Auf der Google I/O 2025 kündigte Google eine Reihe neuer KI-Modelle, Tools und Abonnementdienste an. Hier sind einige der bemerkenswertesten Updates und ihre Veröffentlichungstermine.
**Generative Medien**
- Veo 3, Googles fortschrittlichstes Videogenerierungsmodell, das Videos mit Soundeffekten und sogar Dialogen erstellen kann, ist ab sofort für Google AI Ultra-Abonnenten in den USA verfügbar und kann über die Gemini-App und Flow aufgerufen sowie auf Vertex AI als private Vorschau angesehen werden.
- Veo 2 fügt neue Funktionen hinzu, wie z. B. referenzgesteuertes Video (um konsistente Stile und Charaktere zu erhalten), Kamerasteuerung für präzise Objektiveinstellungen, erweiterte Seitenverhältnisse und das Hinzufügen/Entfernen von Objekten. Einige der neuen Funktionen sind jetzt in Flow verfügbar, und die gesamte Palette an Funktionen wird bald in Vertex AI verfügbar sein.
- Imagen 4 generiert reichhaltigere, detailliertere und präzisere Bilder mit verbesserten Textrendering- und Cueing-Ergebnissen und ist jetzt kostenlos in der Gemini-App, Whisk, Workspace (Slides, Docs, Vids) und Vertex AI verfügbar. Eine schnellere Version wird in Kürze folgen.
- Flow, ein neues KI-Tool für die Filmproduktion, das es Nutzern ermöglicht, Filmclips mit Veo, Imagen und Gemini mithilfe von natürlicher Sprache und Asset-Management zu erstellen, ist jetzt für Google AI Pro- und Ultra-Abonnenten in den USA verfügbar.
- Lyria 2, das Musikgenerierungsmodell von Google, ist jetzt bei Vertex AI verfügbar und unterstützt die adaptive High-Fidelity-Musikgenerierung. Lyria RealTime ist ein experimentelles interaktives Musikmodell, das Echtzeitgenerierung und leistungsgenerierte Musik über die Gemini API und Google AI Studio bietet.
Gemini-Anwendungen
- Canvas verfügt über eine neue Schaltfläche "Erstellen", mit der Chats ganz einfach in interaktive Inhalte wie Infografiken, Quizze und Podcasts in 45 Sprachen umgewandelt werden können. Deep Research ermöglicht jetzt das Hochladen von Dateien und Bildern, und die Integration von Google Drive und Google Mail steht kurz bevor.
- Die Kamera- und Bildschirmfreigabefunktionen von Gemini Live sind jetzt kostenlos für Android und iOS verfügbar (Rollout läuft) und werden bald in Apps wie Google Calendar, Keep, Maps und Tasks integriert sein.
Abonnementservice
- Google AI Pro (19,99 $ pro Monat) ist bereits in den USA und anderen Ländern verfügbar, aber einige der neuesten Funktionen (wie Flow oder Gemini in Chrome) werden zuerst in den USA eingeführt, gefolgt von einem breiteren Rollout.
- Google AI Ultra (249,99 $ pro Monat, 50 % Rabatt in den ersten drei Monaten für neue Abonnenten) bietet die höchsten Nutzungslimits, den frühesten Zugang zu Premium-Modellen (wie Veo 3 und Gemini 2.5 Pro Deep Think), das höchste Limit an Flow-Funktionen und exklusiven Zugang zum Agentenmodus und beinhaltet außerdem YouTube Premium und 30 TB Speicherplatz, ist ab sofort in den USA erhältlich und wird bald in weiteren Ländern verfügbar sein.
- Hochschulstudenten in den USA, Großbritannien, Brasilien, Indonesien und Japan können ein akademisches Jahr lang kostenlos die Google AI Pro-Dienste in Anspruch nehmen.
---
OpenAI hat seine Responses-API mit der Unterstützung von Remote-MCP-Servern auf den neuesten Stand gebracht. Diese Funktion ermöglicht es Benutzern, Daten effizienter über die Cloud zu verarbeiten und zu verwalten.
Darüber hinaus hat OpenAI Echtzeit-Streaming-Bilderzeugung und Multirunden-Bearbeitungsfunktionen zu einem Preis von $5,00 pro 1 Million Texteingabe-Token, $10,00 pro 1 Million Bildeingabe-Token und $40,00 pro 1 Million Bildausgabe-Token eingeführt. Dies wird die Effizienz und Qualität der Generierung von Bildinhalten für eine Vielzahl von kreativen Design- und Content-Produktionsszenarien erheblich verbessern.
Code-DolmetscherAuch die Funktionalität wurde für 0,03 US-Dollar pro Container verbessert, damit Entwickler ihren Code effizienter ausführen und Ergebnisse erzielen können.
Für die Dateisuche hat OpenAI seine Leistung auf 0,10 $ pro GB Vektorspeicher pro Tag und 2,50 $ pro 1.000 Toolaufrufe gesteigert, so dass die Nutzer die benötigten Informationen schneller und genauer finden können.
Diese neuen Funktionen sind jetzt in GPT-4o, GPT-4.1 und den Modellen der o-Serie von OpenAI verfügbar. Das Update umfasst auch Funktionen wie den Hintergrundmodus, Schlussfolgerungszusammenfassungen und verschlüsselte Schlussfolgerungsterme, die die Sicherheit und den Nutzen der Modelle weiter erhöhen.
---
OpenAIDevs hat die Einführung einer Reihe neuer Funktionen in der Responses-API angekündigt, darunter die Unterstützung von Remote-MCP-Servern, Bilderzeugung, Code-Interpretern und mehr. Diese Aktualisierungen verbessern die Funktionalität und Flexibilität der API weiter.
Die Unterstützung von MCP-Remote-Servern ermöglicht es Entwicklern, mehrere Server einfacher zu verwalten und zu überwachen, was die Skalierbarkeit und Stabilität des Systems verbessert. Die Funktion zur Bilderzeugung bietet Benutzern die Möglichkeit, hochwertige Bilder für eine Vielzahl von Bereichen wie Werbedesign und Datenvisualisierung zu erzeugen.
Code-DolmetscherDie Hinzufügung von leistungsfähigeren Programmierfunktionen für Entwickler, um Code direkt in der API-Antwort auszuführen, was den Entwicklungsprozess vereinfacht und die Effizienz verbessert.
Darüber hinaus unterstützen diese neuen Funktionen eine Vielzahl von Anwendungsszenarien, wie z. B. automatisierte Tests, Datenanalysen und die Bereitstellung von Modellen für maschinelles Lernen, und bieten Entwicklern damit noch mehr Möglichkeiten.
Dieses Update verbessert nicht nur die Gesamtleistung der Responses-API, sondern stellt Entwicklern auch mehr Werkzeuge und Ressourcen zur Verfügung, mit denen sie ihre Kreativität und Produktivität bei einer Vielzahl von Projekten steigern können.
---
Entwickler, bitte beachten Sie, dass die xAI API gerade ein großes Upgrade erhalten hat.
Die neu eingeführte Live-Suchfunktion ermöglicht Grok die Suche nach Daten in Echtzeit aus 𝕏-Plattformen, dem Internet, populären Nachrichten und anderen Quellen. Die Einführung dieser Funktion verbessert die Aktualität und Genauigkeit der Datenerfassung erheblich und eröffnet mehr Möglichkeiten für Entwickler.
Live Search API Es befindet sich derzeit für eine begrenzte Zeit in der kostenlosen Beta-Phase. Das bedeutet, dass Entwickler sofort mit der Entwicklung und Innovation mit diesem leistungsstarken Tool beginnen können.
Ganz gleich, ob Sie einen intelligenten Assistenten, eine Datenanalyseanwendung oder ein Echtzeit-Informationsabfragesystem entwickeln, die Live Search API bietet leistungsstarke Unterstützung. Besuchen Sie https://t.co/NzSc0vUg7i Beginnen Sie jetzt mit dem Bau Ihres Projekts!
Das Upgrade verbessert nicht nur die Funktionalität der API, sondern bietet auch mehr Anwendungsszenarien für Entwickler. Durch den Zugriff auf Echtzeitdaten können Entwickler flexibler auf sich ändernde Anforderungen reagieren und den Nutzern genauere und zeitnahe Dienste anbieten.
---
Wir freuen uns, Ihnen mitteilen zu können, dass das Llama-Startprogramm jetzt für Bewerbungen offen ist!
Diese neue Initiative zielt darauf ab, Start-ups in der Frühphase zu unterstützen, damit sie mit Hilfe der Llama-Plattform innovative und generative KI-Anwendungen entwickeln können. Durch die Teilnahme an dem Programm erhalten Startups die folgenden Vorteile:
- Kostenerstattung für Cloud-Dienste zur Verringerung der Kostenbelastung.
- Praktische technische Unterstützung durch Llama-Experten, die Ihnen helfen, das Beste aus den Funktionen von Llama zu machen.
- Schließen Sie sich einer lebendigen Gemeinschaft an und erhalten Sie direkten Zugang zu einer Vielzahl von Ressourcen, die Ihr Startup zum Erfolg führen.
Wer kann sich bewerben?Jedes registrierte, in den USA ansässige Startup-Unternehmen in der Frühphase, das nicht mehr als 10 Millionen Dollar aufgebracht hat und mindestens einen Entwickler hat.
Die Bewerbungsfrist endet am 30. Mai 2025 um 18 Uhr (Pacific Time).
Erfahren Sie mehr und bewerben Sie sich noch heute!
Ausführlichere Informationen finden Sie im Internet:https://t.co/M107ooVWFa
---
Wir freuen uns, Ihnen mitteilen zu können, dassDevstral-Ein hochmodernes, offenes Modell (SOTA) für Programmierassistenten wurde veröffentlicht. Das Modell wurde von uns und @allhands_ai entwickelt, um die Effizienz von Codegenerierung, Debugging und Optimierung zu verbessern.
Devstral nutzt die neueste Deep-Learning-Technologie, um komplexe Programmieraufgaben zu verstehen und hochwertige Code-Vorschläge zu liefern. Devstral unterstützt nicht nur mehrere Programmiersprachen, sondern verfügt auch über leistungsstarke Funktionen für kontextbezogenes Verständnis und Code-Vervollständigung.
Zu den Anwendungsszenarien gehören:
- Automatisierte Code-Generierung
- Codeprüfungen und Qualitätskontrollen
- Schnelles Prototyping
- Schulung und Ausbildung von Entwicklern
Durch den Einsatz von Devstral können Entwickler ihre Produktivität erheblich steigern, Programmierfehler reduzieren und komplexe Projekte in kürzester Zeit abschließen.
Weitere Informationen unter https://t.co/LwDJ04zapf
---
Kürzlich wurde die Gemini 2.5 Flash Preview Version offiziell veröffentlicht, und das größte Highlight dieses Updates ist die native Audio-Ausgabefunktion über die Live API, die die Dialoginteraktion flüssiger und natürlicher macht.
Diese Version unterstützt mehr als 30 verschiedene Stimmen, so dass die Benutzer bei Bedarf aus einer Vielzahl von Stilen und Sprachen wählen können, um intuitivere und authentischere Agenten und Erlebnisse mit künstlicher Intelligenz (KI) zu schaffen. Ob im Kundenservice, bei der Lernhilfe oder bei Anwendungen für Haushaltsassistenten - diese Technologie bietet den Nutzern eine reichhaltigere und persönlichere Interaktionsmöglichkeit.
Mit der fortschrittlichen Text-to-Speech-Technologie (TTS) ist Gemini 2.5 in der Lage, synthetische Stimmen zu erzeugen, die denen echter Menschen sehr nahe kommen und so die Qualität und Effizienz der Mensch-Computer-Kommunikation weiter verbessern. Für Entwickler bedeutet dies, dass sie jetzt mehr Werkzeuge zur Verfügung haben, um nahtlose und ansprechende Sprachschnittstellen zu schaffen und intelligente Dialogsysteme zu einem menschlicheren Ansatz zu führen.
---
Die Open Agent Platform (OAP) ist eine quelloffene, bürgernahe Plattform für die Entwicklung, das Prototyping und den Einsatz von intelligenten Agenten. Die Plattform ist so konzipiert, dass auch Benutzer ohne tiefgreifende Programmierkenntnisse komplexe automatisierte Arbeitsabläufe erstellen und verwalten können.
Mit OAP können die Nutzer:
- 🔧 Erstellen von Agenten über eine Weboberfläche ohne komplexe Kodierung
- 🧠 Verbindung zu RAG-Servern für eine effizientere Informationsabfrage
- 🔌 Integration externer Tools durch MCP-Erweiterungsagenten
- 🤖 Orchestrierung von Multi-Agenten-Workflows für komplexes Aufgabenmanagement mit Agent Supervisor
Ob Sie nun Business-Analyst, Produktmanager oder Entwickler sind, mit OAP können Sie die Vorteile der LangGraph-Agenten nutzen, ohne tiefgreifende Programmierkenntnisse besitzen zu müssen.
---
Bei der Verwaltung einer einzigen Codebasis mit über 650 Community-Paketen sind wir auf viele Herausforderungen gestoßen. Um diese Probleme zu lösen, haben wir ein Open-Source-Build-Management-Tool entwickelt - dieLlamaDev.
In diesem Beitrag berichten wir über unsere Erfahrungen bei der Migration von Poetry und Pants zu uv und LlamaDev, was einen schnelleren und einfacheren Entwicklungsprozess ermöglicht:
- Testlauf Beschleunigung 20%
- Übersichtlichere Protokolle und einfachere Fehlersuche
- Vereinfachen Sie die lokale Entwicklung mit uv-Integration
- Der Einstieg ist für LlamaIndex-Mitwirkende einfacher geworden!
LlamaDevEs hat nicht nur unsere Entwicklungseffizienz verbessert, sondern auch das Engagement der Community erheblich gesteigert. Durch eine klarere Protokollierung und einen optimierten Debugging-Prozess können Entwickler Probleme schneller lokalisieren und beheben. Darüber hinaus macht die uv-Integration das Einrichten einer lokalen Entwicklungsumgebung einfach und intuitiv, was die Einstiegshürde für neue Mitwirkende erheblich senkt.
Wir glauben, dass diese Verbesserungen unsere Gemeinschaft aktiver machen und mehr Entwickler zum Mitmachen bewegen werden.
---
Wir freuen uns, bekannt geben zu können, dass LMArena erfolgreich Spenden gesammelt hat100 Millionen DollarSeed-Finanzierung, um unsere Plattform und die weitere Forschung an zuverlässiger KI zu unterstützen. Diese Runde wurde von führenden Investmentfirmen und UC Investments angeführt, und wir fühlen uns geehrt, die Unterstützung dieser Investoren zu haben, die an unsere Wissenschaft und Mission glauben.
LMArena begann als akademisches Projekt an der UC Berkeley und hat sich zu einem Startup mit einem Wert von 600 Millionen Dollar entwickelt. Unser Ziel ist es, eine neutrale, offene und von der Community betriebene Plattform aufzubauen, um die Leistung von KI-Modellen bei echten Nutzeranfragen weltweit zu verstehen und zu verbessern.
Darüber hinaus haben wir nächste Woche wichtige Ankündigungen zu machen!
Um den Bedürfnissen unserer Nutzer besser gerecht zu werden, werden wir LMArena in naher Zukunft mit einem brandneuen Oberflächendesign versehen, das von Grund auf auf der Grundlage des Feedbacks der Community entwickelt wurde. Weitere Informationen finden Sie unter diesem Link.
Mit dieser Finanzierung wird LMArena die Entwicklung seiner Technologie weiter vorantreiben und die Anwendung im Bildungs- und Gesundheitswesen sowie in anderen Bereichen ausbauen, um den Nutzern genauere und effizientere Dienstleistungen anzubieten.
