Nachrichten

Verständliche Modellberichte mit Quellenlinks, Modellkarten, Repositorys und visueller Einordnung.

Technische Darstellung und Quellen zu SFC-Locoformer

2026-07-11

SFC-Locoformer: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht SFC-Locoformer anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu Boogu-Image 0.1

Modell

2026-07-11

Boogu-Image 0.1: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht Boogu-Image 0.1 anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu SenseNova-U1 Infographic V2

Modell

2026-07-11

SenseNova-U1 Infographic V2: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht SenseNova-U1 Infographic V2 anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu LongCat-AudioDiT 3.5B

Modell

2026-07-11

LongCat-AudioDiT 3.5B: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht LongCat-AudioDiT 3.5B anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu AudioSep-Hive

Modell

2026-07-11

AudioSep-Hive: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht AudioSep-Hive anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu BandIt and TIGER-DnR

Modell

2026-07-11

BandIt and TIGER-DnR: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht BandIt and TIGER-DnR anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu MossFormer2 and TIGER-speech

Modell

2026-07-11

MossFormer2 and TIGER-speech: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht MossFormer2 and TIGER-speech anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu Specialist audio-to-MIDI

Modell

2026-07-11

Specialist audio-to-MIDI: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht Specialist audio-to-MIDI anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu MuScriptor-large

Modell

2026-07-11

MuScriptor-large: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht MuScriptor-large anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu Qwen-Image, Z-Image and FLUX.2 Klein

Modell

2026-07-11

Qwen-Image, Z-Image and FLUX.2 Klein: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht Qwen-Image, Z-Image and FLUX.2 Klein anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu BiRefNet, Moebius, VOSR and DDColor

Modell

2026-07-11

BiRefNet, Moebius, VOSR and DDColor: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht BiRefNet, Moebius, VOSR and DDColor anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu dots.tts

Modell

2026-07-11

dots.tts: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht dots.tts anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu SoulX-Singer and YingMusic-Singer-Plus

Modell

2026-07-11

SoulX-Singer and YingMusic-Singer-Plus: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht SoulX-Singer and YingMusic-Singer-Plus anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu HQ-SVC and YingMusic-SVC

Modell

2026-07-11

HQ-SVC and YingMusic-SVC: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht HQ-SVC and YingMusic-SVC anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu Beat This!

Modell

2026-07-11

Beat This!: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht Beat This! anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu Demucs v3 for saxophone

Modell

2026-07-11

Demucs v3 for saxophone: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht Demucs v3 for saxophone anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2

Modell

2026-07-11

Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2 anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Technische Darstellung und Quellen zu Vevo2

Modell

2026-07-11

Vevo2: Architektur, Evidenz und Geltungsbereich

Der Artikel untersucht Vevo2 anhand der Architektur, der veröffentlichten Materialien, der berichteten Ergebnisse und der Grenzen des Vergleichs.

Artikel lesen

Modell

2026-06-30

Four-Stem-Audiotrennung: warum Huge-SCNet zum MSS-Ziel passt

Das aktuelle TelkNet-Werkzeug für vier Stems nutzt Huge-SCNet-4stems V1.2, um einen kompletten Mix in Vocals, Drums, Bass und Other zu trennen. Der Artikel erklärt die Wahl über MSS-Architektur, Mel-Band-RoFormer-Grenzen, SCNet-Subband-Modellierung und öffentliche Vier-Stem-Werte.

Artikel lesen

Offizielles Krea 2 Beispiel der Release-Seite mit editorialer Bühnenszene

Modell

2026-06-30

Krea 2: Krea AI veröffentlicht Raw- und Turbo-Gewichte für Bildgenerierung

Krea AI veröffentlicht Krea 2 Raw und Krea 2 Turbo als Open Weights. Der technische Bericht beschreibt Krea 2 als ein von Grund auf trainiertes 12B-Text-zu-Bild-Diffusionsmodell und erläutert Datenfilterung, Caption-Pipeline, Post-Training, Reinforcement Learning sowie Sicherheits- und Lizenzgrenzen.

Artikel lesen

Offizieller qualitativer ChordEdit PIE-bench-Vergleich, der semantische Bearbeitung mit Hintergrunderhaltung zeigt

Modell

2026-06-30

ChordEdit: One-step-Low-Energy-Transport für Source-to-Target-Bildbearbeitung

ChordEdit ist ein CVPR 2026 Oral / Best Student Paper Honorable Mention Paper. Es beschreibt textgesteuerte one-step-Bildbearbeitung als dynamisches Optimal-Transport-Problem zwischen source prompt und target prompt und nutzt ein Chord Control Field, um hochenergetischen Drift zu reduzieren, der Objekte verzieht und Hintergründe beschädigt. Der Artikel ordnet die Methode einer Bildbearbeitungsoberfläche mit source_prompt, target_prompt, seed, sample count, time-window und step-scale aus der offiziellen Demo zu.

Artikel lesen

Modell

2026-06-30

Zyphra ZONOS2: ein offenes TTS-MoE für hochgetreues Voice Cloning

Zyphra veröffentlicht ZONOS2 unter Apache-2.0: 8B Gesamtparameter, rund 900M aktive MoE-TTS-Parameter und mehr als 6M Stunden Sprachdaten. Der Artikel ordnet es als ZONOS2 Voice-Cloning-TTS-Workflow ein.

Artikel lesen

Modell

2026-06-30

Google Magenta RealTime 2: wenn ein Musikmodell zu einem spielbaren Instrument wird

Ein quellenbezogener technischer Überblick zu MRT2s 40ms Frame-Level-Autoregression, latenzarmer MIDI/Text/Audio-Steuerung, 2.4B/230M-Modellstruktur, SpectroStream-Codec, MusicCoCa-Style-Embeddings und den Grenzen live steuerbarer Musikgenerierung.

Artikel lesen