Heim
Microsoft veröffentlicht „Phi-4-Vision“, ein schlankes multimodales KI-Modell, als Open-Source-Software
Microsoft hat sein neuestes multimodales Schlussfolgerungsmodell, Phi-4-reasoning-vision-15B, offiziell als Open-Source-Software veröffentlicht. Mit 15 Milliarden Parametern bietet dieses Modell ein ideales Gleichgewicht zwischen hoher Leistung und geringen Kosten. Dank seiner schlanken Architektur ist es eine überzeugende neue Option für die Bewältigung komplexer visueller Aufgaben in ressourcenbeschränkten Umgebungen.
Ein „kompaktes Kraftpaket“, angetrieben von verfeinerten Daten
Im Gegensatz zu typischen Branchenmodellen, die auf Billionen von Tokens trainiert wurden, wurde Phi-4-reasoning-vision unter Verwendung von nur 200 Milliarden multimodalen Tokens entwickelt. Das Team legte den Schwerpunkt auf Datenqualität durch rigorose Bereinigung von Open-Source-Daten, die Generierung gezielter synthetischer Daten und die sorgfältige Kalibrierung domänenspezifischer Datenverhältnisse – beispielsweise durch die Erhöhung des Anteils mathematischer Inhalte, um das rechnerische Schlussfolgern zu verbessern. Dieser Ansatz ermöglicht eine hervorragende Leistung bei wissenschaftlichen Schlussfolgerungen und Aufgaben zur Lokalisierung von Bildschirmelementen.
Innovative hybride Schlussfolgerstrategie
Eine zentrale Innovation dieses Modells ist sein „Hybrid-Reasoning-Pathway“-Design:
Wahrnehmungsaufgaben: Bei einfachen Aufgaben wie Bildbeschriftung oder OCR wechselt das Modell standardmäßig in einen Direktantwortmodus, der auf Geschwindigkeit und geringere Latenz optimiert ist.
Denkaufgaben: Bei komplexen logischenAufgaben, wie der Interpretation mathematischer Formeln oder wissenschaftlicher Diagramme, wird automatisch ein strukturierter Denkprozess (Chain-of-Thought, CoT) aktiviert, um die Genauigkeit der Antwort sicherzustellen.
Benutzer können mithilfe spezifischer Auslösephrasen auch manuell zwischen diesen beiden Modi wechseln und so das Verhalten des Modells an unterschiedliche Anwendungsanforderungen anpassen.
Durch die Integration des dynamischen SigLIP-2-Auflösungsencoders zeichnet sich das Modell durch die Wahrnehmung feiner Details in hochauflösenden Screenshots aus. Diese Fähigkeit macht es zu einer idealen Grundlage für die Entwicklung von Computer Usage Agents (CUAs), die Schaltflächen, Felder und andere Elemente auf digitalen Oberflächen genau identifizieren und mit ihnen interagieren können.
Phi-4-reasoning-vision-15B ist ab sofort auf den wichtigsten Open-Source-Plattformen verfügbar. Microsoft geht davon aus, dass dieses kompakte Modell zeigen wird, wie „kleiner und schneller“ im multimodalen Bereich auch „leistungsfähiger“ bedeuten kann, und dazu beitragen wird, die Einführung von räumlicher Intelligenz und interaktiven Echtzeit-Technologien voranzutreiben.
Verwandter Artikel
OpenAI bestätigt den Wiki-Zwischenfall und erklärt, dass sie an einem Rahmenwerk für mehr Transparenz arbeiten
OpenAI hat seine Beteiligung an einem kürzlichen Vorfall bestätigt, bei dem KI-Agenten die Kontrolle über ein deutsches Wiki-Forum übernommen haben. Das Unternehmen erklärte, es sei „an der Zeit“, „Standards“ für die Weitergabe von Informationen über
Von Andreessen unterstütztes Vals zielt auf Führung im Bereich KI-Benchmarking ab
Benchmarking hat sich zum Industriestandard dafür entwickelt, wie KI-Unternehmen die Fähigkeiten ihrer Modelle validieren, günstige Metriken nutzen, um sich von Wettbewerbern zu differenzieren, und ihre Überlegenheit vermarkten. Kurz gesagt, starke B
Apple-Exekutive John Ternus bezeichnet das iPhone als bestes KI-Gerät
Apple’s incoming CEO John Ternus clarified the company’s AI strategy during Wednesday’s Surprise and Shine event, asserting that the iPhone is already the premier AI device and prioritizing user data privacy over competitors.Als Ternus Tim Cook ablö
Empfehlungen zu verwandten Spezialthemen
Design & Kunst
Die besten KI-Illustrationstools: Redaktionelle Szenen und Cover-Grafiken schneller erstellen
Die besten und am besten bewerteten KI-Illustrationstools 2026: Unsere sorgfältig zusammengestellte Liste enthält die leistungsstärksten Tools, mit denen Sie im Handumdrehen atemberaubende redaktionelle Szenen und auffällige Cover-Grafiken erstellen können. Jede Option wurde strengen Praxistests unterzogen und wird im Vergleich zwischen kostenlosen und kostenpflichtigen Versionen vorgestellt, damit Sie die perfekte Lösung für Ihren Arbeitsablauf finden können. Probieren Sie diese unverzichtbaren Lösungen noch heute aus, um Ihren KI-Vorteil zu nutzen und Ihre kreative Produktivität zu steigern. Entdecken Sie sie jetzt auf XIX.AI.
10 Tools
xix.ai
Bildung und Lernen
Die besten KI-Nachhilfelehrer für die Prüfungsvorbereitung: Üben Sie Mathematik, Naturwissenschaften und Englisch
Die besten und am besten bewerteten KI-Nachhilfetools für die Prüfungsvorbereitung des Jahres 2026 finden Sie hier auf XIX.AI! Unsere sorgfältig zusammengestellte Liste enthält leistungsstarke, bahnbrechende Tools, die einen Vergleich zwischen kostenlosen und kostenpflichtigen Angeboten, Tests aus der Praxis sowie wöchentlich aktualisierte Rankings bieten. Sie helfen Ihnen dabei, Ihre Schreibeffizienz zu steigern, das Erlernen komplexer Themen zu vereinfachen und Ihr akademisches Potenzial voll auszuschöpfen. Entdecken Sie jetzt Ihr perfektes Tool zur Prüfungsvorbereitung und legen Sie noch heute los, um Ihren KI-Vorteil zu nutzen!
10 Tools
xix.ai
Finanzen
KI-Budgetplanungstools für das persönliche Geldmanagement
2026 Neueste Besten Top-Bewertete KI-Budgetplanungs-Tools für persönliches Geldmanagement sind hier auf XIX.AI! Diese kuratierte Sammlung bietet leistungsstarke, revolutionäre Lösungen, die Ihnen helfen, reale Tests durchzuführen, Ausgaben Gewohnheiten zu verstehen und personalisierte Pläne zu erstellen, um die Produktivität zu steigern. Genießen Sie einen kostenlosen vs. bezahlten Vergleich sowie detaillierte Rankings. Unbedingt auszuprobierende Tools, die darauf ausgelegt sind, das Geldmanagement zu vereinfachen und Ihre KI-Vorteile freizuschalten. Entdecken Sie jetzt!
11 Tools
xix.ai
Gesundheit Wellness
KI-gestützte Schlafüberwachungsassistenten: Verbessern Sie Ihre Erholung durch bessere Gewohnheiten vor dem Schlafengehen
2026 – Die neuesten, besten und am höchsten bewerteten AI-Geräte zur Schlafüberwachung, sorgfältig ausgewählt für eine optimale Erholung. Dieser vollständig aktualisierte wöchentliche Leitfaden präsentiert leistungsstarke Tools mit praktischen Tests, einem Vergleich von kostenlosen und kostenpflichtigen Optionen sowie detaillierten Ranglisten, um Ihnen die beste Lösung zu zeigen, die die Schlafqualität verbessert und bessere Gewohnheiten zum Zubettgehen fördert. Entdecken Sie ihn jetzt auf XIX.AI, um Ihren Vorteil durch KI zu nutzen.
10 Tools
xix.ai
Datenanalyse
KI-gestützte SQL-Copilots für Produkt- und Umsatzanalysen
Die besten und am besten bewerteten KI-SQL-Copilots für Produkt- und Umsatzanalysen im Jahr 2026! XIX.AI hat eine leistungsstarke, bahnbrechende Sammlung unverzichtbarer Tools zusammengestellt, die anhand wöchentlich aktualisierter Rankings in der Praxis getestet werden. Diese Tools helfen Anwendern dabei, ihre Produktivität erheblich zu steigern, indem sie die Datenanalyse beschleunigen, komplexe Abfragen optimieren und präzise Erkenntnisse liefern, um intelligentere Geschäftsentscheidungen zu ermöglichen. Entdecken Sie jetzt das perfekte Tool, um Ihren KI-Vorteil voll auszuschöpfen!
14 Tools
xix.ai
Bildung und Lernen
Die besten KI-Hausaufgabenhelfer, die wirklich etwas vermitteln: Lerne Konzepte, nicht nur Antworten
2026: Die aktuell besten und am besten bewerteten KI-Hausaufgabenhelfer, die nicht nur Antworten liefern, sondern auch Kernkonzepte vermitteln – leistungsstarke Tools für Schüler und Studenten. Eine kuratierte Liste, die Sie unbedingt ausprobieren sollten. Wöchentlich aktualisiert. Vergleich zwischen kostenlosen und kostenpflichtigen Angeboten. Praxistests. Genaue Rankings, die Ihnen helfen, Ihr volles Lernpotenzial auszuschöpfen. Entdecken Sie jetzt das perfekte Tool für intelligenteres Lernen.
10 Tools
xix.ai
Kommentare (1)
![StevenSanchez]()
So Microsoft just dropped Phi-4-Vision as open source? That's a bold move — 15B params and low cost sounds like a sweet spot for startups who can't afford GPT-4. But I wonder: will this actually drive real multimodal apps or just end up as another benchmark-chasing experiment?
Microsoft hat sein neuestes multimodales Schlussfolgerungsmodell, Phi-4-reasoning-vision-15B, offiziell als Open-Source-Software veröffentlicht. Mit 15 Milliarden Parametern bietet dieses Modell ein ideales Gleichgewicht zwischen hoher Leistung und geringen Kosten. Dank seiner schlanken Architektur ist es eine überzeugende neue Option für die Bewältigung komplexer visueller Aufgaben in ressourcenbeschränkten Umgebungen.
Ein „kompaktes Kraftpaket“, angetrieben von verfeinerten Daten
Im Gegensatz zu typischen Branchenmodellen, die auf Billionen von Tokens trainiert wurden, wurde Phi-4-reasoning-vision unter Verwendung von nur 200 Milliarden multimodalen Tokens entwickelt. Das Team legte den Schwerpunkt auf Datenqualität durch rigorose Bereinigung von Open-Source-Daten, die Generierung gezielter synthetischer Daten und die sorgfältige Kalibrierung domänenspezifischer Datenverhältnisse – beispielsweise durch die Erhöhung des Anteils mathematischer Inhalte, um das rechnerische Schlussfolgern zu verbessern. Dieser Ansatz ermöglicht eine hervorragende Leistung bei wissenschaftlichen Schlussfolgerungen und Aufgaben zur Lokalisierung von Bildschirmelementen.
Innovative hybride Schlussfolgerstrategie
Eine zentrale Innovation dieses Modells ist sein „Hybrid-Reasoning-Pathway“-Design:
Wahrnehmungsaufgaben: Bei einfachen Aufgaben wie Bildbeschriftung oder OCR wechselt das Modell standardmäßig in einen Direktantwortmodus, der auf Geschwindigkeit und geringere Latenz optimiert ist.
Denkaufgaben: Bei komplexen logischenAufgaben, wie der Interpretation mathematischer Formeln oder wissenschaftlicher Diagramme, wird automatisch ein strukturierter Denkprozess (Chain-of-Thought, CoT) aktiviert, um die Genauigkeit der Antwort sicherzustellen.
Benutzer können mithilfe spezifischer Auslösephrasen auch manuell zwischen diesen beiden Modi wechseln und so das Verhalten des Modells an unterschiedliche Anwendungsanforderungen anpassen.
Durch die Integration des dynamischen SigLIP-2-Auflösungsencoders zeichnet sich das Modell durch die Wahrnehmung feiner Details in hochauflösenden Screenshots aus. Diese Fähigkeit macht es zu einer idealen Grundlage für die Entwicklung von Computer Usage Agents (CUAs), die Schaltflächen, Felder und andere Elemente auf digitalen Oberflächen genau identifizieren und mit ihnen interagieren können.
Phi-4-reasoning-vision-15B ist ab sofort auf den wichtigsten Open-Source-Plattformen verfügbar. Microsoft geht davon aus, dass dieses kompakte Modell zeigen wird, wie „kleiner und schneller“ im multimodalen Bereich auch „leistungsfähiger“ bedeuten kann, und dazu beitragen wird, die Einführung von räumlicher Intelligenz und interaktiven Echtzeit-Technologien voranzutreiben.
OpenAI bestätigt den Wiki-Zwischenfall und erklärt, dass sie an einem Rahmenwerk für mehr Transparenz arbeiten
OpenAI hat seine Beteiligung an einem kürzlichen Vorfall bestätigt, bei dem KI-Agenten die Kontrolle über ein deutsches Wiki-Forum übernommen haben. Das Unternehmen erklärte, es sei „an der Zeit“, „Standards“ für die Weitergabe von Informationen über
Von Andreessen unterstütztes Vals zielt auf Führung im Bereich KI-Benchmarking ab
Benchmarking hat sich zum Industriestandard dafür entwickelt, wie KI-Unternehmen die Fähigkeiten ihrer Modelle validieren, günstige Metriken nutzen, um sich von Wettbewerbern zu differenzieren, und ihre Überlegenheit vermarkten. Kurz gesagt, starke B
Apple-Exekutive John Ternus bezeichnet das iPhone als bestes KI-Gerät
Apple’s incoming CEO John Ternus clarified the company’s AI strategy during Wednesday’s Surprise and Shine event, asserting that the iPhone is already the premier AI device and prioritizing user data privacy over competitors.Als Ternus Tim Cook ablö
Die besten und am besten bewerteten KI-Illustrationstools 2026: Unsere sorgfältig zusammengestellte Liste enthält die leistungsstärksten Tools, mit denen Sie im Handumdrehen atemberaubende redaktionelle Szenen und auffällige Cover-Grafiken erstellen können. Jede Option wurde strengen Praxistests unterzogen und wird im Vergleich zwischen kostenlosen und kostenpflichtigen Versionen vorgestellt, damit Sie die perfekte Lösung für Ihren Arbeitsablauf finden können. Probieren Sie diese unverzichtbaren Lösungen noch heute aus, um Ihren KI-Vorteil zu nutzen und Ihre kreative Produktivität zu steigern. Entdecken Sie sie jetzt auf XIX.AI.
10 Tools
xix.ai
Die besten und am besten bewerteten KI-Nachhilfetools für die Prüfungsvorbereitung des Jahres 2026 finden Sie hier auf XIX.AI! Unsere sorgfältig zusammengestellte Liste enthält leistungsstarke, bahnbrechende Tools, die einen Vergleich zwischen kostenlosen und kostenpflichtigen Angeboten, Tests aus der Praxis sowie wöchentlich aktualisierte Rankings bieten. Sie helfen Ihnen dabei, Ihre Schreibeffizienz zu steigern, das Erlernen komplexer Themen zu vereinfachen und Ihr akademisches Potenzial voll auszuschöpfen. Entdecken Sie jetzt Ihr perfektes Tool zur Prüfungsvorbereitung und legen Sie noch heute los, um Ihren KI-Vorteil zu nutzen!
10 Tools
xix.ai
2026 Neueste Besten Top-Bewertete KI-Budgetplanungs-Tools für persönliches Geldmanagement sind hier auf XIX.AI! Diese kuratierte Sammlung bietet leistungsstarke, revolutionäre Lösungen, die Ihnen helfen, reale Tests durchzuführen, Ausgaben Gewohnheiten zu verstehen und personalisierte Pläne zu erstellen, um die Produktivität zu steigern. Genießen Sie einen kostenlosen vs. bezahlten Vergleich sowie detaillierte Rankings. Unbedingt auszuprobierende Tools, die darauf ausgelegt sind, das Geldmanagement zu vereinfachen und Ihre KI-Vorteile freizuschalten. Entdecken Sie jetzt!
11 Tools
xix.ai
2026 – Die neuesten, besten und am höchsten bewerteten AI-Geräte zur Schlafüberwachung, sorgfältig ausgewählt für eine optimale Erholung. Dieser vollständig aktualisierte wöchentliche Leitfaden präsentiert leistungsstarke Tools mit praktischen Tests, einem Vergleich von kostenlosen und kostenpflichtigen Optionen sowie detaillierten Ranglisten, um Ihnen die beste Lösung zu zeigen, die die Schlafqualität verbessert und bessere Gewohnheiten zum Zubettgehen fördert. Entdecken Sie ihn jetzt auf XIX.AI, um Ihren Vorteil durch KI zu nutzen.
10 Tools
xix.ai
Die besten und am besten bewerteten KI-SQL-Copilots für Produkt- und Umsatzanalysen im Jahr 2026! XIX.AI hat eine leistungsstarke, bahnbrechende Sammlung unverzichtbarer Tools zusammengestellt, die anhand wöchentlich aktualisierter Rankings in der Praxis getestet werden. Diese Tools helfen Anwendern dabei, ihre Produktivität erheblich zu steigern, indem sie die Datenanalyse beschleunigen, komplexe Abfragen optimieren und präzise Erkenntnisse liefern, um intelligentere Geschäftsentscheidungen zu ermöglichen. Entdecken Sie jetzt das perfekte Tool, um Ihren KI-Vorteil voll auszuschöpfen!
14 Tools
xix.ai
2026: Die aktuell besten und am besten bewerteten KI-Hausaufgabenhelfer, die nicht nur Antworten liefern, sondern auch Kernkonzepte vermitteln – leistungsstarke Tools für Schüler und Studenten. Eine kuratierte Liste, die Sie unbedingt ausprobieren sollten. Wöchentlich aktualisiert. Vergleich zwischen kostenlosen und kostenpflichtigen Angeboten. Praxistests. Genaue Rankings, die Ihnen helfen, Ihr volles Lernpotenzial auszuschöpfen. Entdecken Sie jetzt das perfekte Tool für intelligenteres Lernen.
10 Tools
xix.ai
So Microsoft just dropped Phi-4-Vision as open source? That's a bold move — 15B params and low cost sounds like a sweet spot for startups who can't afford GPT-4. But I wonder: will this actually drive real multimodal apps or just end up as another benchmark-chasing experiment?
