ChatGPT and Google Blew Everyone's Mind This Week!

Wenn Sie diese Woche überhaupt auf X waren, haben Sie wahrscheinlich einen Feed mit Studio Giplified Bildern gesehen und sonst so gut wie nichts. Und das hat seinen Grund. ChatGPT hat gerade eine ziemlich bahnbrechende neue Funktion eingeführt und das ist nur eine von vielen großen Ankündigungen dieser Woche. Also legen wir gleich los. Am 25. März führte OpenAI die Bild Generierung ein. Damit können Bilder direkt in ChatGPT generiert werden. Das war zwar schon mit Dolly möglich, aber die Bilder konnten mit vielen anderen Key Bildgenerierungsplattformen nicht wirklich mithalten. Midjourney, Leonardo, Flux, Ideogram, all diese Tools scheinen Dolly längst zu übertreffen. Dieses neue Modell hat die Lücke in Sachen Realismus geschlossen und ermöglicht die Möglichkeit, verständlichen Text hinzuzufügen, der kaum Fehler macht. Bilder lassen sich bearbeiten, indem man einfach vorgibt, was man ändern möchte. Aber die Funktion, die die meisten Leute total begeistert, ist die Möglichkeit, jedem Bild einen beliebigen Stil zu verleihen. Deshalb gibt es so viele dieser Bilder im Studio Ghibli Stil. Ich habe mich selbst in dieses Kaninchenloch gestürzt und eine ganze Reihe von Ghiblified Bildern erstellt. Ich habe dieses Bild von mir und meiner Frau beim Kauf eines neuen Autos genommen und es in ein Studio Ghibli Bild umgewandelt. Wie bereits erwähnt, konnte man das Bild mit einer Texteingabe bearbeiten lassen. Also sagte Mach es heller und farbenfroher und es ergab diese Version. Ich habe dieses Bild von mir mit ein paar Leuten auf einer Konferenz hier genommen und es Keeplified Bild gemacht. Man kann zwei Bilder hinzufügen und beide zu einem einzigen Bild zusammenfügen lassen. Jetzt hat es diese seltsame Funktion, dass es manchmal Text abschneidet und als ich es auf eingestellt habe, hat es das Bild tatsächlich etwas gequetscht, sodass es immer noch etwas Eigenartiges hat. Ich habe ihm dieses Foto gegeben und mach mich zu einem South Park Charakter. Und es hat mich zu einem South park Charakter gemacht. Mach mich zu einem Minecraft Charakter. Hier bin ich als Minecraft Charakter. Verwandle mich in einen Pixel Art Videospielcharakter. Hier ist ein Pixel Art Videospielcharakters, ein Voxel Art Stil mit dreiviertel Ansicht. Hier ist der Voxel Art Stil mit Dreiviertel Ansicht. Es macht wirklich Spaß und ist süchtig machend, echte Bilder zu nehmen und sie irgendwie umzugestalten in alles, was man sich vorstellen kann. Ich habe mir dieses Venn Diagramm erstellen lassen und es sieht eigentlich ganz ansehnlich aus. Und dann wollte ich sehen, wie es Infografiken macht. Und nun Es hat diese Infografik darüber erstellt, wie ein neuronales Netzwerk funktioniert. Sie ist ein bisschen funky, Ich würde nicht sagen, dass sie 100 Prozent genau ist, aber sie sieht ganz ordentlich aus. Es ist ein guter Anfang und Sie sehen, ich habe eine sehr grundlegende Eingabeaufforderung gegeben, Also hätte ich mit etwas besseren Eingabeaufforderungen diese Infografik wahrscheinlich noch besser machen können. Hier ist eine darüber, wie Diffusionsmodelle funktionieren und eine darüber, wie bestärkendes Lernen funktioniert. Eine weitere Bitte, die ich gerne gebe, ist, dies in den Stil von GTA 5 zu konvertieren. Ich habe also ein Bild von einigen Padres Spielern gemacht und dies hier ist das Bild im GTA 5 Stil, das es erstellt hat. Ich finde, es sieht verdammt cool aus. Ich habe es angewiesen, dasselbe Bild zu nehmen und es in den Stil von Rick Morty zu konvertieren. Und das hier ist herausgekommen, was für mich eher wie die Simpsons oder Futurama aussieht, aber eine ähnliche Idee hat. Ich habe dieses YouTube Thumbnail genommen, das ich hier erstellt habe, und wollte, dass der Text Wort it mit einem Fragezeichen darüber gesetzt wird. Und nun beim ersten Mal hat es das irgendwie vermasselt. Es hat es und dann Wort gesetzt. Aber beim zweiten Mal hat es problemlos geklappt. Es hat mein Gesicht irgendwie ein wenig verändert. Es sieht jetzt ein bisschen weniger wie ich aus, aber immer noch ziemlich beeindruckend. Ich meine, viele dieser kleinen Macken werden sich noch beheben, könnte ich mir vorstellen. Hier ist noch eins, bei dem ich ein Vorschaubild erstellt habe, das WTF statt Es lohnt sich sagen sollte. Der Text wurde ausgetauscht. Auch hier hat es mein Gesicht ein wenig verändert, aber ich fand, dass es das Bild dadurch noch besser hervorstechen ließ. Also habe ich es so gemacht. Dann habe ich es angewiesen, dieses Bild zu nehmen und meinen Mund zu schließen. Das Ergebnis war diese Version mit dem traurigen Gesicht, die bis jetzt mein bestes Vorschaubild in diesem Video ist. Tatsächlich könnte das Vorschaubild in dem Video, das Sie gerade ansehen, sogar ein cartoonartiges Bild enthalten. Und so habe ich es gemacht. Ich habe eines meiner normalen kleinen Bilder hier genommen und es in Studio Ghibli konvertieren lassen. Eine weitere coole Funktion ist, den Hintergrund zu entfernen und transparent zu machen. Wie Sie sehen, hat es tatsächlich ein transparentes PNG Bild aus dem darüber liegenden Bild erstellt. Außerdem habe ich dieses Bild hier und das OpenAI Logo hinzugefügt und es solle dieses Bild im Stil von GTA 5 gestalten und das OpenAI Logo über meinen Händen schweben lassen. Und das hier wurde erstellt. Wir kommen an einen Punkt, an dem ich anstatt Photoshop oder Canva zu verwenden, einfach in den GPT Chat gehen, ein Bild hochladen und sagen kann, was ich ändern möchte und es diese Änderungen für mich vornehmen lassen kann. Hier ist noch eins, wo ich ihm dieses Bild von mir mit meiner Hand auf dem Kopf und dem OpenAI Logo gegeben habe und ich mach es im Stil von Studio ghibli, füge das OpenAI Logo hinzu und 8. Darauf, dass es im Format ist. Und das hier ist das Ergebnis. Das Seitenverhältnis von ist noch nicht ganz richtig, aber die Bearbeitungen gelingen ziemlich gut. Hier ist noch eins im GTA 5 Stil, das ich gemacht habe und noch eins, das im GTA 5 Stil sein soll. Hier ist eins im Stil von Studio Ghibli und noch eins im Stil von Studio Ghibli. Und dann fing ich an Spaß zu haben, indem ich ein Bild von mir auf dieser Seite und ein Bild von mir auf dieser Seite nahm und ihm sagte, er solle mich selbst abklatschen lassen. Und dann machte ich dieselben zwei Bilder und sagte ihm, er solle eine Explosion in den Hintergrund setzen. Und hier ist eine weitere Variante davon. Zum Schluss möchte ich noch ein kleines lustiges Experiment zeigen. Ich habe ein Bild von mir hochgeladen und mach daraus eine D Videospielfigur in T Pose. Und es entstand diese Version des Bildes hier. Ich konnte das Bild in das Tripo D Tool hier ziehen. Es hat es sogar so manipuliert, dass ich den Kerl animieren kann. So sehe ich aus, wenn ich springe. Momentan ist es in den Plus und Pro Tarifen verfügbar. Angeblich sollte es auch im kostenlosen Tarif erscheinen, aber die Veröffentlichung musste verschoben werden, weil es so stark genutzt wurde. Alle haben sich diese Woche darauf gestürzt und Bilder im Studio Ghibli Stil aus alten Memes erstellt, online gestellt und die OpenAI Server dadurch überlastet. Dadurch hat OpenAI die Veröffentlichung der kostenlosen Version verzögert, aber Wenn Sie die 20 Dollar oder 200 Dollar Version monatlich bezahlen, Sie können es sofort verwenden. Hier sind einige weitere Anwendungsbeispiele, die ich hier auf X gefunden habe. Alvaro hat uns etwas von der Übersicht geschickt. Es wurden YouTube Thumbnails erstellt, es wurde eine Produktanzeige erstellt, es wurde sein Logo genommen und auf einem Geschäft platziert. Es wurde eine Landingpage entworfen, Es wurde ein Interieur neu gestaltet, Es wurde dieses Bild genommen und die Mona Lisa mit demselben Bild in den Hintergrund gesetzt. Es wurde auch eine andere Lampe und ein Filmplakat hinzugefügt und natürlich ein Meme generiert. Riley Goodside hier hat tatsächlich diesen Wikipedia Screenshot erstellen lassen. Dieser stammt nicht direkt aus Wikipedia. Dies ist ein gefälschter Screenshot, generiert von ChatGPT von einem Wikipedia Artikel über den Screenshot selbst mit einer Kopie des Screenshots im Artikel. Als all das die sozialen Medien überschwemmte, fingen die Leute an zu Was ist eigentlich aus mit Journey geworden? Warum redet niemand über mit Journey? Ich persönlich habe mit Journey immer noch einen besonderen Platz in meinem Herzen. Viele der Videos, die mir geholfen haben, diesen Kanal zum Explodieren zu bringen, waren Tutorials zu Midjourney. Ich habe immer noch meinen Midjourney Account und nutze ihn gelegentlich, aber ich glaube, der CEO von Midjourney war während seiner Bürozeiten etwas verärgert über diese Veröffentlichung. Flowers, der an diesem Telefonat teilnahm, der CEO von Midni sagte gerade, Image Gen sei langsam und schlecht und OpenAI versuche nur Geld zu sammeln und wettbewerbsintensiv zu sein. Es sei nur ein Meme und kein kreatives Tool und in einer Woche werde niemand mehr darüber reden. Ich glaube nicht, dass das stimmt. Er sagt auss Ja, das hat er alles in einem Satz gesagt. Ich denke, mein Kumpel Balarol bringt es hier am besten auf den Punkt. Alle sagen, ChatGPTs neues Bildmodell sei nur Stilübertragung. Das verfehlt den Sinn der Multimodalität völlig. Das hier ähnelt eher einer Key, ausgestattet mit Kontrollnetzen, Lauras IP Adaptern und dem Verstand eines Grafikdesigners. Es ist ein erfahrener Kompositor mit Weltwissen, ein kreativer Partner, kein Filter. Canva, Figma und Comfy UI Workflows zusammengefasst in ein paar Eingabeaufforderungen und Bildreferenzen. Es ist wirklich das, was einer Grafikdesign API am nächsten kommt. Ich lege Skizzen für Miniaturansichten ab und erreiche nahezu die endgültige Qualität. Ich gebe D Bilder ein und bewege die Kamera in D. Ich stelle buchstäblich pixelgenauen Text ein und interagiere wie mit einem Erfahrenen Künstler. Und im Gegensatz zu Diffusionsmodellen verhält sich dieses System wie ein Designpartner Intuition, künstlerischem Gespür und den technischen Fähigkeiten eines professionellen Kompositors. Dieser Screenshot sagt alles. Wenn Sie Comfy verwendet haben, so sah die Benutzeroberfläche früher aus. Jetzt erstellt man eine Skizze und erhält ein Ergebnis. Dann sagt Verschiebe den Kerl nach rechts oder ändere die Textfarbe. Und nur durch die Eingabe einer Texteingabe erhält man ein brandneues Bild mit den gewünschten Änderungen. Es ist wirklich beeindruckend und ich glaube, jeder, der denkt, es sei nur KI generierter Schund, unterschätzt den großen Fortschritt, der damit gemacht wurde. Früher musste man ein technischer Programmierer sein und sich mit der Benutzeroberfläche auskennen, loras, Kontrollnetze, IP Adapter und all diesen Dingen beherrschen, um das Bild genau nach Wunsch zu gestalten. Heute muss man nur noch per Chat und GPT kommunizieren, bis das Bild so aussieht, wie man es möchte. Es sind die Benutzeroberfläche und die Art der Prozessänderung, die das meiner Meinung nach so großartig machen. Aber ich werde das jetzt hinter mir lassen, denn Sie wurden diese Woche wahrscheinlich mit allem rund um GPT überschwemmt. Und so toll es auch ist, es war wahrscheinlich nicht einmal der größte Sprung, den wir diese Woche gesehen haben. OpenAI stellt sozusagen alles in den Schatten, was Google tut. Immer wenn Google eine gute Produkteinführung oder ein neues Produkt hat, folgt OpenAI fast immer direkt dahinter mit einer anderen großen Ankündigung. Und genau das ist auch diese Woche passiert. Denn Google hat Gemini 2.5 veröffentlicht, das intelligenteste Key Modell des Unternehmens. Und es ist nicht nur das intelligenteste Key Modell DES Unternehmens, sondern zweifellos das intelligenteste KI Modell auf LM Arena, eine Art Bestenliste mit blinder Nutzerabstimmung. Gemini 2.5 hat so ziemlich alles in den Schatten gestellt und in allen anderen Benchmarks in Bereichen wie Naturwissenschaften, Mathematik, Codebearbeitung, visuelles Denken und langer Kontext hat es jedes andere Modell geschlagen. Und was das Ganze noch verrückter Sie können es tatsächlich völlig kostenlos nutzen. Wenn Sie also zu iStudio Google Com gehen, finden Sie auf der rechten Seite ein kleines Dropdown Menü mit Modellen. Sie können das experimentelle Gemini 2.5 Pro auswählen und es in diesem KI Studio völlig kostenlos verwenden. Und es ist nicht nur ein super intelligentes Modell, das wirklich sehr gut funktioniert, sondern es hat auch ein Kontextfenster mit einer Million Token. Das sind ungefähr Wörter an Eingabe und Ausgabe. Und trotz dieses riesigen Kontextfensters ist es wahnsinnig schnell. Der größte Nachteil von etwas wie Google iStudio ist, dass es nicht Ihren gesamten bisherigen Chatverlauf speichert, wie es beispielsweise ChatGPT oder Claude tun. Sie müssen es also sozusagen verwenden und wenn Sie wegsurfen und zurückkommen, können Sie nicht dort weitermachen, wo Sie aufgehört haben. Ziemlich schade, aber ich bin sicher, dass Sie es bald in Ihren normalen Gemini Chat integrieren werden, wo Sie all diese Funktionen erhalten. Die Geschwindigkeit dieses Modells ist einfach wirklich sehr gut, vor allem angesichts des Datenvolumens, das es verbrauchen kann. Ich möchte Ihnen zeigen, wie beeindruckend dieses Modell ist. Hier ist ein YouTube Video mit dem Titel Machine Learning for Everybody von FreeCodeCamp. Es ist fast 4 Stunden lang, also 3 Stunden und 53 Minuten. Gehen wir hier runter. Wir zeigen das Transkript. Ich kopiere das gesamte Transkript für das gesamte Video hier springen Sie zurück zu Gemini. Ich füge es hier unten in unser Chatfenster ein. Wir sehen, dass.

Token verwendet werden. Fügen wir ein paar Zeilen hinzu und ich fasse das Video Schritt für Schritt in Stichpunkten zusammen. Ich klicke hier auf Ausführen, Genau wie die PSEQ-R und die OpenAI Modelle und ist dies ein Denkmodell? Ich kann es vergrößern, um den Denkprozess zu sehen. Wir können den gesamten Denkprozess verfolgen, während der eingefügte Text überprüft wird und das alles in Echtzeit. Ich beschleunige das Video nicht. Es denkt wirklich sehr schnell. Da es ein langes Video ist, dauert es wahrscheinlich etwas mehr als eine Minute, alles zu verarbeiten. Es bie uns aber eine vollständige Schritt für Schritt Aufschlüsselung dieses vierstündigen Videos. Es ist also fertig und es geht weiter mit dem eigentlichen Antwortteil. Es geht immer noch sehr, sehr schnell, aber sehen. Wir sehen die schrittweise Einführung und Einrichtung, das Laden der Daten, die erste Exploration, die Datenvisualisierung und die grundlegenden Konzepte, Konzepte des überwachten Lernens, Datenaufbereitung und Zusammenarbeit, überwachte Klassifikationsmodelle und überwachte Regressionsmodelle. Wir sehen, dass das gesamte Transkript des vierstündigen Videos insgesamt 62 Sekunden gedauert hat. Wir benötigen nur Token. Wir nutzen fünf Prozent des Kontextfensters. Sie können ganze Bücher einbinden und erhalten eine Schritt für Schritt Aufschlüsselung eines Prozesses in einem Buch. Das ist kostenlos bei iStudio auf Google möglich. Das ist wirklich umwerfend und irgendwie auch traurig. Es wurde von all den Ghibli Memes überschattet, die überall verbreitet wurden. Ich denke, ein Teil des Problems ist, dass Google es quasi in seinem Google Eye Studio versteckt hat, anstatt es auf der Oberfläche zu präsentieren. Die Gemini Plattform speichert Chats und ist für jeden ganz einfach zu bedienen. Und Wenn man sich iStudio ansieht, ist es irgendwie überwältigend, oder? Man hat all diese Einstellungen an der Seite und wenn man nicht weiß, was man tut, ist man vielleicht überfordert und denkt, es lohnt sich nicht. Aber es ist wirklich beeindruckend. Das Modell war so beeindruckend, dass sogar Sam Allman selbst Google lobte und sagte, es sei ein großartiges Projekt. Viele behaupten, Sam Allman habe Logan und Google getrollt, aber ich glaube, Sam und Logan sind Freunde. Logan hat früher bei OpenAI gearbeitet. Ich glaube nicht, dass er getrollt hat. Ich glaube, Sam war wirklich beeindruckt von dem, was Google hier abgeliefert hat. Hier sind weitere Beispiele für die Fähigkeiten dieses neuen Gemini Modells. Jemand hat dieses super einfache Sprungspiel hier entwickelt. Ich weiß nicht, ob ich das wirklich als das beste Beispiel dafür bezeichnen würde. Dieses hier ist etwas beeindruckender. Hier ist ein Schlangenspiel mit Power Oops und coolen Animationen. Wir haben hier einen Fußball Simulator. Ich meine, das sieht nicht wirklich so aus, als ob die Spieler dort wären. Das hier hat mich ziemlich beeindruckt. Es wurde tatsächlich von Matthew Berman entwickelt. Es ist tatsächlich ein Zauberwürfel, bei dem beim Drehen alle Farben genau dort bleiben, wo sie hin sollen. Und laut Matt ist dies das einzige Modell, bei dem er diese Konsistenz erreichen konnte, so dass die Farben tatsächlich auf dem Feld bleiben, auf dem sie bleiben sollen. Hier ist ein JS Flugsimulator, ebenfalls von Matthew Berman, mit Gemini 2.5 ein weiterer Flugsimulator von Philipp Schmidt und noch ein Flugsimulator von Dev Meta. Das hier sieht aus, als würde er es auf einem Handy spielen, auch sein eigenes. Wir haben Autosimulatoren in JS. Eine Blockbau Simulation. Ich schätze, das hier ist so eine Art Minecraft artiges Ding, eine Tumblr Bausimulation. Jemand hat ein Zombie Spiel mit einem Schuss erledigt. Ich sehe die Zombies nicht wirklich. Ich schätze, das sind die Zombies dahinten. Ein One Shot Runner Spiel, ein Asteroidenspiel, ein Schatzsuchspiel in JS. Jemand hat Minesweeper neu gemacht. Jemand hat Solitaire gemacht und natürlich mehr Snake Spiele. Logan fragte also was habt ihr heute mit Gemini 2.5 gemacht? Bitte zeigt nur beeindruckende Dinge. Das war tatsächlich das, was Sam Haltman kommentierte. Logan hat diese Animation eines Balls erstellt, der in einem Quadrat herumspringt. Ivapa hat hier einen Partikelsimulator entwickelt, der Partikel über ein bestehendes Bild simuliert, was für mich einfach nur wild aussieht. Schaut euch das an. Ziemlich cool. Hier ist noch eine von Matt Berman, eine D Bloodstream Virus Simulation. Also ja, Gemini 2.5 hat wirklich beeindruckende Sachen hervorgebracht. Es ist das intelligenteste Modell, das wir derzeit haben und das umfangreichste Kontextmodell, das wir derzeit haben. Es ist kostenlos verfügbar und die APIs sind verfügbar, so dass Entwickler damit arbeiten können. Gro ist ein wirklich gutes Modell, aber wir haben noch keine APIs dafür. Pro ist auch ein wirklich gutes Modell, aber die API kostet etwa 600 Dollar pro Million Token, was für die meisten Leute in ihren Apps einfach nicht praktikabel ist. Aber noch Das alles wurde irgendwie von der GPT Chat Sache überschattet. Und wenn Sie, wie ich, gerne Wipe Code schreiben, hat Windsurf auch Gemini 2.5 Pro hinzugefügt. Sie können dieses Modell jetzt also direkt in Windsurf zum Programmieren verwenden. Ich glaube, auch wenn Sie Cursor verwenden, können Sie es jetzt auch innerhalb von Cursor verwenden. Windsurf ist sozusagen meine bevorzugte IDE zum Programmieren geworden, aber Sie können jetzt beide mit Gemini 2.5 verwenden. Wieder zwei gewaltige Updates von zwei der Unternehmen, die im Bereich KI momentan führend sind. Ganz Wenn Sie ein KI Enthusiast, Entwickler oder jemand sind, der an technischen Projekten zusammenarbeitet, kennen Sie wahrscheinlich die Qual der Wahl, mehrere Tools für Meetings, Messaging, Filesharing und so weiter jonglieren zu müssen. Es ist ein Chaos, oder? Nun, Microsoft hat es unglaublich einfach gemacht, alles zu rationalisieren und es ist kostenlos KI entwickelt sich gerade mit atemberaubender Geschwindigkeit und Zusammenarbeit ist der Schlüssel zum Erfolg. Egal, ob Sie neue KI Tools testen, Ideen für Start ups, brainstormen oder einfach nur das neueste Chat GPT Update mit Ihrem Team besprechen, Sie wechseln wahrscheinlich zwischen fünf verschiedenen Apps. Eine für Meetings, eine andere für Chats, eine weitere für die Dateifreigabe. Das ist umständlich, ineffizient und bremst Sie aus. Microsoft Teams Free bietet Ihnen alles in einer Videoanrufe, unbegrenzte Chats, freigegebene Dokumente und sogar eine Community Funktion. Perfekt für Key Masterminds und Startup Teams. Es wurde für Early Adopters wie uns entwickelt. Menschen, die von Innovationen leben und Tools brauchen, die mithalten können. Hier ist also Der Plan des 60 Minuten kostenlose Videomeetings im Vergleich zu Zooms, Minuten Limit. Unbegrenzter Chat ohne Nachrichtenlöschung, 5 GB kostenloser OneDrive Speicher für einfache Dateifreigabe und es funktioniert nahtlos auf allen Geräten, auf Desktop Mobilgeräten und im Web. Es ist perfekt, wenn Sie einem Nebenjob nachgehen, ein Startup gründen oder einfach mit einer Gruppe KI interessierter Freunde zusammenarbeiten, die in Verbindung bleiben möchten. Ich habe es getestet und finde es einfach logisch. Kein App Wechsel mehr, kein Chaos mehr. Einfach alles, was Sie brauchen. Kostenlos. Testen Sie es noch heute unter AK MS Future Tools. Wenn Sie Key Technologie ernst nehmen oder einfach nur Dinge erledigen möchten, ist das ein Kinderspiel. Vielen Dank an Microsoft Teams für das Sponsoring des heutigen Videos. Kommen wir aber zurück zum Thema. Diese Woche gab es Neuigkeiten von Microsoft. Sie haben ihren neuen Researcher und Analysten in Microsoft 365 Copilot vorgestellt. Dieser nutzt das Mini Reasoning Modell von OpenAI, wurde aber für fortgeschrittene Datenanalysen optimiert und nutzt die Kettenschlussfolgerung. Das heißt, es durchdenkt die Situation, bevor es eine Antwort gibt.

Nehmen wir an, ich arbeite in der Produktentwicklung und wir erschließen einen neuen Markt. Ich brauche Hilfe bei der Entwicklung einer Produktstrategie für unsere Expansion. Ich gebe meine Eingabe ein und der Researcher macht sich an die Arbeit. Er stellt klärende Fragen, wie es ein erfahrener Kollege tun würde und nutzt meine Antworten, um weiterzukommen. Der Agent nimmt meine Eingabe auf, versteht die Aufgabe und erstellt einen Plan zur Lösung. Sie werden feststellen, dass er alle meine Arbeitsdaten im Microsoft Diagramm analysiert nicht nur eine einzelne Datei. Hier sehen wir die Denkkette. Sie sehen, wie er das Problem in Echtzeit bearbeitet. Er entwickelt ein Verständnis meiner Produktpalette, verweist auf aktuelle Meetings und ruft sogar Branchen Updates aus dem Internet ab. Dieser Vorgang dauert nur wenige Minuten, also springen wir gleich zum Ergebnis. Ich habe eine sehr ausführliche Antwort erhalten, die meinen Erwartungen an einen Forscher in meinem eigenen Team entspricht.

Ähnlich verhält es sich mit Dingen wie intensiver Recherche in GPT, Google Gemini und Perplexity.

Jetzt ist es jedoch in Microsoft C Pilot integriert.

Stellen Sie sich vor, ich arbeite im Marketing und versuche unsere treuesten Kunden zu verstehen. Ich habe diesen unübersichtlichen Datensatz. Sie sehen tausende von Zeilen und einige Registerkarten für Kunden und deren monatlichen Umsatz, und nichts davon wurde bereinigt oder kontextualisiert. Ich muss nicht erst die perfekte Eingabeaufforderung schreiben, um das Gesuchte zu finden. Ich bitte ihn einfach, mir zu helfen, meinen Kundenstamm einfach kennenzulernen und zu visualisieren. Sie werden sehen, wie der Agent meine Frage beantwortet, die Aufgabe versteht und einen Plan zur Beantwortung erstellt. Er identifiziert außerdem die Python Tools, die er möglicherweise benötigt, um die Aufgabe zu erledigen. Er kann jeden komplexen Datensatz verarbeiten, ihn interpretieren und Python Code ausführen, um Ihre Fragen zu den Daten zu beantworten. Wenn ich mehr über seinen Denkprozess erfahren möchte, kann ich jeder auf Klick klicken und seine Gedankenkette sowie den in Echtzeit ausgeführten Python Code einsehen. So kann ich seine Denkweise und Vorgehensweise validieren und ihm vertrauen. Jetzt habe ich die Antwort, nach der ich gesucht.

Microsoft kündigte außerdem die Prisoning und Agent Flows in Microsoft Copilot. Studio an. Microsoft Copilot Studio beschreibt es als Plattform zur einfachen Erstellung, Verwaltung und Bereitstellung von Agenten für ihre individuellen Geschäftsanforderungen. Mit den Tools von Microsoft können Sie also Ihre eigenen Mini Agenten erstellen, die auf ihren Unternehmensdaten laufen. Die wohl größten Neuigkeiten der Woche waren die neue Chat gibt Bildgenerierung, Gemini 2.5 und Microsofts neue Analystenfunktionen. Es gab aber auch eine ganze Reihe weiterer wirklich cooler KI Ankündigungen, die eher unter dem Radar blieben, weil sie die ganze Aufmerksamkeit dieser Woche auf sich zogen. Wir hatten Weitere Ankündigungen von OpenAI. Ihr GPT-40 Modell ist offenbar noch besser geworden. Es kann nun detailliertere Anweisungen besser folgen, insbesondere wenn Eingabeaufforderungen mehrere Anfragen innerhalb einer einzigen Eingabeaufforderung enthalten. Die Fähigkeit, komplexe technische und Programmierprobleme zu lösen, wurde verbessert. Verbesserte Intuition und Kreativität und wer schon einmal kreatives Schreiben für sich hatte, wird dieses Betrachter Emoji wahrscheinlich zu schätzen wissen. Und ein weiterer Interessanter Schritt von OpenAI diese Sie haben tatsächlich MCPS Modellkontextprotokolle übernommen. ChatGPT hat also schon früh versucht, Tool Nutzungsfunktionen mit seinen Plugins und dann mit seinen benutzerdefinierten GPTs zu implementieren. Ende letzten Jahres hat Antropic einen neuen Standard für die Verbindung großer Sprachmodelle mit Internet Tools eingefü MCPS Model Context Protocols. Zwischen dem großen Sprachmodell und der Software API gibt es eine Art Schicht. Alle diese APIs, die Softwareunternehmen Entwicklern zur Nutzung ihrer Tools zur Verfügung stellen, sind unterschiedlich entwickelt. Keine zwei APIs sind genau gleich. Daher ist die Kommunikation großer Sprachmodelle mit den APIs von Software schwierig. Model Context Protokoll fungieren als eine Art Zwischenschicht und standardisieren die Kommunikation großer Sprachmodelle mit Internet Tools. Dieser Standard wurde ebenfalls von Antropic eingeführt und OpenAI scheint sich diesem Standard anzuschließen. Diese Woche gibt es weitere Neuigkeiten von Google. Google liefert weiterhin Key Funktionen. Google Meet wurde um neue Funktionen erweitert. Die Funktion Notizen für mich kann nun Folgemaßnahmen aus Meetings erfassen und Vorschläge für die nächsten Schritte unterbreiten. Wenn Sie das Transkript für das Meeting aktivieren, verlinken die von Gemini erstellten Meeting Notizen auf den entsprechenden Teil des Transkripts, sodass Sie weitere Details und wörtliche Zitate sehen können. Und falls Sie einen Teil des Gesprächs verpassen oder Ihr Gedächtnis auffrischen müssen, können Sie jetzt während des Meetings durch die Untertitel scrollen. Google hat außerdem eine Funktion in Maps hinzugefügt. Google kann nun Orte, die Sie als Screenshot erstellt haben, in Maps speichern, um die Reiseplanung zu erleichtern. Auf diesem kleinen Screenshot hier sehen wir ein Bild mit der Aufschrift Little Island Ich liebe New York City. Google Maps kann anhand dieses Screenshots erkennen, wo sich dieser Ort befindet und ihn Ihnen auf der Karte anzeigen. Die App erscheint diese Woche auf Englisch für iOS und bald auch für Android. Ich finde es interessant, dass sie vor Android für iOS und als Google App erscheint, aber egal. Diese Woche veröffentlicht Google auch TXG, Memo oder Textjammer. Ich bin mir nicht ganz sicher, wie das ausgesprochen wird. Es handelt sich um eine Sammlung offener Modelle, die die Effizienz der Therapieentwicklung durch die Nutzung der Leistungsfähigkeit großer Sprachmodelle verbessern sollen. ES verwendet die Open Source Software GEMMA von DeepMind, ist aber speziell darauf trainiert, die Eigenschaften therapeutischer Einheiten während des gesamten Entdeckungsprozesses zu verstehen und vorherzusagen, von der Identifizierung vielversprechender Ziele bis hin zur Vorhersage klinischer Studienergebnisse. Entropic war diese Woche etwas ruhig, Aber laut dieser Testkatalog Website wird erwartet, dass Claude 3.7 Sonnet bald ein Kontextfenster von Token erhält. Nicht ganz das Kontextfenster von Million Token, das wir gerade von GEMA 2.5 erhalten haben, aber dies wird ein enormes Upgrade für Claude 3.7 Sonnet darstellen, insbesondere wenn Sie Claude für Vypecoding in Tools wie Windsurf und Cursor verwenden. Dies ist noch nicht hundertprozentig bestätigt, aber es gibt Hinweise darauf, dass dies durch einen Blick in den Code bestätigt wurde, sodass eine baldige Einführung wahrscheinlich ist. Wenn Sie Grog verwenden, können Sie Grok jetzt direkt in Telegram verwenden. Sie müssen sowohl Telegram Premium als auch X Premium abonniert haben. Wenn Sie beide abonniert haben, können Sie innerhalb Ihrer Telegram Streams mit dem Chatbot von Grokai chatten. Wenn Sie also die X App nicht nutzen möchten, ist Telegram eine weitere Option. Wenn Sie die X App jedoch nicht nutzen möchten, werden Sie wahrscheinlich kein X Premium Abonnent sein. Ich vermute, Perplexity hat diese Woche eine neue Funktion in der Web App eingeführt, mit der Sie gezielt nach Bildern, Videos, Reisen, Shopping und mehr suchen können. Wenn ich also hier auf Perplexity AI nach den besten Restaurants in Kauai suche, sehe ich, dass jetzt ein Tab Orte hinzugefügt wurde. Ich kann darauf klicken und ähnlich wie bei Google werden uns die verschiedenen Restaurants auf einer Karte angezeigt. Wenn ich jetzt Fotos von einem Wolf eingebe, werden uns oben eine Reihe von Bildern angezeigt, aber auch ein neuer Tab Bilder. Wenn ich auf Bilder klicke, ähnlich wie bei Google Bilder, werden mir eine Reihe von Wolfsbildern angezeigt. Deepseek, die Firma, die vor etwa einem Monat mit ihrem R Modell alle ziemlich in Panik versetzt hat, hat gerade eine verbesserte Version von V veröffentlicht. V war das zugrundeliegende Modell von R. Als alle deepseek R verwendeten, wurde deepseek V als großes Sprachmodell verwendet, aber R war sozusagen das darüber liegende Argumentationselement, eine Art Add on für Denkketten auf V. Nun, V wurde diese Woche verbessert. Laut Ani Hanunan kann das neue Deep SKV 30324 das am 24. März herauskam, tatsächlich mit 20 Token pro Sekunde auf einem 520 GB M Ultra laufen, was bedeutet, dass diese großen, lokal laufenden Sprachmodelle tatsächlich weniger von Nvidia GPUs abhängig werden. Es nutzte 381 GB RAM. Ja, Sie können es auf einem Consumer Mac Studio mit M Ultra ausführen, aber ich muss Consumer in Anführungszeichen setzen, da dieser Mac Studio wahrscheinlich US Dollar kostet, um es zum Laufen zu bringen. Alibaba hat diese Woche tatsächlich einige neue Modelle veröffentlicht. Es gab ein Modell mit 72 Milliarden Parametern und ein Modell mit 7 Milliarden Parametern. Jetzt gibt es ein Zwischenmodell mit 32 Milliarden Parametern, das Quinz VL. Dieses Open Source Modell unter der Apache Lizenz ist ein Vision Modell. Es kann Bilder sehen und basierend auf dem, was es in den Bildern sieht, reagieren. Alibaba hat außerdem QV Q Max veröffentlicht. Dies ist ihr Visual Reasoning Modell. Es kann den Inhalt von Bildern und Videos verstehen, aber auch analysieren und schlussfolgern. Es führt also auch diese Art der Gedankenverarbeitung durch. Beide neuen modelle können unter Chat Quin AI getestet werden. Wenn wir auf Modelle klicken, sehen wir Quin Max und QWQB auch ohne die große Bildgenerierung von OpenAI. In dieser Woche deutete sich bereits eine große Woche in der Bildgenerierung an. Ein neues Modell namens Reef tauchte quasi aus dem Nichts auf und schlug laut künstlicher Bildanalyse alle anderen Bildmodelle, darunter RicCraft, Imagine 3 Flux 1 Midjourney und so weiter, ähnlich wie das neue Modell im Chat. GPT ermöglicht es Nutzern, nicht nur Bilder aus Text zu generieren, sondern auch bestehende Bilder mit einfachen Sprachbefehlen zu verändern. Beispielsweise lassen sich Farben ändern, Text anpassen und Perspektiven verändern. Außerdem unterstützt es das Hochladen von Referenzbildern, sodass Nutzer Visualisierungen erstellen können, die einem bestimmten Stil oder einer bestimmten Inspiration entsprechen. Sie können es sogar auf Preview Rewe Art ausprobieren. Wir geben Ihnen einen Hinweis wie ein Wolf, der den Mond anheult. Es generiert die Bilder recht schnell und sie sind alle sehr gut. Wenn ich nun eines der Bilder auswähle, kann ich Änderungen vornehmen und beispielsweise dem Wolf schwarzes Fell verleihen. Wir sehen jetzt Bilder von einem Wolf mit schwarzem Fell. Die Komposition des Originalbildes wurde zwar nicht beibehalten, aber ich konnte einige neue Variationen erstellen. Die Leute waren ein oder zwei Tage lang von diesem Modell begeistert, bis OpenAI sein Modell veröffentlichte. Wieder einmal hat es alle anderen Ankündigungen dieser Woche überschattet. Auch edoc hat diese Woche ein neues Modell verö edoc. Es bietet deutlich mehr Realismus, kreative Designs und konsistente Stile. Alles in einem leistungsstarken Modell und es ist super schnell. Auf edocgram AI können wir dieses Modell kostenlos nutzen. Beginnen Sie mit 3. 0 Dieses Modell eignet sich auch sehr gut für Text in Bildern. Ich kann ihm eine Eingabeaufforderung geben, z. B. Ein Bild eines Wolfs, der auf seinen Hinterbeinen steht und ein Schild mit der Aufschrift Mount Wolf abonnieren hält. Wir klicken hier auf den Reiter Kreationen und jedes einzelne generierte Bild hat die Vorgaben ziemlich genau getroffen. Die Formulierungen waren perfekt und wirklich beeindruckend. Ich finde Key Bildgenerierung ist jetzt ein gelöstes Problem. Man kann alles generieren, was man sich vorstellen kann mit dem neuen Modell von ChatGPT, dem Reef Modell und EDOC. Alles, was man sich vorstellt, kann man auch umsetzen. Auch in der Welt der Key Videogenerierung gibt es einige Updates. Lumai präsentierte die neue Funktion Magic Doodles mit Ray 2 Image to Video. Man kann ein Bild kritzeln, es einfügen und animieren lassen. Das macht richtig Spaß, wenn man Kinder hat, die gerne zeichnen. Meine Tochter ist Künstlerin, sie liebt es zu zeichnen. Es macht also riesigen Spaß, ihre Kunstwerke in ein Tool wie Raid 2 von Luma zu laden und zuzusehen, wie ihre kleinen Zeichnungen zum Leben erwachen. Ein super cooles Update. Dream Machine hat außerdem eine Thread Funktion eingeführt. Eine neue Möglichkeit, den kreativen Prozess zu organisieren. Bewahren Sie P, P 4K und Audioversionen derselben Assets an einem Ort auf. Im Grunde genommen gibt es bessere Organisationsfunktionen in Lumas Traummaschine und Pika Lab hat eine neue Funktion eingeführt. Sie scheinen jede Woche eine neue Funktion einzuführen. Zum Beispiel diese Flashback Funktion, mit der man ein Video von sich selbst und ein Foto von sich hochladen kann und dann erscheint die Fotoversion von sich selbst im Bild. Pika hat die Meme Video Generierung quasi perfektioniert. Ich denke, Pika hat vielleicht erkannt, dass sie sich von den Soras vs. Klings und Traummaschinen dieser Welt abheben können, indem sie sich voll und ganz auf diese Meme Generator Plattform konzentrieren. Nebenbei bemerkt, finde ich es auch sehr unterhaltsam, ein echtes Bild von sich selbst und ein neu gestaltetes Bild, das man vielleicht mit dem neuen Chat GPT Bildgenerierungsmodell erstellt hat, zu nehmen und Pika zwischen beiden animieren zu lassen. Hier ist zum Beispiel ein Bild der beiden Padres Spieler. Das setzen wir als erstes Bild und hier ist die etwas abgedroschene Version. Die setzen wir als zweites Bild und dazwischen. Und hier ist das Ergebnis. Es nimmt das ursprüngliche Bild aus dem echten Leben und animiert es zu einer Zeichentrickversion. Ich weiß nicht warum, Ich finde es einfach super, damit zu spielen. Die Firma Earth Eye hat einen Algorithmus entwickelt, der wichtige Mineralien an Orten findet, die alle anderen ignoriert haben. Sie behaupten, dass die eigentliche Grenze im Bergbau weniger geografischer als vielmehr technologischer Natur ist. Earth Eye hat Vorkommen von Kupfer, Kobalt und Gold im Northern Territory identifiziert, so wie Silbermaledinum. Ich weiß nicht genau, wie man das ausspricht und SIN an einem anderen Standort in New South Wales. Die Algorithmen von RSI sind darauf trainiert, große Flächen schnell und effizient zu scannen, um Vorkommen zu finden, die sonst vielleicht übersehen worden wären. Ich höre immer wieder gerne von realen Anwendungsfällen, in denen KI die Welt verändert KI wird bereits eingesetzt, um wichtige Mineralien zu finden. Wenn Sie sich für selbstfahrende Fahrzeuge wie Wimpers interessieren, die ich letzte Woche in San Francisco zum ersten Mal gefahren bin, werden sie nächstes Jahr in Washington D. C. Eingeführt. Falls Sie also noch nicht mit einem Wimo gefahren sind, haben Sie bald Gelegenheit dazu. Lyft wird diesen Sommer offenbar Robo Taxis in Atlanta einführen. Und schließlich, wenn Sie sehen möchten, wie weit diese humanoiden Roboter kommen und was sie bereits können, hier ist ein interessantes Beispiel von Boston Dynamics. Wir sehen den Roboter laufen und er sieht tatsächlich wie ein Mensch aus. Wir konnten ihn knien sehen, wie er auf allen vier Beinen über den Boden kriecht und sogar Fassrollen oder wie man das nennt, macht.

Und hier macht er diese Bewegung, genau wie man sie nennen würde. Aber ich meine, wenn ich diese Videos vor zwei Jahren gesehen hätte, wäre ich mir sicher gewesen, dass da jemand in einem Roboteranzug sitzt und diese Bewegungen macht. Es ist einfach verrückt, dass Roboter das jetzt tatsächlich können. Es macht so viel Spaß, Ihnen zuzuschauen. Ich liebe Roboter. Da schlä einer ein Rat und damit beende ich dieses Video. Das Boston Dynamics Boot Video ist fantastisch. Wenn Sie über Key News, die neuesten Key Tutorials und die coolsten Key Tools auf dem Laufenden bleiben möchten, liken Sie dieses Video und abonnieren Sie diesen Kanal. Ich sorge dafür, dass Sie auf dem Laufenden bleiben und weitere Videos wie dieses in ihrem YouTube Feed erscheinen. Und falls Sie es noch nicht getan haben, schauen Sie unbedingt bei futuretools IO vorbei. Hier teile ich die coolsten Key Tools, die mir begegnen und alle Key News, sobald ich darauf stoße. Es gibt auch einen kostenlosen Newsletter. Abonnieren Sie den kostenlosen Newsletter. Ich schicke Ihnen zweimal wöchentlich eine E-Mail mit den interessantesten Tools und den wichtigsten Neuigkeiten der Woche. Sie erhalten außerdem kostenlosen Zugriff auf die KI Einkommensdatenbank, eine Datenbank mit Möglichkeiten, mit verschiedenen Key Tools ein Nebeneinkommen zu erzielen. Alles ist 100 Prozent kostenlos und Sie finden es überall auf futuretools IO. Vielen Dank, dass Sie sich dieses Video angesehen und mit mir gefachsimpelt haben. Es war eine der spannendsten Wochen im KI Bereich. Zwischen den Ankündigungen von Google und OpenAI hatte ich einen Riesenspaß und habe noch viele weitere Videos in Arbeit, in denen wir mit einigen dieser Tools experimentieren und Sie wirklich auf die Probe stellen werden, um zu sehen, was Sie können. Wenn Sie also so etwas noch einmal sehen möchten, abonnieren Sie uns und ich werde mein Bestes tun, um es Ihnen zu präsentieren. Danke fürs Fachsimpeln. Hoffentlich sehen wir uns im nächsten. Tschüss.