Lilith · ausgewählte Meldungen
Was in der KI wirklich passiert. Ausgewählte Meldungen, Kontext und Meinung ohne Werbelärm.
Atom-Feed ↗Google stellte vier Forschungsframeworks vor, die lange Videos planen, Szenenzustände verfolgen und Prompts anhand visueller Kritik überarbeiten. Wichtiger als die zehnminütige Demo ist der Wechsel vom einzelnen Generator zu einem Produktionssystem mit Gedächtnis.
Die meisten Versuche, KI in Schulen zu bringen, enden in isolierten Pilotprojekten. Google geht in Indien einen anderen Weg und nutzt die staatliche Laborinfrastruktur, in der Gemini die Rolle eines Expertenmentors übernimmt.
Rund 950 Claude-Agenten durchsuchten 21 Stunden lang eine DNA-Datenbank und fanden ein bislang nicht charakterisiertes System namens ART mit Wiederholungen ähnlich einem CRISPR-Array. Anthropic bestätigte seine Bestandteile im Labor, doch die biologische Funktion ist weiterhin unbekannt.
Eine Microsoft-Studie zeigt, dass ausgelagerte Inference auf Edge- oder Cloud-GPUs Leistung und Akkulaufzeit von Robotern verbessert. Zugleich wird die harte Grenze sichtbar: Schon einige zehn Millisekunden Netzlatenz senken die Genauigkeit physischer Aufgaben.
Google hat Gemini 3.8 Flash TTS und Flash-Lite TTS mit promptbasierter Stimmerzeugung, Regie für einzelne Zeilen und mehr als 100 Sprachen vorgestellt. Der entscheidende Schritt liegt in Kontrolle und Wiederholbarkeit, nicht nur in natürlicherem Klang.
OpenAI präsentierte eine Fallstudie des Startups Parallel, in der das neue Astra-Modell umfangreiche Recherchen in der halben Zeit abschloss. Für Unternehmen mit agentenbasierten Workflows bedeutet dies bis zu 50 % Einsparung bei Tokens für Aufgaben, die bisher mit roher Gewalt gelöst wurden.
OpenAI zeigt in einem Video mit RaceTek Systems und Chip Ganassi Racing, wie Teams künstliche Intelligenz nutzen, um Streckendaten in schnellere Entscheidungen umzuwandeln. Die Quelle ist ein kurzer Beitrag auf X, was bedeutet, dass harte Zahlen fehlen und der wahre Wert eher im betrieblichen Muster als in einer bewiesenen Leistungskennzahl liegt.
Microsoft Research und Novartis haben Chimera vorgestellt, ein Learning-to-Rank-System, das den Retrosynthese-Prozess in der Arzneimittelentwicklung verkürzt.
Anthropic und Accenture investieren eine Milliarde Dollar in das Konzept der „Embedded Evaluation“. Für Unternehmenskunden ändert sich damit die Art und Weise, wie die Sicherheit von Modellen vor dem Einsatz bewertet wird.
Eine neue OpenAI-Studie basierend auf ChatGPT-Daten zeigt einen interessanten Effekt: Menschen nutzen KI nicht nur, um ihre eigene Arbeit zu beschleunigen, sondern übernehmen Aufgaben aus völlig anderen Bereichen. Dieser 'Task Crossover' zeigt, dass KI verändert, wie Rollen innerhalb von Unternehmen aufgeteilt werden.
Nathan Lambert und Scott Geng vom Allen Institute veröffentlichten eine detaillierte Analyse des Post-Trainings für das offene Olmo 3-Modell. Die Daten zeigen, dass der Weg von einer Forschungsidee zu einem tatsächlich funktionierenden Modell eine Serie von Sackgassen und verbranntem Geld ist.
OpenAI gewährt 100.000 akademischen Forschern kostenlosen Zugang zu den besten ChatGPT Modellen. Für die akademische Welt verändert dies die Einkaufsdynamik. Es geht weg von teuren Unternehmenslizenzen für Universitäten hin zur direkten Akquise der Forscher, die Zitate generieren.
Die Forschungsabteilung von Baseten hat sich mit Hugging Face und Goodfire AI zusammengeschlossen. Gemeinsam werden sie die fehlende Infrastruktur für die Bewertung und Überwachung der Sicherheit von Open-Weight-Modellen aufbauen.
Microsoft Research hat EvoLib eingeführt, ein Framework, das allgemeine Fähigkeiten aus der Gesprächshistorie zur Inferenzzeit destilliert. Dadurch können Agenten ihre Leistung verbessern, ohne das Modell neu trainieren zu müssen.
Good Start Labs nutzt Eisenbahnsimulatoren aus dem 19. Jahrhundert, um künstliche Intelligenz zu trainieren. Laut Latent Space fanden sie heraus, dass die Struktur des Spiels bestimmt, ob der Agent diese Fähigkeiten auf reale Geschäftsanalysen überträgt.
Google Research hat das Retrieve-for-Train-Framework vorgestellt, das bei der KI-Suche Expertenergebnisse erzielt, ohne während der eigentlichen Abfrage teure autoregressive Prozesse zu benötigen. Stattdessen wird ein leichtgewichtiges Diffusionsmodell mit Reinforcement Learning (RL) im Voraus trainiert.
Google hat Gemini 3.8 Live mit einer neuen Extended Thinking-Funktion veröffentlicht, die schnelle Konversationen vom langen Nachdenken über Tools trennt. Für Nutzer von Voice-KI bedeutet das ein Ende abgebrochener Aufgaben, wenn man während eines laufenden Prozesses spricht.
Aktuelle Agenten versagen bei mehrstufigen Prozessen. Anstelle statischer Benchmarks trainiert Microsoft Research sie in Simulationen, die sich dynamisch mit der Aufgabenkomplexitat entwickeln.
OpenAI gab bekannt, dass sein Modell als erstes eines der Millennium-Probleme der Mathematik (Navier-Stokes-Gleichungen) gelöst hat. Der Erfolg wurde jedoch sofort von einem Streit darüber überschattet, wem dieser Durchbruch eigentlich gehört und wie er zustande kam.
Anthropic gab bekannt, dass es mehrere Versuche von Wissenschaftlern entdeckt und blockiert hat, seine Modelle für Forschungen in Verbindung mit der Entwicklung von Biowaffen zu nutzen. Die Sperrung des Zugangs bestätigt, dass die durch KI unterstützten Bedrohungen durch Bioterrorismus den Bereich der Theorie verlassen.
