Beeble AI und die New York University veröffentlichen innovative Porträt-Relighting-Technologie SwitchLight

DingTalk AI-Tabelle: Jetzt mit großer Leistung: 1000 Aufgaben in einer Stunde bearbeiten, datenanalyse ohne Hindernisse

Neue Meilensteine der Modul-Technologie: Millionenfinanzierung und neue Ära für multimodale Tastsensor-Systeme

Apple und die Columbia University entwickeln gemeinsam ein KI-System SceneScout, das Blinde bei der Navigation in Straßenszenen unterstützt

Neues AI-Tabellen-Feature von DingTalk erstmals vorgestellt – Innovation: Tabellen als Dokumentfunktion

Kürzlich hat DingTalk das neue Feature «AI-Tabellen» offiziell veröffentlicht. Dieser Innovationsschritt markiert den Beginn eines neuen Anwendungseingangs für die AI-Ära. In DingTalks AI-Tabellen ist KI nun eine natürliche Funktion. Jede Zelle wird zum Eingangspunkt für KI und baut intelligente Arbeitsabläufe auf, wodurch Unternehmen und Nutzer eine bisher unvorstellte Möglichkeit zur Erstellung von Geschäfts-systemen erhalten.

Microsoft Win11 wird bald AI-Dynamik-Hintergrundfunktionen einführen, Vorschau-Code ist bereits vorhanden

Einfach einen Knopf drücken und die Auflösung verbessern! Das Hongkong Polytechnic University kooperiert mit OPPO und öffnet DLoRAL als Open Source. Der Video-Super-Resolution erlebt eine revolutionäre Durchbruch

HK PolyU und OPPO entwickelten DLoRAL für Video-Super-Resolution: Dual-LoRA-Architektur (CLoRA für zeitliche Konsistenz, DLoRA für Details). 10x schnellere Inferenz, Open Source auf GitHub. Ideal für Echtzeit-Videoverbesserung.....

DLoRAL: Open-Source-Framework für die Video-Hochauflösung, gemeinsam von der Hongkong Polytechnic University und OPPO entwickelt

Die Hongkong Polytechnic University und das OPPO-Forschungszentrum haben ein open-source-Framework für Video-Superresolution namens DLoRAL vorgestellt. Das Framework nutzt Diffusionsmodelle, um in einem Schritt hochauflösende Videos zu generieren. Es verwendet eine Doppelschicht-LoRA-Architektur: C-LoRA bewahrt die Konsistenz zwischen den Bildern, während D-LoRA räumliche Details verstärkt; durch eine Doppelschritt-Trainingsstrategie wird die zeitliche Kohärenz und die Hochfrequenzinformation optimiert. Im Vergleich zu traditionellen Methoden verbessert DLoRAL die Verarbeitungsgeschwindigkeit um das Zehnfache, während die Flüssigkeit erhalten bleibt, und signifikant die Bildqualität, was eine effiziente offene Lösung für die Video-Hochauflösung bietet.

Geopolitische Spannungen beeinflussen die Vorhersage der globalen AI-Server-Abverkaufszahlen, die erheblich sinken werden

Die Wachstumsrate des globalen AI-Server-Marktes verlangsamt sich, und das erwartete jährliche Wachstum wird von 28 % auf 24,3 % abnehmen. Aufgrund der US-Exportbeschränkungen und geopolitischer Einflüsse steigt die Unsicherheit in der Lieferkette. Obwohl Technologiekonzerne wie Microsoft und Google ihre Investitionen in die AI-Infrastruktur weiter erhöhen, dominieren weiterhin NVIDIA den Markt, doch es zeigt sich eine deutliche Tendenz zur Entwicklung eigener AI-Chips. Lösungen wie Googles TPU machen sich bemerkbar, während Unternehmen auch nach Alternativen wie AMD suchen. Derzeit sind Blackwell Ultra-Server sehr beliebt, doch die Marktperspektiven werden durch die äußeren Umstände komplexer.

Apple AI-Chef schließt sich Meta an und zieht Aufmerksamkeit der Branche auf sich

Der Apple-AI-Manager Ruoming Pang wechselt zu Meta und wird dem neu gegründeten Superintelligenz-Labor beitreten. Er erhält eine Jahresgehalt von mehreren Millionen Dollar. Meta hat kürzlich seine AI-Geschäftsbereiche reorganisiert und leitet nun einen neuen Bereich unter der Leitung des ehemaligen Scale AI-CEO Alexandr Wang. Zudem investiert Meta 2,9 Milliarden US-Dollar in Scale AI. Dieser Schritt unterstreicht den wachsenden Wettbewerb um talentierte Fachkräfte im Bereich KI bei Tech-Giganten. Meta beschleunigt damit durch hohe Gehälter und strategische Investitionen seine Position. Apple und Meta haben auf die Angelegenheit noch keine Stellungnahme abgegeben.

Das AI-Team von Baidu stellt die Version 3.1 von PaddleOCR vor, die Schlüsselkompetenzen für MCP unterstützt

Am 7. Juli gab das AI-Team von Baidu die offizielle Veröffentlichung der Version 3.1 von PaddleOCR bekannt und erzielte drei große Verbesserungen in der Mehrsprachenerkennung, bei der Übersetzung komplexer Dokumente und der Verbindung mit großen Modellen. Die neue Version unterstützt die Texterkennung in 37 Sprachen, wobei die durchschnittliche Genauigkeit um über 30 % gestiegen ist. Zudem wurde eine Produktionslinie für die Dokumentübersetzung und Funktionen des MCP-Servers eingeführt, um Entwicklern dabei zu helfen, effizient Anwendungen mit KI zu erstellen. Um den Anforderungen im globalen Kontext an mehrsprachige Lösungen gerecht zu werden, fügte PaddleOCR 3.1 das Mehrsprachenmodell PP-OCRv5 hinzu, das 37 Sprachen wie Französisch, Spanisch und Russisch abdeckt.