KI News: Kurz und klar.

In der Welt der Diffusionsmodelle ist die Abstimmung auf menschliche Vorlieben ein zentrales Ziel, um die Ästhetik zu steigern und unerwünschte Artefakte zu reduzieren. Dabei wird häufig die Kullback‑Leibler‑Regulierung eingesetzt, doch die Wahl der richtigen Stärke bleibt ein kniffliges Problem: Zu stark führt zu wenig Anpassung, zu schwach kann das Modell „Reward‑Hacking“ betreiben. Traditionell werden mehrere Modelle mit unterschiedlichen Regularisierungswerten trainiert und anschließend der beste ausgewählt – ein Prozess, der enorme Rechenressourcen erfordert.

In einer neuen Studie aus dem arXiv-Repository wird ein innovatives Verfahren namens Ambient Dataloops vorgestellt, das die Qualität von Datensätzen schrittweise verbessert und damit Diffusionsmodelle effizienter trainiert. Durch einen iterativen Prozess, bei dem das Dataset und das Modell gleichzeitig weiterentwickelt werden, entsteht ein stetig hochwertigeres Trainingsmaterial, das die Lernfähigkeit der Modelle erhöht.

Der neue AI HAT+ 2, der für rund 130 US Dollar erhältlich ist, erweitert die Leistungsfähigkeit des Raspberry Pi 5 um generative KI-Funktionen. Mit diesem kompakt gestalteten Zusatzboard können Anwender nun fortschrittliche KI‑Modelle direkt auf ihrem Pi ausführen und kreative Anwendungen wie Text‑ und Bildgenerierung in Echtzeit nutzen. Das Gerät verbindet die gängige Raspberry‑Pi‑Plattform mit einer leistungsstarken KI‑Engine, wodurch Entwickler und Hobbyisten gleichermaßen von einer schnellen, kostengünstigen Lösung profitieren. Die Integration ist einfach: Der HAT+ 2 wird auf den Pi gesteckt, die notwendigen Treiber installiert und die KI‑Software gestartet – sofort steht die generative KI zur Verfügung. Diese Erweiterung macht den Raspberry Pi 5 zu einer noch vielseitigeren Plattform für Forschung, Bildung und kreative Projekte.

X hat die Bildgenerierung mit Grok auf verifizierte Nutzer beschränkt, um das Problem der unerlaubten Entkleidungsbilder zu bekämpfen. Experten sehen darin jedoch die Monetarisierung von Missbrauch, da die Nutzung kostenpflichtig wird.

Nach Fragen von Ministern und Regulierungsbehörden hat das Unternehmen Grok seine Bildgenerierungsfunktion auf der Plattform X für die meisten Nutzer gesperrt. Die Maßnahme folgt auf die öffentliche Erwägung einer Beschränkung durch die britische Regierung, die die KI-Funktion, die Personen auf Befehl entblößt, als problematisch einstuft.

OpenAI hat die Bildgenerierungsfunktion von ChatGPT komplett neu gestaltet. Die neuen Bilder sind deutlich klarer, detailreicher und farblich viel lebendiger als die Vorgängerversion.

In den letzten Monaten haben neue Entwicklungen wie Nano Banana, Qwen Image und SAM3 die Bildverarbeitung revolutioniert. Während OpenAI, das früher an der Spitze stand, in dieser Zeit eher zurückhaltend agierte, hat das Unternehmen nun wieder für Aufsehen gesorgt. Mit einer Reihe von speziell entwickelten Prompt-Vorlagen für ChatGPT Image‑1.5 bietet OpenAI Nutzern die Möglichkeit, Bilder mit bisher unerreichter Präzision und Kreativität zu generieren.

OpenAI hat die Bildgenerierungsfunktion von ChatGPT mit der Version GPT Image 1.5 aktualisiert. Die neue Version, die auf dem leistungsstarken GPT‑5.2-Modell basiert, wird allen ChatGPT‑Nutzern sowie über die API zur Verfügung gestellt und richtet sich besonders an Unternehmen und Marken, die KI für Designvisualisierungen einsetzen.

Black Forest Labs hat heute FLUX.2, die zweite Generation ihres Bildgenerierungs- und Bearbeitungssystems, vorgestellt. Das neue Tool richtet sich an professionelle Kreativworkflows und soll die Art und Weise verändern, wie Marketingmaterialien, Produktfotos und Designlayouts erstellt werden.

Eine neue Studie aus dem arXiv-Repository zeigt, dass generative KI-Modelle bei der Erzeugung von Bildern noch deutlich hinter menschlichen Künstlern zurückbleiben. Dabei wurden die kreativen Leistungen von visuellen Künstlern, Nicht-Künstlern und einer KI unter zwei unterschiedlichen Prompting‑Bedingungen verglichen.

Google DeepMind hat heute das neue Bildgenerierungsmodell Nano Banana Pro vorgestellt, das auf der leistungsstarken Gemini 3 Pro-Architektur basiert. Das System soll sowohl bei der Erstellung als auch bei der Bearbeitung von Bildern höchste Präzision erreichen und dabei die Struktur, das Weltwissen und die Textanordnung berücksichtigen – nicht nur das äußere Erscheinungsbild.

Google DeepMind hat sein neuestes Bildgenerierungsmodell „Nano Banana Pro“, offiziell als Gemini 3 Pro Image bezeichnet, vorgestellt. Das Modell hat die Entwickler- und Unternehmensgemeinschaft gleichermaßen überrascht, weil es Infografiken ohne Rechtschreibfehler erzeugt, komplexe Diagramme aus einfachen Textbeschreibungen erstellt und Logos aus fragmentarischen Eingaben wiederherstellt. Die Bildqualität ist so hoch, dass Entwickler es als „extrem beeindruckend“ beschreiben.

Nach dem Release von Gemini 3 Pro am Dienstag folgt heute Nano Banana Pro, auch bekannt als Gemini 3 Pro Image. In den wenigen Tagen, in denen ich Vorabzugang hatte, hat sich das Modell als ausgesprochen leistungsfähig erwiesen.

Die Methode Classifier-Free Guidance (CFG) hat sich als Standard für die gleichzeitige Verbesserung der Prompt‑Treue und der Bildqualität in bedingten Generativmodellen etabliert. Dabei wird während des Trainings stochastisch zwischen konditionalen und neutralen Prompt‑Varianten gewechselt, um sowohl bedingte als auch unbedingte Generationen zu ermöglichen. Beim Sampling hingegen erzeugt CFG gleichzeitig sowohl neutrale als auch konditionale Ausgaben, was zu inkonsistenten Rauschschätzungen führt.

Ein neues Forschungswerkzeug namens SCALEX wurde auf arXiv vorgestellt, das die Analyse von Vorurteilen in Bildgenerierungsmodellen revolutioniert. Während bisherige Ansätze sich auf vordefinierte Kategorien beschränkten oder manuelle Interpretation erforderten, ermöglicht SCALEX eine skalierbare und automatisierte Untersuchung des latenten Raums von Diffusionsmodellen.

Ein neues Papier auf arXiv (2511.11159v1) präsentiert einen Ansatz zur symmetrischen Minimierung der Jeffreys‑Divergenz, die die klassische asymmetrische KL‑Divergenz ergänzt.

Immer wenn jemand ein neues SVG eines Pelikans auf einem Fahrrad teilt, taucht die Frage auf, ob die großen KI‑Labore gerade dafür trainieren. Der überzeugendste Hinweis dagegen ist, dass ein solches Training leicht auffallen würde. Sobald ein Modell ein wirklich gelungenes Pelikan‑SVG liefert, würde man es sofort auf viele weitere Kreaturen und Transportmittel testen. Wenn diese Ergebnisse deutlich schlechter sind, wird sofort klar, dass das Training nicht den gewünschten Erfolg gebracht hat.

Ein neues Verfahren namens Rectified Noise (ΔRN) nutzt positiv motiviertes Rauschen, um die Leistung von Rectified Flow (RF)-Modellen zu steigern. Durch das Einfügen von π‑Noise in das Geschwindigkeitsfeld vortrainierter RF‑Modelle wird die Qualität der generierten Bilder deutlich erhöht.

Ein neues arXiv‑Veröffentlichung (2511.04844v1) zeigt, dass bei den beliebten Denoising Diffusion Probabilistic Models (DDPMs) die Anzahl der benötigten Score‑Evaluierungen nicht mehr linear, sondern sublinear in der Dimensionalität ausreicht. Der Autor führt einen neuen Integrator ein, den sogenannten denoising diffusion randomized midpoint method (DDRaM), der einen zusätzlichen zufälligen Mittelpunkt nutzt, um die stochastische Differentialgleichung genauer zu approximieren.

Adobe Firefly ist ein überraschend vielseitiges KI-Tool, das Ihnen ermöglicht, Bilder, Videos und weitere kreative Inhalte mit wenigen Klicks zu erzeugen. Durch die Kombination aus intuitiver Benutzeroberfläche und fortschrittlicher generativer Technologie bietet Firefly sowohl Einsteigern als auch Profis ein kraftvolles Werkzeug, um Ideen schnell in visuelle Form zu bringen.

Ich habe acht kostenlose KI-Chatbots bis an ihre Grenzen gebracht – von der Erzählung von Geschichten bis zur Bildgenerierung. Dabei ging es nicht nur um reine Unterhaltung, sondern um die praktische Nützlichkeit in Alltagssituationen.

In diesem Beitrag erfahren Sie, wie Sie mithilfe von Gemini eine konsistente Bildgenerierung für Ihre Bildbibliothek aufbauen können. Der Artikel bietet einen praxisnahen Leitfaden, der Schritt für Schritt erklärt, wie man Prompt-basierte Pipelines erstellt, um qualitativ hochwertige und einheitliche Bilder zu erzeugen.

Stability AI hat seine Image Services in Amazon Bedrock integriert und bietet damit sofort einsatzbereite Medienbearbeitungsfunktionen über die Bedrock‑API an. Entwickler können nun die leistungsstarken Bildgenerierungsmodelle von Stability AI direkt in ihre Anwendungen einbinden, ohne eigene Infrastruktur aufzubauen.

Google hat mit Nano Banana ein neues KI-Bildmodell vorgestellt, das für seine Geschwindigkeit und Bildqualität begeistert. Doch die Begeisterung bleibt ohne praktischen Zugang wenig greifbar. In diesem Beitrag erfahren Sie, wie Sie das Modell ohne Kosten nutzen können. Der Artikel gibt einen Überblick über die verschiedenen Zugangswege, erklärt die Voraussetzungen und zeigt Schritt für Schritt, wie Sie Nano Banana ausprobieren können – ohne dabei ein Budget zu belasten. So können Sie die Leistungsfähigkeit des Modells sofort in Ihren Projekten einsetzen und von den neuesten Fortschritten in der KI-Bildgenerierung profitieren.