & Forschung

Fortschritte bei der Verarbeitung variabler Sequenzlängen in Diffusionsmodellen für Sprachmodelle

Neue Forschung: Variable Sequenzlängen für Diffusionsmodelle revolutionieren LLMs! Ermöglicht längere Texte, komplexere Aufgaben & effizientere Sprachmodelle.