Kurze Zusammenfassung
Das Video fasst die neuesten Entwicklungen im Bereich der künstlichen Intelligenz (KI) zusammen und konzentriert sich auf praktische Anwendungsfälle. Es werden neue Modelle und Funktionen von Google, OpenAI, Midjourney, Nvidia, HeyGen und Suno vorgestellt. Außerdem werden Community-Ressourcen und neue Entwicklungen im Bereich der KI-gestützten Tools für Entwickler und Unternehmen hervorgehoben.
- Gemini 2.5 Pro kann anhand von Bildschirmaufzeichnungen Anwendungen nachbilden.
- ChatGPT hat die Möglichkeit erhalten, sich mit GitHub zu verbinden.
- Midjourney Omni-Reference ermöglicht die Verwendung eines Bildes als Referenz für neue Kreationen, ideal für Produktfotografie.
- Nvidia Parakeet ist ein Open-Source-Transkriptionsmodell.
- HeyGen Avatar IV erstellt KI-Videoavatare aus einem einzigen Bild.
- Suno 4.5 bietet verbesserte Musikqualität und längere Songlängen.
Was gibt's Neues?
Das Video gibt einen Überblick über die neuesten KI-Anwendungen und -Tools, die in der vergangenen Woche veröffentlicht wurden. Es werden verschiedene neue Funktionen und Modelle vorgestellt, darunter ein neues Google-Modell, das Bildschirmaufzeichnungen in Anwendungen umwandeln kann, neue Verbindungen für Chad Chip und ein Tool, das aus einem einzigen Bild einen KI-Avatar erstellt. Der Moderator betont, dass die Sendung die KI-Releases recherchiert, testet und die wichtigsten vorstellt.
Gemini 2.5 Pro Updates
Google hat Gemini 2.5 Pro aktualisiert, sein Flaggschiff-Modell, das von vielen als das beste Entwicklungsmodell angesehen wird. Das Update umfasst zwei wesentliche Verbesserungen: Erstens ist das Modell jetzt noch besser im Frontend-Bereich und kann verschiedene Anwendungen und Websites erstellen. Zweitens kann es Videoaufzeichnungen von Anwendungen verwenden, um diese nachzubauen. Der Moderator testet diese Funktion, indem er eine Bildschirmaufzeichnung einer Website zur Zeitumrechnung hochlädt und das Modell auffordert, diese nachzubauen. Obwohl das Ergebnis nicht sofort perfekt ist, zeigt der Test, dass das Modell in der Lage ist, Kontext aus dem Video zu extrahieren und die Anwendung zu rekonstruieren.
ChatGPT Updates
ChatGPT hat Verbesserungen für Entwickler erfahren, insbesondere die Möglichkeit, GitHub mit der Deep-Research-Funktion zu verbinden. Dies ermöglicht es dem Modell, eine gesamte Anwendung während der Deep Research zu sehen, was besonders für Anfänger nützlich ist, um neue Repositories zu verstehen und mit dem Bauen zu beginnen. OpenAI hat außerdem eine kurze Anleitung zu den verschiedenen Modellen in seinem Hilfecenter aktualisiert, um die Auswahl des richtigen Modells zu erleichtern. Der Moderator gibt jedoch eigene Empfehlungen, welches Modell für welche Aufgabe am besten geeignet ist: GPT-4.5 für das Schreiben, GPT-4.0 für schnelle Ergebnisse und Bilder und GPT-3 für Ideenfindung und Planung.
AIA Community
Der Moderator spricht über die AI Advantage Community, die als Ergänzung zum YouTube-Kanal dient. In der Community werden wöchentlich neue Anleitungen und Ressourcen sowie vierteljährlich neue Kurse veröffentlicht. Ein Beispiel ist ein Kurs zum Fine-Tuning, der zeigt, wie man ein Modell anpasst, um wie man selbst zu klingen. Die Community bietet personalisierte Unterstützung und umfasst Kurse zu Prompt Engineering, GPT-Building, Advanced Prompting, Fine-Tuning und kreativen KI-Tools für Business Branding.
Midjourney Omni-Reference
Midjourney hat die Omni-Reference-Funktion veröffentlicht, mit der ein Bild als Referenz für neue Kreationen verwendet werden kann. Der Moderator merkt an, dass diese Funktion besonders für Produktfotografie geeignet ist, da Midjourney Schwierigkeiten hat, Menschen realistisch nachzubilden. Die Funktion ermöglicht es, ein Bild eines Produkts hochzuladen und es in verschiedenen Szenarien darzustellen oder ein Muster auf ein Kleidungsstück zu übertragen und es an verschiedenen Modellen zu zeigen. Die Logos werden dabei gut erhalten, auch wenn bei genauerer Betrachtung kleine Fehler auftreten können. Der Moderator betont, dass KI-Bilder und -Videos sich bereits im Bereich der Anzeigenerstellung bewährt haben und diese Funktion eine willkommene Ergänzung für Midjourney-Nutzer darstellt.
Nvidia Parakeet
Nvidia hat Parakeet veröffentlicht, ein neues Open-Source-Transkriptionsmodell, das speziell für die englische Sprache entwickelt wurde. Der Moderator demonstriert die Geschwindigkeit und Genauigkeit des Modells, indem er eine kurze Audioaufnahme transkribiert. Das Modell liefert nicht nur eine genaue Transkription, sondern auch Zeitstempel, was es nützlich macht, um das Transkript später für Prompts zu verwenden. Der Moderator schlägt vor, dass man mit diesem Modell eine eigene App erstellen könnte, die Audio aufnimmt und sofort transkribiert, ohne dass ein Abonnement erforderlich ist.
HeyGen Avatar IV
HeyGen hat Avatar IV veröffentlicht, eine neue Version seines KI-Videoavatar-Tools, mit dem man aus einem einzigen Bild einen KI-Avatar erstellen kann. Der Moderator testet die Funktion mit zwei Bildern von sich selbst und generiert zwei Videos. Die Ergebnisse sind beeindruckend, insbesondere wenn man bedenkt, dass sie mit einem kostenlosen Plan und nur einem Bild erstellt wurden. Die Animation konzentriert sich hauptsächlich auf das Gesicht, aber der Moderator ist insgesamt zufrieden mit dem Ergebnis.
Suno 4.5
Suno hat Version 4.5 veröffentlicht, die eine verbesserte Musikqualität und längere Songlängen bietet. Der Moderator zeigt ein Beispiel eines Songs namens "Pale World", der von einem Teammitglied mit Suno 4.5 erstellt wurde. Die Qualität des Songs ist so hoch, dass er als Soundtrack für einen AAA-Film dienen könnte. Die wichtigste Änderung ist die verbesserte Kontextlänge, die es ermöglicht, bis zu 8 Minuten lange Songs zu erstellen, und die bessere Einhaltung der Prompts, sodass die angegebenen Instrumente zuverlässiger vorhanden sind.
NotebookLM Mobile App
NotebookLM hat eine Desktop-App angekündigt, für die man sich im Android Store und im App Store vorregistrieren kann. NotebookLM ist eine Consumer-App für sehr lange Kontexte, die sich besonders für Dokumente mit Hunderten von Seiten eignet. Die Desktop-App soll in etwa zwei Wochen veröffentlicht werden.
OpenAI & Windsurf
OpenAI hat Windsurf für 3 Milliarden Dollar übernommen. Windsurf ist ein KI-gestützter Code-Editor und ein Hauptkonkurrent von Cursor. Der Moderator merkt an, dass er persönlich Cloth Code für VIP-Coding-Projekte bevorzugt, da es gut mit MCP-Servern zusammenarbeitet. Die Übernahme von Windsurf durch OpenAI wird voraussichtlich zu einer stärkeren Integration des Produkts in das OpenAI-Ökosystem führen.
LTX Studio New Model
LTX hat einige seiner eigenen Open-Source-Videomodelle veröffentlicht. Der Moderator zeigt Vergleiche des Image-to-Video-Modells und stellt fest, dass es zwar anständig ist, aber nicht mit den Top-Modellen wie V2 oder Cling konkurrieren kann. LTX konzentriert sich jedoch auf das gesamte Studio-Erlebnis und nicht nur auf die Modelle.
Vibe-Coding Game
Ein Mitglied der Community hat ein Vibe-Coding-Spiel erstellt, das unter einem bestimmten Link ausprobiert werden kann. Es handelt sich um einen Weltraum-Shooter, der als philosophisch bezeichnet wird. Der Moderator fordert die Zuschauer auf, herauszufinden, warum das so ist.
Mastercard & Visa News
Visa und Mastercard haben Neuigkeiten veröffentlicht, die sich hauptsächlich an B2B-Kunden richten. Beide Unternehmen integrieren agentische Elemente in ihr Netzwerk, um agentische Zahlungstechnologien für den Handel im Zeitalter der KI zu ermöglichen. Dies ermöglicht es Agenten, selbstständig Zahlungen zu tätigen und markiert den Beginn einer neuen Ära.
