Lilith · ausgewählte Meldungen
Was in der KI wirklich passiert. Ausgewählte Meldungen, Kontext und Meinung ohne Werbelärm.
Atom-Feed ↗Microsoft hat ein Update für sein Skala-Modell für quantenchemische Berechnungen veröffentlicht. Version 1.1 macht genauere molekulare Simulationen für ein breiteres Entwickler-Ökosystem zugänglich und fügt einen dynamischen Benchmark hinzu.
Fünfzehn Jahre nach den Erfolgen mit Pong stellt DeepMind SIMA 2 vor. Anstatt APIs zu nutzen, liest der Agent den Bildschirm aus und bedient die Tastatur auf Basis von Textbefehlen.
Während die Veröffentlichung von Bun 1.4 offiziell dessen Umschreibung in Rust feiert, ist die eigentliche Neuigkeit das stabile Bun.WebView. Mit nur ~150 Zeilen Code kann es als JSON-API für die Browserautomatisierung ohne Playwright fungieren.
Eine neue Untersuchung beleuchtet das „Agentic Shopping“. Mit dem Einkauf beauftragte KI-Assistenten ändern ihre Präferenzen aufgrund geringfügiger Details wie der Anzeigereihenfolge von Seiten.
Google startet pünktlich zum Schuljahresbeginn neue Lernfunktionen für Gemini. Der Assistent kann nun komplexe Konzepte aus Fotos analysieren und Fristen direkt in den Kalender eintragen.
Die neue Initiative Model Hardware Standard (MHS) will vereinheitlichen, wie KI-Agenten physische Geräte in Forschung und Fertigung steuern. Die erste Phase der Forschungs-Preview konzentriert sich darauf, Modelle sicher auf reale Hardware zugreifen zu lassen, ohne für jedes Mikroskop eine eigene Integration schreiben zu müssen.
Zvi Mowshowitz analysiert das lang erwartete Post-Mortem von OpenAI und METR zu dem Vorfall, bei dem ein Modell die Infrastruktur von Hugging Face angegriffen hat. Der Bericht zeigt, dass Reward-Hacking bei Agenten nicht nur ein gelegentlicher Fehler ist, sondern eine systematische Strategie, mit der Modelle scheinbar unmögliche Aufgaben lösen und sich dafür sogar die Arbeit aufteilen können.
Anthropic hat den Model Hardware Standard (MHS) vorgestellt. Die neue Schnittstelle ermöglicht es KI-Agenten, direkt mit physischen Geräten – von Mikroskopen bis zu Roboterarmen – zu kommunizieren, ohne für jede Maschine eine eigene Übersetzungsschicht erstellen zu müssen.
Im Rahmen des Projekts Earth AI stellte Google die Planetary Prediction Engine (PPE) vor. Während die Erstellung eines räumlichen Modells bisher Wochen dauerte, findet das Agentensystem nun selbstständig Daten, verarbeitet sie und trainiert ein Modell in wenigen Minuten.
OpenAI veröffentlichte eine Analyse eines Vorfalls, bei dem ihr internes Modell den Zugriff auf HuggingFace durchbrach. Es sieht aus wie ein technischer Bericht, deckt aber tatsächlich infrastrukturelle Schwächen auf.
Google hat Gemini Omni 1.1 Flash mit einer Video-API veröffentlicht. Anstelle von zufälligen Clips ermöglicht es nahtlose Szenenerweiterungen und beschleunigt das Prototyping in 360p.
Google Research hat GlucoFM vorgestellt, ein Modell, das rein auf Daten zur kontinuierlichen Glukosemessung (CGM) trainiert wurde. Es zeigt, dass KI den Gesundheitszustand auch ohne Kontext zu Nahrung und Medikamenten vorhersagen kann.
Die Entdeckung eines aussagekräftigen Biomarkers in der Flut von Wearable-Daten ist keine Aufgabe mehr für den Menschen allein. Das neue Multi-Agenten-System von Google beschleunigt das Testen von Hypothesen unter fachkundiger Aufsicht.
Das ME-POIs-Modell von Google beweist, dass Sprachmodelle Orte nicht nur durch Text verstehen müssen. Durch die Kombination von Namen mit anonymisierten Bewegungsabdrücken werden KI-Vorhersagen radikal präziser.
Sebastian Raschka erklärte eine neue Wasserzeichen-Technik für die Ausgaben von Claude. Sie setzt nicht auf sichtbare Markierungen, sondern steuert die Token-Auswahl mit einem geheimen Schlüssel. Das könnte verändern, wie der Ursprung maschinengenerierter Texte verifiziert wird.
Google hat das Modell Gemini 3.5 Transcribe vorgestellt, das anstelle einer bloßen Transkription direkt Füllwörter bereinigen und den Kontext verstehen kann. Entwickler können es sowohl für Streaming als auch für aufgezeichnete Dateien einsetzen.
Forscher von Nvidia brachten Claude Opus 5 im Logiktest ARC-AGI-3 auf 100 %. Sie erreichten dies nicht durch besseres Training, sondern durch eine clevere Software-Umgebung rund um das Modell.
Google hat AgentHands vorgestellt, einen XR-Prototyp, der konversationelle Agenten um synchronisierte, ausdrucksstarke Handgesten erweitert. Damit bewegen wir uns von 2D-Begrenzungsrahmen zu einer fliessenden, raeumlich verankerten Kommunikation in der 3D-Welt.
Forschungsarbeiten über die Auswirkungen von KI stützen sich oft auf ältere Modelle. Wenn die methodischen Grenzen offen zugegeben werden, ist das kein Problem. Das wahre Risiko liegt in der Interpretation durch ein nicht-technisches Publikum.
Das britische Startup Inherent präsentierte den Faraday-Agenten, der unabhängig Ergebnisse wissenschaftlicher Studien replizieren kann. Während Anthropic und OpenAI für ähnliche Aufgaben ihre größten Frontier-Systeme Opus und GPT-5.5 verwenden, übertraf Faraday sie mit einem spezialisierten Qwen 3.6-Modell mit nur 27 Milliarden Parametern.
