AI 资讯

Empfohlen KI-Produkte KI-Bewertungen KI-Anleitungen KI-Tech KI-E-Commerce Selbstmedien
Ghibli-Diffusion: KI-Bildgenerierungsmodell im Studio-Ghibli-Stil
Ghibli-Diffusion: KI-Bildgenerierungsmodell im Studio-Ghibli-Stil
2025-03-29
ArXiv MCP Server: MCP-Server zum Suchen und Analysieren von arXiv-Papieren
ArXiv MCP Server: MCP-Server zum Suchen und Analysieren von arXiv-Papieren
2025-03-29
MegaTTS 3: Zero-Shot Text-to-Speech-System von ByteDance
MegaTTS 3: Zero-Shot Text-to-Speech-System von ByteDance
2025-03-29
GhidraMCP: Open-Source-Projekt, das KI-LLMs ermöglicht, Ghidra autonom für Reverse Engineering zu bedienen
GhidraMCP: Open-Source-Projekt, das KI-LLMs ermöglicht, Ghidra autonom für Reverse Engineering zu bedienen
2025-03-29
Doubaos Deep Thinking im Vergleich zu DeepSeek: Was ist besser?
Doubaos Deep Thinking im Vergleich zu DeepSeek: Was ist besser?
2025-03-28
ChatAnyone: Alibabas Portrait-Video-Generator aus Audio mit ausdrucksstarken Mimiken und Oberkörperbewegungen
ChatAnyone: Alibabas Portrait-Video-Generator aus Audio mit ausdrucksstarken Mimiken und Oberkörperbewegungen
2025-03-28
Ideogram v3 veröffentlicht: neue Funktionen und Verbesserungen
Ideogram v3 veröffentlicht: neue Funktionen und Verbesserungen
2025-03-28
QVQ-Max: Alibabas Visual-Reasoning-Modell, das Bilder und Videos versteht
QVQ-Max: Alibabas Visual-Reasoning-Modell, das Bilder und Videos versteht
2025-03-28
playwright-mcp: ermöglicht LLMs die direkte Steuerung von Browsern zur Bewältigung komplexer Aufgaben
playwright-mcp: ermöglicht LLMs die direkte Steuerung von Browsern zur Bewältigung komplexer Aufgaben
2025-03-27
Mureka O1: das weltweit erste Musik-Reasoning-LLM von Kunlun Tech
Mureka O1: das weltweit erste Musik-Reasoning-LLM von Kunlun Tech
2025-03-27
Qwen2.5-Omni: Alibabas End-to-End Multimodal-Flaggschiff-Modell
Qwen2.5-Omni: Alibabas End-to-End Multimodal-Flaggschiff-Modell
2025-03-27
MoshiVis: Ein Vision-Speech-Modell, das zuhört, sieht und Bilder in flüssiger Sprache bespricht
MoshiVis: Ein Vision-Speech-Modell, das zuhört, sieht und Bilder in flüssiger Sprache bespricht
2025-03-26
BrowserAgent: Browserbasiertes KI-Automatisierungstool – KI-Workflows ohne Code erstellen
BrowserAgent: Browserbasiertes KI-Automatisierungstool – KI-Workflows ohne Code erstellen
2025-03-26
PDF-Craft: Gescannte Buch-PDFs in Markdown/EPUB konvertieren
PDF-Craft: Gescannte Buch-PDFs in Markdown/EPUB konvertieren
2025-03-26
ScoreFlow: automatisierte Erzeugung und Optimierung von Multi-Agenten-Workflows
ScoreFlow: automatisierte Erzeugung und Optimierung von Multi-Agenten-Workflows
2025-03-26
Welche Funktionen bietet die Bildgenerierung in OpenAI GPT-4o?
Welche Funktionen bietet die Bildgenerierung in OpenAI GPT-4o?
2025-03-26
OpenAI veröffentlicht großes GPT-4o-Update: Bildgenerierung und -bearbeitung für ChatGPT
OpenAI veröffentlicht großes GPT-4o-Update: Bildgenerierung und -bearbeitung für ChatGPT
2025-03-26
Gemini 2.5 Pro vs. Gemini 2.5: Welche Verbesserungen gibt es?
Gemini 2.5 Pro vs. Gemini 2.5: Welche Verbesserungen gibt es?
2025-03-26
Google veröffentlicht Gemini 2.5 Pro: starke Schlussfolgerungsfähigkeiten, „das intelligenteste KI-Modell"
Google veröffentlicht Gemini 2.5 Pro: starke Schlussfolgerungsfähigkeiten, „das intelligenteste KI-Modell"
2025-03-26
KDTalker: Realistische Gesichtsausdrücke und Bewegungsvideos aus Audio erzeugen
KDTalker: Realistische Gesichtsausdrücke und Bewegungsvideos aus Audio erzeugen
2025-03-25