KI durchsucht mehr als 450 Kameras, um Wally zu finden
KI durchsucht mehr als 450 Kameras, um Wally zu finden
Ein offenes Modell analysiert Aufnahmen ungeschützter Kameras weltweit und sucht nach Personen im Wally-Look.
KI durchsucht mehr als 450 Kameras, um Wally zu finden
Der belgische Künstler Dries Depoorter hat ein ungewöhnliches Kunstprojekt geschaffen: Ein neuronales Netz sichtet Aufnahmen ungeschützter Kameras und sucht nach Menschen, die der Figur aus Wo ist Wally? ähneln.
Für die Suche wird das offene Modell Qwen3-VL von Alibaba verwendet, das lokal auf drei Gaming-Grafikkarten läuft. Die KI analysiert jedes Einzelbild und sucht nach der typischen rot-weiß gestreiften Kleidung und einer Mütze mit Bommel.
Bisher hat das System 1,68 Millionen Bilder überprüft und 13 Treffer in verschiedenen Ländern gefunden, darunter die USA, Japan und Peru. Jede Entdeckung wird vom Künstler manuell geprüft.
Das Versteckspiel hat eine neue Stufe erreicht. Weitere Informationen auf WallyFinder.
Warum das wichtig ist
AnalyseDas Projekt zeigt, wie offene multimodale Modelle große Videodatenströme in ein Forschungswerkzeug verwandeln können, und wirft zugleich Fragen zu Datenschutz und Sicherheit ungeschützter Kameras auf.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Jev und System One AI: Ein umfassender praktischer Leitfaden zum Entscheidungsmodell von TypeSafe
Tiefgehende technische Analyse des Flaggschiff-Modells Jev: Architektur von System One im Vergleich zu LLMs, Choice/Score/Noul-Primitiven, Anfrageparallelität, Unsicherheitsmathematik, Video-Anwendungsfälle, Code sowie Überblick über lokale Open-Weight-Alternativen (Laya, GLiNER2.5, CLM-8B).
JSON – strukturierte Daten für Anwendungen, APIs und KI-Agenten
Ein umfassender praktischer Leitfaden zum JSON-Format: Syntaxregeln, Serialisierung über parse/stringify, Arbeit mit REST-APIs, JSON Schema und strukturierter Output für künstliche Intelligenz.
Multimodale Embeddings (CLIP)
Technologie zur Projektion verschiedener Medientypen (Text, Bild, Audio) in einen gemeinsamen hochdimensionalen Vektorraum unter Verwendung von Architekturen wie OpenAI CLIP oder Google SigLIP. Ermöglicht die Suche nach Fotos mittels Textbeschreibungen oder das Auffinden ähnlicher Musik anhand eines Bildes.
Hugging Face Hub
Führende globale Plattform und offenes Repository für die KI-Community („GitHub für neuronale Netze“). Enthält Hunderttausende von offenen Modellen, Datensätzen und kostenlosen Web-Demos (Spaces) und unterstützt alle führenden KI-Frameworks.