Finde Modelle, Firmen und Themen

Ein neu entwickeltes Modell namens RB‑VLA verspricht, die Grenzen aktueller Vision‑Language‑Action‑Systeme (VLA) zu überwinden. Durch die K…

Das neue System Experiment Automation Agents (EAA) nutzt ein vision‑Language‑Modell, um komplexe Mikroskopie‑Workflows automatisch zu steue…

In der heutigen Ära der künstlichen Intelligenz (KI) hat die Entwicklung von KI-gesteuerten Chatbots die Art und Weise, wie Unternehmen mit…

In der neuesten Studie von arXiv:2602.06056v1 wird untersucht, ob Multimodal Diffusion Language Models (dLLMs) als effektive Embedding‑Mode…

Vision‑Language‑Modelle (VLMs) dominieren die multimodalen Benchmarks, bleiben jedoch weitgehend ein Black‑Box‑Phänomen. In einer neuen Stu…

Zhipu AI hat die GLM‑4.6V‑Serie als Open‑Source‑Vision‑Language‑Modelle veröffentlicht, die Bilder, Videos und Tools als gleichwertige Eing…

Jina AI hat Jina‑VLM veröffentlicht, ein 2,4 Milliarden‑Parameter Vision‑Language‑Modell, das sich auf mehrsprachige Bild‑Fragen und Dokume…

Eine kürzlich veröffentlichte Arbeit auf arXiv (2511.13782v1) untersucht die räumlichen Denkfähigkeiten moderner Vision‑Language‑Modelle (V…

Eine neue Studie aus dem arXiv‑Repository beleuchtet die Schwachstellen großer Vision‑Language‑Modelle (LVLMs), die in intelligenten Verkeh…

Vision Language Models (VLMs) haben lange damit zu kämpfen, Diagramme präzise zu beschreiben und komplexe Fragen zu beantworten. Ein vielve…

Eine neue Untersuchung zeigt, dass Sprachmodelle wie GPT‑4o die visuelle Wahrnehmung von Menschen mit Sehbehinderung simulieren können, wen…