Schlagwort: Large

  • Durchbruch bei Agrar-Robotik: Laser entfernen Unkraut vollautomatisch

    Ein LaserWeeder in Aktion

    carbonrobotics.com

    Kurzfassung
    ▾

    Quellen
    ▾

    Carbon Robotics veröffentlicht das Large Plant Model (LPM), das auf 50 Millionen Bildern basiert und Pflanzenstrukturen tiefgreifend versteht. Dank Zero-Shot-Learning erkennt die KI neue Pflanzenarten sofort, ohne dass Landwirte das System vorher aufwendig trainieren müssen. Die Software ist direkt in den LaserWeeder integriert, der Unkräuter in Echtzeit per Laserstrahl vernichtet statt Chemie zu nutzen. Das Update ermöglicht eine drastische Reduzierung der Rüstzeiten und erhöht die Flexibilität beim Wechsel zwischen verschiedenen Feldfrüchten.

    Carbon Robotics Webseite

    Carbon Robotics Youtubevideo

    TechCrunch – Carbon Robotics built an AI model that detects and identifies plants

    Business Wire – Carbon Robotics Launches the World’s First-Ever Large Plant Model

    Carbon Robotics bringt mit dem Large Plant Model (LPM) eine neue KI-Architektur in die Landwirtschaft. Das System identifiziert Pflanzen und Unkräuter ab sofort in Echtzeit, ohne dass Landwirte die Software vorab auf spezifische Feldfrüchte trainieren müssen. Umfassende Datenbasis als Fundament Das Unternehmen aus Seattle trainierte das Modell mit einer Bibliothek von über 50 Millionen annotierten Bildern. Diese massive Datenmenge deckt verschiedenste Wachstumsstadien, Lichtverhältnisse und Bodenbeschaffenheiten ab, um eine hohe Robustheit im Feld zu gewährleisten. Das System nutzt diese Informationen, um ein tiefes Verständnis für pflanzliche Strukturen zu entwickeln. Es unterscheidet nicht nur einfache Formen, sondern erkennt komplexe morphologische Details von Blättern und Stängeln zuverlässig. Damit hebt sich der Ansatz deutlich von bisherigen Computer-Vision-Lösungen ab. Während ältere Systeme oft an variierenden Umweltbedingungen scheiterten, liefert das neue Modell konstant präzise Ergebnisse.

    Sofortige Erkennung ohne Trainingsphase Die zentrale Innovation liegt in der Fähigkeit zur Generalisierung, technisch oft als Zero-Shot-Learning bezeichnet. Roboter identifizieren nun Pflanzenarten korrekt, die ihnen zuvor nie explizit in einem Datensatz gezeigt wurden. Für den landwirtschaftlichen Betrieb entfällt damit das zeitaufwendige Sammeln und Labeln von Bildern für neue Fruchtfolgen oder seltene Unkrautarten. Die Maschinen analysieren das Feld in Echtzeit und treffen Entscheidungen im Millisekundenbereich. Diese Flexibilität reduziert die Rüstzeiten vor dem Arbeitseinsatz drastisch. Landwirte können nahtlos zwischen verschiedenen Feldern wechseln, da sich die Software dynamisch an die neue Umgebung anpasst. Anzeige Präzisionseinsatz im LaserWeeder Carbon Robotics integriert das Large Plant Model direkt in die Steuerung seiner bestehenden LaserWeeder-Flotte. Diese autonomen Einheiten nutzen hochauflösende Kameras, um das Feld während der Fahrt permanent zu scannen. Sobald die KI ein Unkraut identifiziert, richten Spiegel hochenergetische Laserstrahlen auf das Wachstumszentrum der Pflanze. Diese Methode zerstört die Zellstruktur thermisch und verhindert ein Nachwachsen effektiv, ganz ohne Chemie. Durch das Software-Update erhöht sich die Einsatzbreite der Hardware massiv. Landwirte bearbeiten nun auch komplexe Mischkulturen oder Spezialgemüse effizient, ohne manuell in die Steuerung eingreifen zu müssen.

  • KI-Agenten könnten künftig in LLM-generierten Weltmodellen Erfahrung sammeln

    Ein internationales Forscherteam hat systematisch untersucht, ob Large Language Models die Rolle von Weltmodellen übernehmen können. Die Ergebnisse deuten auf einen Weg hin, das Trainingsproblem bei KI-Agenten zu lösen.

    Der Artikel KI-Agenten könnten künftig in LLM-generierten Weltmodellen Erfahrung sammeln erschien zuerst auf The Decoder.

  • Mistral 3 die letzte Hoffnung für Europa?

    Eine französische Drohne mit Mistral Chip

    Nano Banana

    Kurzfassung
    ▾

    Quellen
    ▾

    Mistral AI veröffentlicht die „Mistral 3“-Familie mit zehn neuen Open-Source-Modellen, die direkt mit aktuellen US-Marktführern konkurrieren. Das Flaggschiff „Mistral Large 3“ bietet multimodale Fähigkeiten (Text & Bild) und ist für komplexe Aufgaben wie Coding optimiert. Mit „Ministral“ wurden effiziente Modelle für Laptops und Edge-Geräte vorgestellt, die keine Cloud-Verbindung benötigen. Die Großbank HSBC geht eine strategische Partnerschaft mit Mistral ein, was die Enterprise-Reife der neuen Modelle unterstreicht.

    TechCrunch – Mistral closes in on Big AI rivals with new open-weight frontier and small models

    VentureBeat – Mistral launches Mistral 3, a family of open models designed to run on laptops

    CNBC – Mistral unveils new AI models in bid to compete with OpenAI, Google

    ZDNET – Mistral’s latest open-source release says smaller models beat large ones

    The Register – HSBC partners with Mistral AI to sharpen in-house LLMs

    Mistral AI meldet sich mit einem Paukenschlag zurück und veröffentlicht die Mistral-3-Familie. Mit zehn neuen Modellen, darunter leistungsfähige multimodale KIs und effiziente Edge-Lösungen, greift das französische Startup die aktuellen Marktführer aus dem Silicon Valley frontal an. Für Nutzer bedeutet das: High-End-KI wird zugänglicher und unabhängiger von US-Clouds. Europas Antwort auf die aktuelle Modell-Generation Das Pariser KI-Labor hat heute seine dritte Modellgeneration vorgestellt und damit den technologischen Rückstand zu OpenAI und Google quasi egalisiert. Das neue Flaggschiff „Mistral Large 3“ positioniert sich als direkte Alternative zu den derzeit dominierenden geschlossenen Systemen. In Benchmarks zeigt das Modell laut Hersteller eine Performance, die mit den stärksten proprietären Modellen mithalten kann – und das als „Open-Weight“-Release. Besonders spannend ist die multimodale Ausrichtung. Mistral Large 3 verarbeitet nicht nur Text, sondern versteht und analysiert auch Bilder nativ. Das macht das Modell vielseitig einsetzbar, etwa für die automatisierte Analyse von Dokumenten oder visuellen Inhalten. Da die „Gewichte“ des Modells offenliegen, können Unternehmen die KI auf eigener Hardware betreiben. Das garantiert volle Datenkontrolle, ein Aspekt, der für die deutsche Industrie im Jahr 2025 unverhandelbar geworden ist. + + Quelle: Mistral Ministral: KI-Power für die Edge Während alle Welt auf riesige Rechenzentren schaut, geht Mistral einen zweiten, strategisch wichtigen Weg: Effizienz. Unter dem Label „Ministral“ bringt das Unternehmen Modelle heraus, die spezifisch für Laptops, Drohnen und andere Edge-Geräte entwickelt wurden. Diese kompakten KIs (unter anderem mit 3 und 8 Milliarden Parametern) benötigen keine permanente Cloud-Anbindung. Der Ansatz löst eines der größten Probleme aktueller KI-Anwendungen: Latenz und Abhängigkeit. Wenn eine Drohne oder ein Roboter Entscheidungen treffen muss, zählt jede Millisekunde. Die Ministral-Modelle ermöglichen komplexe Schlussfolgerungen direkt auf dem Gerät („On-Device“). Laut Mistral übertreffen diese kleinen Modelle sogar deutlich größere, ältere Architekturen in ihrer Leistungsfähigkeit. + Quelle: Mistral HSBC-Deal signalisiert Enterprise-Reife Dass Open-Source-KI längst nicht mehr nur ein Spielzeug für Forscher ist, beweist die parallel verkündete Partnerschaft mit HSBC. Die Großbank integriert die neuen Mistral-Modelle tief in ihre interne Infrastruktur. Ein solcher Schritt eines stark regulierten Finanzinstituts ist ein massiver Vertrauensbeweis. HSBC nutzt die Technologie, um generative KI-Anwendungen sicher und compliant auszurollen. Für Mistral ist das der Beweis, dass ihre Modelle den hohen Sicherheits- und Qualitätsstandards globaler Konzerne genügen. Mit der Kombination aus dem mächtigen Large 3 und den flinken Ministral-Modellen bietet das Unternehmen nun ein komplettes Ökosystem, das sich modular an jede Anforderung anpassen lässt – vom Serverraum bis zum Endgerät. Anzeige

  • Neue Cache-Methode lässt Sprachmodelle direkt über interne Speicher kommunizieren

    Datenbank-Symbole mit Chat-Sprechblasen und zweiseitigem Pfeil, der bidirektionalen Datenaustausch symbolisiert.

    Ein Forschungsteam aus China hat eine neue Methode entwickelt, mit der Large Language Models direkt über ihre internen Speicherstrukturen kommunizieren können. Das Cache-to-Cache-Verfahren soll die Zusammenarbeit zwischen KI-Modellen beschleunigen und verbessern.

    Der Artikel Neue Cache-Methode lässt Sprachmodelle direkt über interne Speicher kommunizieren erschien zuerst auf THE-DECODER.de.

  • Neue Methode passt Sprachmodelle ohne Training an

    Illustration der Retrieval-Augmented Generation: Dokumentsymbol speist Chatblasen und ein neuronales Graphnetzwerk.

    Forschende haben Text-to-LoRA entwickelt, das Anpassungsmodule für Large Language Models automatisch erstellt. Eine einfache Textbeschreibung der gewünschten Aufgabe soll ausreichen.

    Der Artikel Neue Methode passt Sprachmodelle ohne Training an erschien zuerst auf THE-DECODER.de.