Während die Konkurrenz seit Jahren an Chatbots wie ChatGPT arbeitet, hat sich Apple bislang geweigert, diesen Schritt zu gehen. Im Konzern scheint aber nun ein Umdenken eingesetzt zu haben: Mit iOS 27 soll eine neue Chatbot-Siri auf iPhone, iPad und Mac einziehen – mitsamt Internetsuche, Dateizugriff und App-Steuerung.

Campos als nächste Stufe von Siri

Der neue Chatbot soll intern auf den Namen „Campos“ hören, wie Bloomberg berichtet. Es wird sich dabei jedoch nicht wie bei aktuellen Angeboten wie ChatGPT und Gemini um eine weitere iOS-App auf dem Homebildschirm handeln, sondern vielmehr wird die neue Siri wohl grafisch überarbeitet bei Mac, iPhone und iPad „tief“ in das Betriebssystem eingearbeitet werden, schreibt Marc Gurman. Das aktuelle Interface soll zwar verschwinden, das Codewort „Siri“ sowie der Druck auf den Sperrknopf sollen jedoch weiterhin genutzt werden können.

Die Chatbot-Siri

Interagieren würden Nutzer entweder per Sprache oder per Chat – ganz wie bei Gemini oder ChatGPT üblich. Der neue Siri-Chatbot werde das Internet durchsuchen und Informationen zusammenfassen, Inhalte und Bilder erstellen sowie hochgeladene Dateien analysieren können, heißt es im Bericht. Zusätzlich soll Siri dann Dateien finden können, den Bildschirm verstehen und (teilweise) das iPhone steuern dürfen. Die Integration soll dabei nun tief in den Apps stattfinden: Nutzer könnten nach einem Bild suchen und Siri dann auch direkt mitteilen, wie sie es gerne in der Fotos-App bearbeitet hätten. Den Rest soll dann der Siri-Chatbot erledigen.

Weitere Zusammenarbeit mit Gemini

Technisches Fundament soll zudem ein eigenes Google-Gemini-Modell in der Cloud werden. Im Gegensatz zum baldigen KI-Siri-Update, das ebenfalls auf Gemini in der Cloud setzen soll, überlegt Apple, für den Chatbot auf Server von Google zu setzen. Bisher laufen eigene KI-Modelle und baldige Gemini-Modelle auf eigenen Servern mit M-Series-Chips.

Konkurrenz zu OpenAI und Google

Mit den neuen Funktionen geht Apple in direkte Konkurrenz zu OpenAI, denn das KI-Startup arbeitet seit Monaten daran, ChatGPT tiefer mit iOS zu vernetzen und so Nutzer öfter zur Nutzung der App zu bewegen. Erst kürzlich wurde eine Integration zu Apple Health angekündigt. Google bietet mit Gemini für Android bereits einen KI-Assistenten an, der ebenfalls tiefer in das Betriebssystem integriert ist und einzelne Apps wie Google Maps steuern kann.

Vorstellung schon bald

Welcher Ansatz auf welcher Plattform die meisten Kunden ansprechen wird, könnte sich schon bald zeigen: Laut Bloomberg peilt Apple eine Veröffentlichung der neuen Chatbot-Siri noch dieses Jahr an, eine Vorstellung sogar schon zur WWDC im Juni 2026. Die erneut überarbeitete Siri soll dann als Teil von iOS 27, iPadOS 27 und macOS 27 vorgestellt werden und die größte Neuerung der neuen Betriebssysteme werden.

Zwei Jahre nach Beginn des Early Access ist das Survival-Action-RPG Enshrouded fast am Ziel: Version 1.0 hat einen groben Erscheinungstermin und eine große Roadmap bekommen. Spieler und Entwickler ziehen eine positive Bilanz.

Das in Deutschland von Keen Games entwickelte Enshrouded (Test) versteht sich als „Koop-Survival-Action-RPG für bis zu 16 Spieler“, die in einer von Hand erstellten Fantasy-Welt eine Menge Freiheit an die Hand bekommen. Diese müssen Spieler craftend und bauend erkunden um sie zu retten.

Darum ist es gut

Dank Bausystem und verformbarer Umgebung sind die Möglichkeiten weitrechend, das Attribut „einsteigerfreundlich“ erhält der Titel dennoch. Gestaltung und Entdeckung überzeugen Spieler und das in recht großer Zahl, beides wird immer wieder hervorgehoben. Angemerkt wird außerdem, dass sich das Ergebnis erfrischend „oldschool“ anfühle. Von knapp 10.000 Rezensionen auf Steam fallen deshalb insgesamt 92 Prozent positiv aus.

Auch die Entwickler zeigen sich zufrieden: Insgesamt habe Enshrouded über 5 Millionen Nutzer angelockt. Gleichzeitig sind noch immer bis zu 20.000 Spieler auf den Servern unterwegs, verrät SteamCharts.

Die Roadmap bis zu Version 1.0

Weiter geht es mit der Entwicklung zunächst im Frühjahr. Dann sollen eigene Welten geteilt werden können, zudem stehen zahlreiche Optimierungen und Fehlerbehebungen auf der Roadmap.

Für den Herbst steht Version 1.0 an. Einen genauen Termin gibt es noch nicht, die Entwickler wollen sich hier bewusst ein wenig Freiraum lassen. Laut Roadmap bringt das Update erhebliche Neuerungen mit sich. Darunter sind technische Optimierungen insbesondere auf schwächeren Systemen. Nötig sind sie, denn im Test vor zwei Jahren war der Titel durchaus fordernd und verlangte nach Upsampling für schicke, aber nicht Weltklasse-AAA-Grafik.

Zusätzlich sollen der Einstieg in das Spiel leichter und die Progression verbessert werden. Optimierungen des Kampfsystem sind ebenso angekündigt wie neue Inhalte und Orte. Zu guterletzt soll Version 1.0 auch auf Konsolen erscheinen.

Zum zweiten Geburtstag des Spiels gibt es zudem eine Rabattaktion. Enshrouded kann aktuell und bis zum 5. Februar auf Steam für rund 24 statt 30 Euro gekauft werden.

Upsampling ist in modernen Spielen so wichtig wie nie zuvor. Upsampling ist auch besser als jemals zuvor und übertrifft qualitativ die native Auflösung meistens spielend. ComputerBase vergleicht die Bildqualität von Nvidia DLSS 4.5 gegen DLSS 4 und AMD FSR Upscaling AI, ehemals FSR 4 im umfassenden Video-Side-by-Side-Vergleich.

DLSS 4.5, DLSS 4 und FSR Upscaling AI in der Qualitätsanalyse

Upsampling ist in modernen Spielen so wichtig wie nie zuvor. Spiele sind in den letzten Jahren deutlich fordernder geworden, vor allem Grafikkarten geraten regelmäßig ins Schwitzen. Glücklicherweise ist Upsampling auch besser als jemals zuvor und übertrifft qualitativ die native Auflösung meistens spielend – gar nicht so selten auch im Performance-Modus. Das gilt aber nicht für alle Techniken.

Upsampling: eine Zwei-Klassen-Gesellschaft

Aktuell gibt es quasi zwei verschiedene Klassen beim Upsampling:

1. DLSS 3, FSR 3.1, XeSS 2 und TSR sind gängige Technologien von Nvidia, AMD, Intel und Epic, die teils ordentliche (DLSS 3, XeSS 2 und TSR) bis immer mal wieder katastrophale (FSR 3.1) Ergebnisse auf den Monitor „zaubern“.
2. DLSS 4, DLSS 4.5 und FSR Upscaling AI, bis FSR Redstone bekannt unter der Bezeichnung FSR 4, vollbringen hingegen tatsächlich so etwas wie Zauberei, denn das Ergebnis ist in der Regel unglaublich gut.

Um die 2. Klasse geht es heute nach einem ersten Vergleich von DLSS 4.5 mit DLSS 4 erneut, da die meisten ComputerBase-Leser über eine Grafikkarte des Typs GeForce RTX 2000 oder neuer oder Radeon RX 9000 verfügen – und damit auf die aktuellen Upsampling-Techniken zurückgreifen können.

Separat hat sich ComputerBase bereits alle drei Varianten angesehen, ein direkter Vergleich aller drei Technologien fehlt aber noch und das wird nun nachgeholt.

Der erste von zwei Artikeln

Dieser Artikel ist der erste von zwei geplanten. Er beschäftigt sich mit der Bildqualität von DLSS 4.5 (Preset M), DLSS 4 (Preset K) sowie FSR Upscaling AI (FSR 4.0.3). Es gibt einen Vergleich in 7 verschiedenen Spielen, in denen die Upscaler in Ultra-HD-Auflösungen im Performance-Modus antreten müssen:

Der zweite Artikel wird dann die Leistung im Quality- und im Performance-Modus behandeln. Aber nicht nur von den drei Upsampling-Technologien, sondern der Vollständigkeit halber ebenso von DLSS 3, FSR 3.1 sowie der nativen Auflösung. Neben der aktuellen GeForce RTX 5070 Ti und Radeon RX 9070 XT werden die Testreihen ebenso auf einer GeForce RTX 3090 Ti und Radeon RX 6950 XT durchgeführt um zu zeigen, wie es um die Geschwindigkeit auf älteren Grafikkarten-Situationen bestellt ist.

Vor dem Weiterblättern lesen!

Ein Hinweis: Auf den zwei folgenden Seiten wird die Bildqualität der drei Upscaling-Technologien in sieben Spielen in Side-by-Side-Videos verglichen. Dafür kommen nicht fix gerenderte, über YouTube ausgespielte Videos zum Einsatz, sondern Nvidia ICAT. Das hat mehrere Vorteile:

1. Es gibt keine von YouTube bekannten Kompressionsverluste.
2. Beim Betrachten können der Bildausschnitt, das Tempo (bis zu Frame für Frame) sowie die Zoomstufe interaktiv angepasst werden.

Kehrseite sind das große Download-Volumen je Video-Vergleich, der einzeln geladen werden muss, und die Decoding-Last, die jeweils drei parallel ausgespielte Streams an den darstellenden Rechner stellen. Dafür bieten die Videos Einblicke, die in diesem Detail über YouTube niemals möglich wären.