Multimodal

Mistral lanciert Robostral Navigate, ein spezialisiertes 8B-Modell, das Roboter allein per RGB-Kamera durch unbekannte Umgebungen lenkt – ein Einstieg in ein neues Anwendungsfeld für den französischen KI-Konzern.

OpenAI präsentiert eine neue Generation von Sprachmodellen, die natürlichere Mensch-KI-Interaktion ermöglicht und ChatGPT Voice antreibt.

Baidus Unlimited OCR kann Dutzende Dokumentseiten in einem Durchgang erfassen – ein großer Sprung gegenüber bisherigen Systemen, die kaum zehn Seiten bewältigen.

Gemma 4 wird für Sprachverarbeitung in Echtzeit optimiert und ebnet den Weg für nahtlose Voice-AI-Anwendungen.