Finde Modelle, Firmen und Themen

PersonalQ ist ein neu entwickeltes Framework, das die Herausforderung löst, personalisierte Diffusionsmodelle effizient bereitzustellen. Du…

Die Text‑zu‑Bild‑Community (T2I) hat in den letzten Jahren ein enormes Wachstum erlebt und ein lebendiges Online‑Ökosystem aus Expertenmode…

Ein innovatives Verfahren namens AFS‑Search (Agentic Flow Steering and Parallel Rollout Search) wurde vorgestellt, das die Qualität von Tex…

In der Welt der Text‑zu‑Bild‑Diffusionsmodelle gewinnt das Konzept des Unlearnings zunehmend an Bedeutung. Ziel ist es, schädliche Inhalte…

Text‑zu‑Bild‑Modelle liefern inzwischen beeindruckende Bilder, die gut zu einfachen Sprachaufforderungen passen. Bei komplexen, mehrteilige…

Ein neues Forschungsprojekt namens Meta‑TTRL präsentiert ein metakognitives Testzeit‑Reinforcement‑Learning‑Framework, das die Leistungsfäh…

Die rasante Verbreitung von Text‑zu‑Bild‑Diffusionsmodellen hat die Forschung in der Interpretierbarkeit von KI-Systemen vor neue Herausfor…

Text‑zu‑Bild‑Generierung wird heute vor allem von Diffusionsmodellen (DM) angetrieben, die mit zufälligem Gauß‑Rauschen starten. Das führt…

Die neueste Forschungsarbeit auf arXiv (2603.06623v1) präsentiert Flow‑GRPO, eine Weiterentwicklung des Group Relative Policy Optimization…

Grafische Layouts sind ein zentrales Medium der visuellen Kommunikation, doch aktuelle Generierungsmodelle hinken oft hinter den feinen Nua…

Ein völlig neuer Ansatz für multimodale KI hat die Forschung erschüttert: Das erste Tri‑Modal‑Masked‑Diffusion‑Modell, das von Grund auf mi…

In der Praxis ist das Feintuning vortrainierter Diffusions‑ und Flussmodelle entscheidend, um spezifische Aufgaben zu erfüllen. Traditionel…

In der rasanten Entwicklung von KI‑Modellen, die aus Texten Bilder, Texte oder Bildunterschriften generieren, wird die Vielfalt der Modelle…

Text‑zu‑Bild‑Diffusionsmodelle können beeindruckende Bilder aus beliebigen Beschreibungen erzeugen, doch ihre praktische Nutzung erfordert…

Ein neues Framework für die Black‑Box‑Interpretierbarkeit von KI-Modellen hat die Forschung revolutioniert. Durch das Lernen einer überprüf…

Mit der zunehmenden Verbreitung von Text‑zu‑Bild‑Diffusionsmodellen in kreativen Arbeitsabläufen wird ein zuverlässiges System zur Bewertun…

In der Welt der Diffusionsmodelle ist die Abstimmung auf menschliche Vorlieben ein zentrales Ziel, um die Ästhetik zu steigern und unerwüns…

In einem brandaktuellen Sicherheitsbericht wurden sieben der fortschrittlichsten Sprach- und Multimodalmodelle – GPT‑5.2, Gemini 3 Pro, Qwe…

Multimodale KI‑Modelle zeigen bisher vor allem im Englischen beeindruckende Ergebnisse, weil dort reichlich Bild‑Text‑ und Audio‑Text‑Daten…

Black Forest Labs hat die neue Version FLUX.2 [klein] vorgestellt – ein kompaktes Bildmodell, das speziell für interaktive visuelle Intelli…

Text‑zu‑Bild‑Diffusionsmodelle haben in den letzten Jahren enorme Fortschritte erzielt, doch ihre Nutzung wirft gleichzeitig Fragen zu Urhe…

Mit der zunehmenden Allgegenwart generativer Modelle wächst der Wunsch nach präziser Steuerung des Erzeugungsprozesses. Doch während Prompt…

Forscher haben IGENBENCH ins Leben gerufen, das erste umfassende Testsystem, um die Zuverlässigkeit von Text‑zu‑Infografik‑Modellen zu prüf…

Die Erzeugung langer, zusammenhängender Videoerzählungen mit gleichbleibenden Charakteren stellt die aktuelle Text‑zu‑Video‑KI vor große He…

Die neueste Veröffentlichung auf arXiv (2512.12501v1) stellt SafeGen vor – ein innovatives Framework, das ethische Schutzmaßnahmen direkt i…

Diffusionsmodelle können unbeabsichtigt Trainingsbeispiele wiedergeben, was Bedenken hinsichtlich Datenschutz und Urheberrecht aufwirft. Di…

Die rasante Weiterentwicklung von Diffusionsmodellen hat das Feintuning von Text‑zu‑Bild‑Systemen für individuelle Anwendungen erleichtert…

Die neueste Version des Generalized Spatial Propagation Network, GSPN-2, setzt einen neuen Standard für die Verarbeitung hochauflösender Bi…