AI News: Adobe Just Gave In to Google’s AI

Nun, diese Woche war eine richtig coole Woche in der Welt der KI. Wir sahen Nanobananers Veröffentlichung, den besten KI Bildbearbeiter aller Zeiten. Dazu kamen überraschende Firmenkooperationen und eine innovative Vergütung für Content Creator bei KI Quellenangaben. All das und mehr in unserem heutigen Deep Dive. Ich möchte eure Zeit nicht verschwenden, Also lasst uns gleich loslegen. Beginnen wir mit der Tatsache, dass Nanobanana endlich geschält wurde.

Oh man, das ist ja richtig. Wir haben endlich öffentlichen Zugriff auf Nanobanane erhalten und es ist sogar kostenlos. Der offizielle name lautet jetzt Gemini Flash 2.5 Image. Ja, Google kann Namen schlecht vergeben. Ihr seid echt mies.

Also nennen es so ziemlich alle immer noch einfach Nanobanana. Das ist nicht das erste Mal, dass ich über Nanobanana spreche. Es ist auch nicht das zweite Mal, dass ich darüber spreche. Es ist tatsächlich das dritte Mal und ich habe ber viele Beispiele dafür gezeigt, was dieses Bildmodell alles kann. Aber seitdem ich die gezeigt habe, sind so viele andere coole Anwendungsfälle aufgetaucht, die ich mit euch teilen möchte. Um euch kurz zu zeigen, was das Programm macht. Ihr ladet ein Bild hoch, sagt dem Programm, dass ihr ein Matador oder ein Künstler sein wollt und es ändert das Bild buchstäblich in das, was ihr ihm sagt. Das ist etwas, das Photoshop für sehr einfache Bearbeitungen ersetzen könnte, ehrlich gesagt. Und nochmal, ich möchte nicht zu sehr ins Detail gehen, weil ich bereits zwei andere Videos gemacht habe, in denen wir alle möglichen Demonstrationen dafür gemacht haben, was es alles kann. Aber das hier ist wirklich cool. Mein Kumpel Balaf Sudu hat das auf X geteilt. Da Nano Banana über das Weltwissen von Gemini verfügt, könnt ihr einfach Screenshots der realen Welt hochladen und es bitten, Dinge für euch zu kommentieren. Ihr seid ein standortbasierter A Erlebnisgenerator, hebt interessante Punkte im Bild hervor und kommentiert relevante Informationen dazu. Und dann sagte HBT und ihr könnt es mit gitterartigen D Drahtgitternetz Eingabeaufforderungen kombinieren. Das ist also etwas, das ich hier unbedingt ausprobieren möchte. Also hier bin ich in Google Earth. Ich habe auf den Petco Park hier in San Diego gezoomt. Wenn ich das umdrehe, sieht man die Bucht und das Kongresszentrum. Machen wir also einen Screenshot davon. Dann Wechseln wir zu Google iStudio unter studio google com oben rechts stellen wir sicher, dass die Flash Bildvorschau Gemini 2.5 aktiviert ist, wie wir sehen können, auch bekannt als Nanobanana. Hier haben wir also unser Bild. Nehmen wir die Eingabeaufforderung von Bawel Du bist ein standortbasierter A Erlebnisgenerator. Markiere den PETCO Park in diesem Bild und vermerke relevante Informationen dazu. Nach 15 Sekunden sehen wir, was es uns angezeigt hat. Es hat aus irgendeinem Grund den Petco Park hervorgehoben. Es hat auch ein Hotel neben dem Petko Park hervorgehoben, aber es hat auch einige Informationen angezeigt. Eröffnung 2004 Kapazität 40209 Ich gehe davon aus, dass das stimmt. Klingt ungefähr richtig. Das ist aber nicht der einzige coole neue Anwendungsfall, der mir untergekommen ist. Hier ist ein weiterer von Harsh, der dem Programm dieses Bild von etwas gab, das wie Google Maps aussieht und sagte, dass es die Bodenansicht des roten Pins zeichnen solle und es zeigte dieses Bild hier. Ich nehme dieses Bild, das wir gerade erstellt haben, und lasse es mal sehen, ob wir dieselbe Technik nutzen können. Ich werde es ein wenig zuschneiden, um den ganzen Google Earth Kram loszuwerden. Das ist also unser Bild und jetzt fügen wir einen Stern hinzu, wir machen ihn rot und füllen ihn mit rot. Dann setze ich ihn einfach hierhin und dann weisen wir das Programm an, die Aussicht vom Stern auszufinden. Ziehe das Bild zurück, zeige mir ein Bild der Bodenansicht aus der Perspektive des roten Sterns mit Blick auf den Petko Park. Das ist jetzt ein bisschen weiter weg als die Stelle, an der ich diesen Stern eingefügt habe. Es sollte ein bisschen näher sein. Ich bin immer noch ziemlich beeindruckt, dass das Programm das überhaupt konnte. Ich meine, wir haben ja Google Earth. Wenn du also genau das Gleiche willst, brauchst du dafür nicht unbedingt Gemini. Ich fand es einfach cool, dass es das kann. Hier wurde berichtet, das erste Nano Banana Foto restauriert zu haben. Das war also das erste Foto überhaupt und das hat nanobanana ihnen zurückgegeben, basierend auf dem, was es aus dem Bild verstanden hat. Hier ist noch eins von H Prompt Bild tagsüber und isometrisch nur Tempel erstellen. Sie haben also dieses Bild vom Tempel gemacht und dann diese isometrische Zeichnung davon anfertigen lassen. Hier ist noch eins, bei dem sie ein Bild von diesem Gebäude gemacht und dann eine isometrische Zeichnung des Gebäudes anfertigen ließen. Super, super beeindruckend. Und man muss Nanobanana nicht nur mit Google verwenden. Es wird auf so ziemlich jeder Plattform eingeführt. Kicksfield hat es, Krea hat es, Scenario hat es. Weißt du was? Ich werde sie nicht alle aufzählen. So ziemlich jede Plattform hat Nanobanana integriert. Leonardo bekommt es auch bald. Der Beweis ist diese E Mail, in der sie Bananen und alles Mögliche versteckt haben. Aber was mich am meisten fasziniert hat, war die Tatsache, dass Adobe Firefly Nano Banana bekommen hat. Und der Grund, warum mich das fasziniert hat, ist, dass Adobe die Firma ist, die Adobe Photoshop herstellt und auch ihre eigenen Key Modelle hat, die sie versucht haben zu bewerben. Ihr wisst schon, die Firefly Modelle, aber jetzt kann man Nanobanana direkt in den verschiedenen Firefly Produkten verwenden. Ich frage mich wirklich, ob Adobe langsam begreift, dass sie vielleicht nicht im Foundation Modellgeschäft mitmischen und ihre eigenen Modelle entwickeln sollten, sondern einfach die Modelle nutzen sollten, die von Unternehmen wie Google, OpenAI, Runway und so weiter entwickelt werden. Denn zuerst haben sie V in ihrem Videogenerierungsmodell eingeführt. Wenn ihr also Videos mit Firefly generieren wollt, könnt ihr Firefly oder V verwenden. Und Jetzt haben sie Nano Banana in Firefly eingeführt. Ihr könnt also ihre Firefly Bildmodelle oder Googles NanoBanana verwenden und ihr könnt es hier sogar kostenlos nutzen. Sobald ich mich anmelde, steht Teste das Google Gemini 2.5 Flash Bildmodell in Firefly auf. Unsere Kosten. Unbegrenzter Zugriff Auf das Google 2.5 Flash Bildmodell. In Firefly gibt es also allgemeine Einstellungen und hier ist nicht nur das Gemini 2. Flash Bild drin, es ist auch auf die Standardeinstellung eingestellt. Selbst bei allen Firefly Modellen, die hier drin sind, dem GPT Bildmodell, dem Flux, den Runways, all diesen Modellen ist das Standardmodell ein Google Modell. Es ist nicht einmal das Modell von Adobe, aber es funktioniert trotzdem. Ziehe ein Bild hinein, ich verwende dieses, mit dem wir in der Vergangenheit gespielt haben und sage ihm, er soll alle Mountain Dew Flaschen in Bananen ändern. Und genau wie in iStudio tut es, was du ihm sagst. Ich meine, es hat eine der Mountain Dew Flaschen übersehen, aber das lasse ich mal so stehen. Ein weiteres großes Update von Google diese Woche ist, dass es jetzt eine Key gestützte Live Übersetzung sowie ein neues Sprachlern Tool direkt in Google Translate gibt. Falls du also mal mit jemandem in einer anderen Sprache kommunizieren musst, kannst du das jetzt mit der Translate App in Echtzeit tun. Hallo zusammen. M, mein Freund, hat mir gesagt, dass es hier ein richtig gutes Sandwich gibt, aber ich bin mir nicht sicher, welches es ist. Es ist scharf mit richtig leckerem Käse und Avocados, glaube ich.

Ich glaube, ich weiß, was es ist. Es ist saisonal. Wir haben es tatsächlich schon von der Speisekarte genommen, aber lass mich mal schauen, ob wir es noch für dich zubereiten können. Es ist köstlich. Außerdem haben sie jetzt eine Sprachlernfunktion hinzugefügt, mit der du die Translate App verwenden kannst, um andere Sprachen zu lernen. Du gibst der App an, wie gut du die Sprache bereits beherrschst. Die App erstellt dann Szenarien für dich und gibt dir kleine Übungen, mit denen du die jeweilige Sprache am besten lernen kannst. Es scheint, als würde Google jetzt ein direkter Konkurrent von Duolingo. Bleiben wir aber noch einen Moment bei Google, denn sie haben auch einige neue Updates für ihre Videoplattform veröffentlicht. Mittlerweile gibt es wo drei ihre generative Videoplattform. Man gibt ihr eine Eingabeaufforderung und sie generiert basierend auf dieser Eingabeaufforderung ein Video, das im Grunde genommen Animationen oder reale Videos erstellt. Bei Wits gibt man eher eine Eingabeaufforderung und erstellt ein Video im Stil einer PowerPoint Präsentation. Wir haben es bereits in früheren Videos vorgeführt, aber jetzt integrieren sie Wood tatsächlich darin. In diesem kleinen Screenshot hier sieht man, dass man tatsächlich Key Videoclips in seine Witz Videos einbauen kann. Hier ist ein Beispiel, bei dem sie eine der Folien nehmen und dann das Bild des Schuhs, der sich auf der Folie befindet, verwenden und dann tatsächlich eine Animation des Schuhs generieren, die dann in die Folie eingefügt wird. Wenn sie nun ihr Video abspielen, das wie eine PowerPoint Präsentation aussieht, enthält es tatsächlich Animationen über den gezeigten Folientypen. Sie haben auch die Möglichkeit hinzugefügt, key generierte Avatare direkt in ihre Präsentation einzufügen. Sie können also aus ihren Avataren auswählen. Ich glaube, man kann sich selbst noch nicht hochladen, aber man kann einen der von ihnen erstellten Avatare auswählen. Schreibt ihm einen Dialog, der dann lippensynchronisiert wird und ihr könnt ihn in euer Video einbauen. Willkommen auf der Produktsupport Seite von Symbol Outdoor Goods. Hier beantworten wir häufig gestellte Fragen zum neuesten Produkt in unserer Reihe von Camping Essentials, unserer neuen solarbetriebenen Taschenlampe. Sie haben außerdem eine Funktion hinzugefügt, mit der ihr basierend auf dem von euch erstellten Video ein Transkript generieren könnt. Sobald das Transkript erstellt wurde, könnt ihr es bereinigen, d. H. D, M und H Angaben werden aus eurem Video entfernt. Anschließend könnt ihr das Video bearbeiten, indem ihr einfach das Transkript bearbeitet. Ihr könnt Teile des Transkripts löschen und das löscht dann auch die entsprechenden Teile des Videos. Wenn ihr Descript schon einmal verwendet habt, wisst ihr, dass sie jetzt sozusagen mit Descript konkurrieren, denn das ist etwas, das wir bei Discript schon seit einiger Zeit sehen. Und jetzt stellen sie es einfach Leuten zur Verfügung, die Wits verwenden. Und falls ihr euch für Viz interessiert, alle wirklich coolen Funktionen sind im kostenpflichtigen Tarif enthalten. Ihr müsst ein Business oder Enterprise Starter Kunde, ein Google i Pro oder Ultra Abonnent sein oder ein Workspace for Education Konto haben. Es steht aber, dass der grundlegende Wiz Editor ohne Gemini für alle Verbraucher verfügbar ist. Ihr könnt wids also verwenden. Ihr erhaltet dann aber nicht alle coolen Key Funktionen, die wir gerade vorgestellt haben. Wisst ihr, was das Schwierigste daran ist, mit der Key Schritt zu halten? Sie entwickelt sich viel zu schnell, ein Wimpernschlag und schon gibt es ein neues Modell, einen verrückten Tool Launch oder negative Schlagzeilen. Die meisten Leute haben einfach nicht die Zeit, das alles zu verfolgen und deshalb habe ich für dieses Video mit mir selbst zusammengearbeitet, also mit dem Future Tools Newsletter. Er ist völlig kostenlos, erscheint zweimal pro Woche und ist im Grunde eure Abkürzung, um der KI Entwicklung immer einen Schritt voraus zu sein. Jeden Mittwoch und Freitag fasse ich die wichtigsten Key News, die nützlichsten neuen Tools und die Geschichten zusammen, die wirklich wichtig sind, ohne dass du dich durch 100 Blogs wühlen oder durch den Dude scroll scrollen musst. Und das Beste daran Wenn du dich heute anmeldest, erhältst du sofort kostenlosen Zugriff auf die KI Einkommensdatenbank. Diese riesige Ressource zeigt dir Dutzende verschiedener Möglichkeiten, wie Leute mit KI Geld verdienen. Einschließlich der Methoden, des Prozesses und der genauen Tools, die du benötigst, um es selbst auszuprobieren. Völlig kostenlos, nur für das Abonnieren. Interessiert an KI Technologie oder willst du nicht abgehängt werden? Dann besuche futuretools, gib deine E Mail ein und du bist Teil der intelligentesten KI Welt. Vielen Dank an mich für das Sponsoring dieses Videos. Jetzt aber zurück zum Thema. Also gut, weiter geht's. Ich muss ehrlich sein, ich weiß tatsächlich nicht, wann diese Funktion eingeführt wurde. Ich habe die Ankündigung zur Markteinführung irgendwie verpasst. Aber Kling verfügt über eine Funktion für das erste und letzte Frame. Du kannst Kling also das erste und das letzte Frame zuweisen und Kling versucht dann alles dazwischen zu animieren. Ich habe von meinem Kumpel Tim von Theoretically Media davon erfahren, der mir ein paar Beispiele gezeigt hat, wie gut das tatsächlich ist. Gib Kling am Anfang und am Ende ein Frame und Cling findet heraus, was in die Mitte gehört. Eine Sache, die mich bisher nicht wirklich beeindruckt hat, ist, dass ich noch kein Video machen konnte, das mit meinem Gesicht beginnt und dann mit einem Wolf endet. Es sieht dann so aus, als würde ich mit dem Wolf verschmelzen wie ein Werwolf oder ein Anomorph. Ich melde mich also hier in meinem Klink Konto an und gehe zu Video. Dort sehen wir, dass wir Startframe hinzufügen und Endframe hinzufügen haben. Hier ist ein Bild von mir in der Hocke. Vielleicht ist es so einfacher, da ich mich ja schon relativ nah am Boden befinde. Mal sehen, was passiert. Das fügen wir als Start Frame hinzu. Ich nehme dieses Bild von einem Wolf, das ich in Leonardo erstellt habe und setze es als Endframe. Machen wir weiter und für unsere Eingabeaufforderung verwenden. Der Mann verwandelt sich langsam in einen Wolf. Generieren wir das. Und hier ist die Ausgabe, die wir erhalten haben. Komplett mit Ton und allem.

Gar nicht schlecht. Das ist wahrscheinlich das beste Morph Video dieser Art, das ich je gesehen habe. Ich denke, es hat ein bisschen geholfen, dass ich im Bild schon ein wenig gebeugt war. Man sieht also, wie ich mich einfach in die Wolfsposition hingebe und dann verwandelt es sich in einen Wolf. Genau wie es sollte. Wahrscheinlich das beeindruckendste Startframe und Endframe Video Tool, das ich bisher gesehen habe. Kling hat mich aber immer sehr beeindruckt. Hoon hat mit seinem neuen Avatar 4 gerade auch ein neues Upgrade herausgefunden. Die digitalen Zwillinge, die man mit Hey Jen erstellt, sollen viel realistischer sein. Dort Dein digitaler Zwilling imitiert dich. Gesten, Mimik, Eigenarten, alles passt sich deinem Skript an. Er bewegt sich natürlich und fühlt sich unverkennbar echt an. Nicht wie KI. Ich möchte das ausprobieren. Ich habe gerade ein brandneues Video hochgeladen, das ich gerade aufgenommen habe. Es ist zu sechs Prozent fertig und nach etwa vier Minuten kannst du es ausprobieren. Mal sehen, was wir haben. Hey Mat Wolf, dein digitaler Zwilling ist fertig. Versuche damit, Videos zu erstellen. Klicke auch auf die Feedback Schaltfläche, um uns deine Meinung mitzuteilen. Ich hoffe, es gefällt dir. Ich habe nicht das Gefühl, dass das, was ich erhalten habe, viel besser ist als das, was ich normalerweise erhalte. Aber das war vielleicht nur das Demo Video, das ich erhalten habe. Stellen wir also sicher, dass hier oben Avatar 4 ausgewählt ist. Ich gebe ihm ein kurzes Skript und nach etwa fünf Minuten sehen wir uns an, was wir erhalten haben. Langsames Internet, abgestandene Luft. Warum beides aushalten, wenn man es beheben? Wir präsentieren den Duft WLAN Router, Der weltweit erste Router, der blitzschnelles Internet streamt und dein Zuhause mit herrlichen Aromen erfüllt. Die Einrichtung ist einfach Einfach Anschließen, dein WLAN Passwort und deinen Duft auswählen. Vanille Vibes, Kiefernwald, Pizzaabend, was auch immer. Wir haben es. Ich meine, die Lippensynchronisation ist viel besser als früher, aber es liegt an der Stimme. Ich finde einfach nicht, dass die Stimme immer noch realistisch genug ist. Sie fühlt sich für mich immer noch wie eine KI Stimme an, aber sie ist viel besser lippensynchron und hat viel weniger Anomalien. Früher hatte ich Probleme mit dem Bart, bei dem es aussah, als ob Haare über meine Zähne liefen und so. Und das hat den Bart immer verhunzt. Und diese Dinge hat er definitiv im Griff. Aber diese Stimme, diese Roboter KI Stimme, macht mir einfach immer noch nichts aus. Aber du solltest sie auf jeden Fall ausprobieren. Sie haben tatsächlich noch andere Möglichkeiten, die Stimme zu machen. Unter Stimme finde ich bei Video erstellen erweiterte Einstellungen mit Labs oder 11 Labs V. Man kann diese Stimme also tatsächlich ein bisschen besser einstellen. Aber die, die direkt aus Heygen kommt, ich weiß nicht, die gefällt mir einfach immer noch nicht. In eine ähnliche Richtung geht unser neues offenes Modell namens Yuan SV. Das ist ein Modell, dem man einen Bild und einen Audioeingang gibt und es wird das Video tatsächlich basierend auf dem Audio synchronisieren und animieren, wie hier. Ich war mein ganzes Leben lang in allem Zweiter hinter Jo und ich werde nicht die Person sein, mit der man sich zufrieden gibt, nur weil man sie nicht haben kann. Und man sieht, dass da Emotionen im Gesicht sind und es viel Bewegung gibt. Und sogar diese Nebenfigur hier, mit der sie spricht, bewegt sich ein bisschen Sehr, sehr beeindruckend. Jetzt gibt es einen Bereich für umarmte Gesichter, in dem man dieses Modell ausprobieren kann, sowie ein Modell Scope Studio. Leider habe ich versucht, den Bereich für das umarmte Gesicht zu verwenden und es hieß, es würde etwa vier Stunden dauern, ihn zu generieren. Also ja, das werde ich jetzt nicht vorführen. Ich versuche es im Model Scope Studio, aber selbst hier wird behauptet, dass es fast 30 Minuten dauern wird, ihn zu generieren. Ich würde also gerne einen Test zeigen, den ich selbst durchgeführt habe, aber diese Server sind überlastet und als ich versuchte, die Bereiche zu duplizieren, funktionierte es nicht, weil man dafür einen API Schlüssel benötigt, den ich nicht habe. Ja, es ist öffentlich verfügbar, aber wenn du es verwenden möchtest, solltest du es wahrscheinlich auf GitHub herunterladen und versuchen, es lokal auszuführen. Es heißt, es sollte auf einem computer mit einem 4080 funktionieren. In einem ähnlichen Sinne haben wir diese Woche ein Produkt namens Lipsync 2 Pro von dieser Firma Thinklabs bekommen und es ist ein hochmodernes Videomodell, das bearbeitet, was jemand in einem Video sagt. Du gibst also ein Video und dann könntest du ihm einen anderen Ton hinzufügen und der Ton und die Lippensynchronisation im Video werden an den hochgeladenen Ton angepasst. Wenn ich also zu Sync so gehe, kann ich hier tatsächlich eine MP Datei einfügen. Ich nehme mal eine, auf der ich vor der Kamera stehe. Ich lade also ein kurzes Sekunden Video hoch. Es ist eigentlich ein Video von wie ich ein Intro für eine meiner Podcast Folgen mache. Und dann kann ich hier eine andere Audiodatei einfügen. Ich werde hier ein kleines Rick Morty Soundbite einfügen und ablegen und mal sehen, ob das funktioniert.

Als Betreuerin kannst du dir darauf verlassen, dass alles gut wird? Ich meine, ja, es hat funktioniert, aber ich habe das Problem, dass der Schnurrbart es ein bisschen seltsam aussehen lässt. Ich weiß nicht, was es mit KI Videogeneratoren und Bärten und Schnurrbärten auf sich hat, aber sie scheinen immer alles ein bisschen schief aussehen zu lassen. Wie fast jede Woche gibt es wieder neues Drama in der Welt der KI.

Elon Musks Unternehmen Scheifer klagt Apple und OpenAI wegen KI Wettbewerbs. Schon wieder ein Fall.

Im Grunde behauptet Elon, dass der Apple Store OpenAI gegenüber wohlwollender eingestellt ist als X und Tools wie OpenAI an die Spitze der Downloadliste katapultiert, während X ignoriert wird. Er ist also der Meinung, dass Apple X im Vergleich zu OpenAI unfair behandelt. Und ich weiß nicht, ob sie sich erinnern, aber wir haben mehrere Wochen lang darüber gesprochen, wie Meta eine ganze Reihe von Leuten von verschiedenen Unternehmen wie OpenAI, Apple und Entropic abgeworben hat, um ihr Super Intelligence Team aufzubauen. Nun, es dauerte nicht lange, bis die Leute Meta verließen und zu ihren alten Jobs zurückkehrten. Diese Woche verließen zwei prominente KI-Forscher Metas Super Intelligence Labore nur wenige Wochen. Nach ihrem Einstieg. Alpha Ma und Eta Knight waren beide weniger als einen Monat bei Meta, bevor sie zu ihren Jobs bei OpenAI zurückkehrten. Shia Niac, der auch die generativen KI Bemühungen bei Meta leitete, verlässt Meta ebenfalls, um zu OpenAI zu wechseln. Ich weiß also nicht, was bei Meta los ist. Sie sind hingegangen und haben diesen Leuten Unmengen an Geld versprochen und dieses Super Intelligence Team aufgebaut. Und langsam aber sicher, also bevor sie überhaupt eine Chance haben anzufangen, steigen sie alle aus. Und es gab diese Woche viele weitere Key News. Ich habe über all die richtig coolen Sachen berichtet, die man tatsächlich heute noch umsetzen und nutzen kann. Aber es gibt noch viel mehr, was ich ansprechen möchte. Kommen wir also zu einem Schnelldurchlauf.

Diese Woche hat Shy sein Modell Gro 2.5 als Open Source veröffentlicht. Wenn Sie mitgezählt haben, arbeiten sie derzeit an Grog 4. Das ist also sozusagen zwei Modellgenerationen her für GROG. Und anscheinend gründet Elon eine neue Abteilung oder so etwas bei SH, um ein reines KI Software Unternehmen namens Makrohardt aufzubauen. Ja, das ist so etwas wie das Gegenteil von Microsoft Er sagt ja, der Name ist ironisch, aber das Projekt ist sehr real. Da Softwareunternehmen wie Microsoft selbst keine physische Hardware herstellen, sollte es im Prinzip möglich sein, sie mit Hilfe von KI vollständig zu simulieren. Das verwirrt mich etwas, denn ich dachte, Microsoft verkauft Hardware. Ich meine, sie stellen die Hardware vielleicht nicht selbst her, aber sie verkaufen sie. Die Microsoft Surface Computer und Tablet zum Beispiel gibt es. Als ich das letzte Mal in Seattle war, habe ich auch ihr Quantenlabor besichtigt und den Maharana Chip gesehen, der für Quantencomputing verwendet wird. Aber ich denke, Microsoft stellt sie nicht physisch in seinen eigenen Fabriken hier in den USA her. Ich möchte nur sagen, dass ich nicht die geringste Ahnung habe, was er mit makrohard vorhat. Ich weiß nicht, was er aufbauen will. Ich vermute, es sind ihre Cloud Dienste wie Microsoft Azure, die viele Unternehmen nutzen. Vielleicht versucht er das zu klonen. Ich habe keine Ahnung. Kommen wir Zum Gegenteil von Macro Hard. Microsoft hat diese Woche zwei neue interne Key Modelle MyVoice 1 und My Preview. My Voice 1 ist das erste ausdrucksstarke Modell zur natürlichen Sprachgenerierung. My Preview wurde bereits auf LM Arena getestet. My Preview scheint ein Sprachmodell zu sein, das auf verschiedenen Experten basiert. Ich weiß noch nicht viel darüber, aber anscheinend kann man es ausprobieren, wenn man Ella Marina ausprobieren möchte. Hier ist eine kurze Demo, wie sich das KI Sprachmodell anhört. An einem sonnigen Nachmittag näherte sich ein temperamentvoller Vierjähriger namens Jamie einem ergrauten Piraten.

Unter dem weiten Himmel von Texas trafen sich ein skeptischer Cowboy und ein begeisterter Technikfreak vor einem Diner. Sie können es in den Copilot Labs ausprobieren. Copilot Microsoft Com Labs Audio Expression mit verschiedenen Modi wie emotional und storymässig, verschiedenen Stimmen und Stilen, so dass sie ihre Stimme traurig, fröhlich, neugierig oder aufgeregt klingen lassen können. Ich verwende den emotiven Modus Stimme im Tic Stil, um ihre Stimme zu ermutigen. Mal sehen, wie sich das anhört.

Hört mal. Ich kann das verstehen. Langsames Internet, abgestandene Luft. Wer will sich schon damit herumschlagen? Aber ratet mal, ihr müsst euch nicht mehr mit diesen beiden Dingen herumschlagen. Im Ernst, ich möchte euch etwas vorstellen, das einfach unglaublich ist. Den Duft WLAN Router. Könnt ihr glauben, dass das so ist? Das ist der weltweit erste Router, der euch nicht nur blitzschnelles Internet bietet, sondern euer Zuhause auch mit den herrlichsten Aromen erfüllt. Das Verrückte daran ist, dass er sich wirklich gut und natürlich anhört, aber er hat noch eine ganze Menge hinzugefügt. Das war zum Beispiel der Dialog, den ich ihm gegeben habe. Und er ist einfach seinen eigenen Weg gegangen und hat eine ganze Menge zusätzlicher Wörter und Sätze hinzugefügt. Also ziemlich interessant, aber ich denke, das trägt auch wirklich zu dem Realismus bei, der daraus entsteht. Und wenn wir schon von KI Sprache sprechen, OpenAI hat in seiner API ein neues Feature für Entwickler eingeführt. Es heißt GPT Realtime und Realtime API für Produktionssprachagenten. Im Grunde genommen handelt es sich dabei um den Sprachmodus, den sie in der Chat App von GPT erhalten, mit dem sie sich unterhalten können. Dieser Modus ist jedoch über die API verfügbar, Sie können ihn also in ihre eigenen Apps integrieren. Perplexity hat diese Woche Komet vorgestellt, ein neues Abonnement, mit dem Nutzer Zugriff auf Premium Inhalte von vertrauenswürdigen Herausgebern und Journalisten erhalten. Wenn Sie ein iPhone besitzen, wissen Sie, dass Sie Apple News haben. Sie können ein Abonnement für Apple News bezahlen und erhalten dann Zugriff auf eine ganze Reihe verschiedener Nachrichtenquellen, die in Apple News enthalten sind. Genau das bietet Perplexity Komet. Aber was mich daran wirklich interessiert, ist dieser Abschnitt Das Geschäftsmodell für das KI Zeitalter. Komet Abonnenten erhalten Zugriff auf die Websites und Inhalte der teilnehmenden Herausgeber. Im Gegenzug verteilen wir die gesamten Einnahmen an die teilnehmenden Herausgeber abzüglich eines kleinen Teils für die Rechenkosten von Perplexity. Comet Plus ist das erste Vergütungsmodell, das unseren Partnern Einnahmen auf der Grundlage von drei Arten von Internetverkehr. Menschliche Besuche, Suchzitate und Aktionen von Agenten. Publisher sollten sich mit nichts Geringerem zufriedengeben. Nutzer entscheiden selbst, wie sie Infos konsumieren. Die Einnahmenverteilung berücksichtigt das Sie können manuell surfen, key generierte Antworten abfragen oder Agenten für komplexe Aufgaben einsetzen. Publisher verdienen eine Vergütung, die dieser neuen Realität entspricht, und das begrüße ich voll und ganz Wir brauchen mehr KI. Das ist die Art von Dingen, die Content Ersteller, Publisher und Nachrichtenagenturen endlich dazu bringen. Wird sich der KI zuzuwenden und diese Unternehmen, die ihre KI Informationen abrufen, sie wollen für ihre Arbeit entschädigt werden. KI nimmt wirklich, wirklich schnell die Anreize für die Erstellung von Inhalten. Wenn Leute Inhalte erstellen, wollen sie Traffic auf ihre Website lenken, damit sie dort Werbung schalten, eine Mitgliedschaft oder Produkte oder Affiliate Links verkaufen können oder was auch immer. Sie wollen, dass sie auf ihrer Website sind und die Inhalte lesen. Denn so verdienen sie ihr Geld und KI nimmt ihre Inhalte und fügt sie einfach in eine Antwort auf eine Eingabeaufforderung ein. Egal Ob bei Google, ChatPT, Perplexi oder einer dieser Plattformen, sie nehmen diese Inhalte und stellen sie ihnen einfach vor. Und das hält die Leute wirklich davon ab, neue Inhalte erstellen zu wollen. Und ich denke, so etwas muss passieren. Hier müssen wir mit KI und der Art und Weise, wie sie KI auswertet, hingehen. Die Quellen der Inhalte müssen irgendwie entschädigt werden. Und Perplexity versucht das, und das weiß ich wirklich sehr zu schätzen. Wie wir hier in ihrem kleinen Diagramm sehen können, gehen 80 Prozent der Einnahmen an die Publikationen. Im Moment sprechen wir nur von großen Publikationen. Ich weiß nicht genau, um welche Publikationen es sich handelt, aber ich denke an die New York Times, das Wall Street Journal, Wired und ähnliche Seiten, die Inhalte hinter einer Paywall haben. Man könnte ein Perplexity Abonnement bezahlen und hätte Zugriff auf diese Inhalte, die normalerweise hinter einer Paywall stehen würden. Aber ich sehe das auch in Richtung einer Öffnung für unabhängigere Ersteller von Inhalten in der Zukunft. Also ein wirklich, wirklich aufregender Anfang für etwas, das meiner Meinung nach unweigerlich passieren muss. Und wenn wir schon beim Thema Key und agentengesteuerte Browser sind, Anthropic führt eine Chrome Erweiterung ein. Die Idee dahinter ist, dass KI viel von diesem agentenbasierten Surfen und der Nutzung von KI in deinem Browser übernehmen soll, dies jedoch direkt in deinem echten Browser. Wir haben beispielsweise den Operator von OpenAI gesehen, bei dem du ihm eine Eingabeaufforderung gibst und er die agentenbasierte Arbeit ausführt, dies jedoch auf einem Cloud Computer in einem Cloud Browser. Er führt also keine Aktionen auf deinem Computer oder direkt in deinem Browser aus. Entropic testet buchstäblich, wie KI deinen Browser steuert, deine Maus bewegt, Dinge für dich eingibt, für dich durch Websites navigiert und Dinge für dich direkt in deinem Browser kauft. Die meisten Leute haben noch keinen Zugriff darauf. Sie führen es für tausend Beta Tester ein. Du kannst dich auf eine Warteliste setzen lassen, um es auszuprobieren, aber ich habe keine Ahnung, ob es vollständig eingeführt wird oder nicht. Ich denke, es hängt davon ab, wie die Testergebnisse ausfallen. Das ist eines der verrücktesten Dinge, die ich diese Woche, abgesehen von nanobanana gesehen habe, und zwar das neue Echtzeit Video Generierungsmodell von Kreja. Das ist noch nicht öffentlich. Ich habe mich auf die Warteliste gesetzt. Ich hoffe, dass ich es bald ausprobieren kann. Aber es sieht echt cool aus. Man kann tatsächlich in Echtzeit steuern, was im Video passiert. Man sieht auf der linken Seite eine Bildversion und auf der rechten Seite ein Video, aber das Video verändert sich, je nachdem, was auf dem Bild passiert. Und es ist tatsächlich ein Video. In Korea gab es diese Funktion bereits für Bilder, aber jetzt gibt es sie auch für Videos und das sieht echt beeindruckend aus. Ich weiß nicht, ob man das mit Keyframes machen kann. Ich könnte mir vorstellen, dass das so funktioniert. Man macht das Bild so, wie man es haben möchte, bewegt es dann in eine andere Richtung und setzt Keyframes. Idealerweise kann man Videos mit einer Art Keyframe System erstellen. Ich weiß noch nicht, wie das funktioniert. Ich habe keinen Zugriff, aber es sieht echt, echt beeindruckend aus. Notebook LM hat diese Woche ein weiteres Update bekommen. Es ist jetzt in 80 verschiedenen Sprachen verfügbar. Wenn du also eine Sprache sprichst, mit der Notebook LM früher nicht gearbeitet hat, dann tut es das wahrscheinlich jetzt.

Ich spreche fließend über 6 Millionen.

Das war eine Partnerschaft, die ich nie kommen sah. Offenbar arbeitet Midjourney mit Meta zusammen. Alexander Wang, Leiter der Super Intelligence Group bei Meta und Gründer von scaleye, sagte auf Wir sind stolz, heute eine Partnerschaft mit Midjourney bekannt zu geben, um ihre ästhetische Technologie für unsere zukünftigen Modelle und Produkte zu lizenzieren und so Milliarden von Menschen Schönheit zu bieten. Meta hat also einen eigenen Bildgenerator. Er heißt EMU. Du kannst ihn in jeder der der Meta Messenger Plattformen verwenden und Bilder generieren. Aber ähnlich wie ich vorhin darüber gesprochen habe, dass Adobe anfängt, Google Modelle, Flux Modelle und OpenAI Modelle zu verwenden und du all diese anderen Modelle innerhalb der Plattform verwenden kannst, scheint es, als würde Meta mit seinen Plattformen ebenfalls in diese Richtung gehen. Vielleicht wollen sie Bild und Videomodelle nicht mehr so intensiv verfolgen wie früher. Also lasst uns eine Partnerschaft mit Midjourney eingehen, die den Code bereits geknackt und diese Modelle in unsere Plattformen integriert haben. So fühlt es sich an. Es wird wirklich, wirklich interessant sein zu sehen, wie sich das entwickelt. Midjourney ist dafür bekannt, sich in nichts anderes zu integrieren. Die einzige Möglichkeit, Midjourney zu nutzen, ist in Discord oder auf ihrer Website. Und es gibt keine API. Man kann es auf keiner anderen Plattform verwenden. Jede andere Plattform, die behauptet, hey, man könne mit Midjourney auf unserer Plattform generieren, ohne die Gebühren von Midjourney zahlen zu müssen, lügt. Sie haben ein Modell entwickelt, das Midjourney ähnelt, aber sie verwenden Midjourney nicht wirklich. Midjourney ist mit niemandem verbunden, was es so schockierend macht, dass Meta das Unternehmen ist, mit dem sie eine Partnerschaft eingehen. Hier ist auch noch ein interessanter YouTube hat heimlich Key verwendet, um die Videos von Leuten zu bearbeiten. Offenbar luden die Leute einfach ihre normalen Videos auf YouTube hoch und YouTube verwendete hinter den Kulissen Key, um sie besser aussehen zu lassen, sie zu skalieren und ein wenig aufpolieren zu lassen. Das fiel den Leuten auf und sie mochten das überhaupt nicht. Sie bekamen Kommentare von anderen, die Hey, ist das KI generiert? Und der Ersteller Nein, das ist nicht KI generiert. Und die Leute sahen sich ihr Video an und dachten Was zur Hölle? Warum sieht mein Video aus, als wäre es KI generiert? Es lag daran, dass YouTube hinter den Kulissen anscheinend Dinge tat, um die Videoqualität zu verbessern. In diesem Zusammenhang weiß ich nicht, ob ihr das Video mit Will Smith mitbekommen habt, aber es kursierte die Runde und die Leute fragten Macht Will Smith wirklich Key generierte Videos von Menschenmengen und Fans? Ich meine, allein auf diesem kleinen Standbild hier sieht man, dass er so ein trauriges Gesicht macht, das sehr nach KI aussieht. Die Hände dieser Leute verschmelzen miteinander und wenn wir uns das Video hier genauer ansehen, werde ich es hier ein wenig durchgehen und bei einigen Aufnahmen anhalten. Hier ist ein weiteres, bei dem einige dieser Gesichter sehr nach Key aussehen, wenn ich es als Standbild einstelle. Die Leute beschuldigten Will Smith, ein Video mit vielen Keyclips veröffentlicht zu haben, um es so aussehen zu lassen, als hätte er eine große Menschenmenge und viele Fans bei seiner Show gehabt. Seht mal den Jungen mit der Raiders Mütze. Sieht das so aus, als ob tatsächlich Raiders draufsteht? Hier ist ein weiteres Standbild, das, wenn man sich nur die Gesichter der Leute ansieht, sehr nach KI aussieht. Aber anscheinend ist dieses Video nicht KI. Es heiß Diese Fans sind nicht gefälscht. Es wurde darauf hingewiesen, dass Will Smith während seiner Tour Fotos und Videos gepostet hat, die einige derselben Fans und einige desselben Filmmaterials zeigen. Wir können hier in diesem Artikel von the Verge sehen, dass es heiß Es ist ein schlechter Zeitpunkt für Smith. YouTube hatte vor kurzem damit begonnen, eine Funktion zu testen, die herkömmliche maschinelle Lerntechnologie verwendet, um Unschärfe zu beseitigen, Rauschen zu entfernen und die Klarheit zu verbessern. Durch diese Bearbeitungen wirkten YouTube Kurzvideos noch gefälschter als die Videos auf anderen Plattformen. Sie gaben bekannt, dass man diese Funktion auf YouTube deaktivieren kann, wenn man möchte, aber sie haben diese Funktion noch nicht eingeführt. Angeblich hat Will Smith dieses Video veröffentlicht. Sie haben Key verwendet, um es zu bereinigen und besser aussehen zu lassen. Ich weiß nicht, ob Will Smiths Team das getan hat oder ob es der YouTube Algorithmus war, aber auf jeden Fall haben sie versucht, das Video mit Hilfe von Key zu verbessern, wodurch das gesamte Video einfach nur gefälscht wirkte. Und es wurden Anschuldigungen und Gerüchte verbreitet, dass Will Smith Key generierte, Videos von seinen Fans und Menschenmengen erstellte. Aber die Wahrheit ist, ich weiß es nicht. Ich bin mir sicher, dass dies echtes Filmmaterial war, Aber es wurde mit Key bearbeitet, wodurch es einfach sehr, sehr künstlich aussah und in dem die absolut beste Story der Woche und die letzte Story des heutigen Videos. In Kolumbien wurde ein Baby mit dem Namen Chat Yippity registriert, der von ChatGPT inspiriert wurde. Sucht ihr also den nächsten angesagten Babynamen und wisst nicht weiter, dann wählt für euer nächstes Kind Chat Yippie. Ich meine, vielleicht heißt mein drittes Kind ja Chat Yippie Wolf. Wir werden sehen. Nein, ich habe kein Kind unterwegs, falls ihr euch das fragt. Aber das ist alles, was ich heute für euch habe. Vielen Dank, dass ihr reingeschaut und euch mit mir über all das Keyzeug ausgetauscht und Spaß gehabt habt. Es ist immer ein Riesenspaß Ich liebe es, diese Videos für euch zu machen. Für mich ist ein absoluter Traum wahr geworden, dass mein Leben jetzt darin besteht, mit KI Spielzeug zu spielen und dann all das KI Spielzeug und die Neuigkeiten mit euch zu teilen. Und ich könnte nicht dankbarer sein, dass ihr euch entschieden habt, so viel Zeit mit mir zu verbringen, um mehr über die KI Welt zu erfahren. Das ist für mich nicht selbstverständlich und ich Ich bin wirklich sehr dankbar für jeden einzelnen von euch, der einschaltet, Kommentare hinterlässt, Likes gibt, den Kanal abonniert und all diese Dinge tut. Ich bin wirklich sehr dankbar für euch. Nochmals vielen Dank fürs Einschalten. Hoffentlich sehen wir uns beim nächsten Mal wieder. Tsch. Vielen Dank, dass ihr heute mit mir gefachsimpelt habt. Wenn euch solche Videos gefallen, gebt ihnen unbedingt einen Daumen nach oben und abonniert diesen Kanal. Ich sorge dafür, dass mehr solcher Videos in eurem YouTube Feed erscheinen. Und wenn ihr es noch nicht getan habt, schaut euch futuretools IO an. Dort teile ich die coolsten Key Tools und die neuesten Key News und es gibt einen tollen kostenlosen Newsletter. Nochmals vielen Dank. Ich bin euch wirklich dankbar.