multimodale Modelle

Google veröffentlicht multimodales Open-Modell: EmbeddingGemma 2

Google DeepMind hat am Dienstag, den 6. Oktober, EmbeddingGemma 2 veröffentlicht. Das Modell mit offenen Gewichten wandelt Text, Code, Bilder, Video und Audio in einen gemeinsamen 768-dimensionalen Embedding-Raum um und ist kompakt genug, um auf Smartphones und Laptops zu laufen.…

Chinesische KI-Modelle holen auf: Globaler Wettlauf formiert sich neu

Das Qwen-Team von Alibaba Cloud hat QVQ-72B-Preview veröffentlicht, ein experimentelles Open-Weight-Modell, das visuelles Verständnis mit logischer Argumentation (Chain-of-Thought) kombiniert. Dies markierte einen frühen Einstieg in ein Feld, das sich inzwischen zu einem dicht besiedelten Markt für multimodale KI-Systeme entwickelt hat.

DeepSeek bringt neues Vision-Modell als Konkurrenz zu Anthropics Opus 4.8

Das chinesische KI-Labor DeepSeek hat am Freitag ein experimentelles multimodales Modell veröffentlicht. Nach Angaben des Unternehmens erreicht es bei wichtigen Benchmarks fast die Leistung von Anthropics Claude Opus 4.8. Damit treibt das Unternehmen seine Expansion im Bereich der visuellen KI…