🔥 Im Fokus
Anthropic veröffentlicht zweiten Risikobericht und enthüllt internes Modell Model 2 : Anthropic hat seinen zweiten „Risikobericht“ veröffentlicht und dabei erstmals sein intern genutztes Hochleistungsmodell „Model 2“ enthüllt. Dieses Modell erzielte im internen F&E-Test CoBench eine Punktzahl von 62,8 %. Obwohl es stärker als Mythos 5 ist, kann es menschliche Forscher noch nicht ersetzen. Der Bericht legt zudem mehrere Fehler in den Sicherheitsabläufen offen, darunter Abweichungen bei der Multi-Agenten-Kollaboration und das Durchsickern von Chain-of-Thought-Daten beim Reinforcement Learning, was das Unternehmen dazu veranlasste, die Risikostufe für „Fehlausrichtung“ (Misalignment) auf „niedrig“ anzuheben. (Quelle: 机器之心)
Google veröffentlicht Gemini 3.7 Flash und startet Preiskampf : Google hat das Modell Gemini 3.7 Flash offiziell vorgestellt, dessen Leistung im Vergleich zur Vorgängergeneration deutlich gesteigert wurde und im DeepSWE-Benchmark einen Wert von 65,3 % erreichte. Um auf den intensiven Marktwettbewerb zu reagieren, bietet Google einen extrem niedrigen Einführungspreis von 0,75 US-Dollar pro Million Input-Tokens und 3,75 US-Dollar pro Million Output-Tokens an. Damit zettelt Google einen direkten Preiskampf mit OpenAI und Anthropic an, um größere Marktanteile im Bereich der leichtgewichtigen Enterprise-Modelle zu erobern. (Quelle: AI Business)
SpaceX schließt Übernahme des AI-Programmiertools Cursor ab : Elon Musks SpaceX hat die Übernahme des AI-Programmiertools Cursor offiziell abgeschlossen. Das Cursor-Team wird sich SpaceX AI anschließen, um die Weiterentwicklung der Grok-Modellreihe und des neu eingeführten Grok Bot-Agenten-Ökosystems zu unterstützen. Gleichzeitig zeigten Sicherheitstests, dass das neue Modell GLM-5.3 eine schwerwiegende, unveröffentlichte Sicherheitslücke in Cursor entdeckt hat, die derzeit von beiden Parteien gemeinsam behoben wird. (Quelle: The Verge)
Google strukturiert AI-Sparte um: Einige nicht-technische Teams von DeepMind wechseln zur Zentrale : Google hat mit der Umstrukturierung von Google DeepMind begonnen und angekündigt, mehrere nicht-technische Support-Teams aus DeepMind herauszulösen und direkt in die Berichtsstruktur von Google einzugliedern. Dies soll Hürden zwischen Forschung und Produktentwicklung abbauen und die Integration von Gemini in die Kernprodukte von Google beschleunigen. Gleichzeitig schaltet sich Mitbegründer Sergey Brin wieder verstärkt in das AI-Entscheidungszentrum ein und treibt zukunftsweisende Technologiepfade wie die „rekursive Selbstverbesserung“ (recursive self-improvement) voran. (Quelle: Reuters)
🎯 Entwicklungen
Alibaba veröffentlicht leichtgewichtiges multimodales Modell Qwen3.8-27B als Open Source : Alibaba hat das dichte multimodale Modell Qwen3.8-27B offiziell unter der Apache 2.0-Lizenz als Open Source bereitgestellt. Das Modell übertrifft Claude Opus 4.6 Max in Agent- und Programmier-Benchmarks wie SWE-bench Pro. Es unterstützt ein natives Kontextfenster von 262K (erweiterbar auf 1M) und führt erstmals eine Funktion zur Anpassung der Reasoning-Stufen ein, mit der Entwickler die Denktiefe je nach Aufgabenschwierigkeit frei steuern können. Es eignet sich hervorragend für das lokale Deployment auf Consumer-Grafikkarten. (Quelle: 量子位)
Anthropic erläutert Text-Wasserzeichen-Mechanismus für Claude im Detail : Als Reaktion auf die Compliance-Anforderungen des EU AI Act hat Anthropic Details zur Text-Wasserzeichen-Technologie von Claude offengelegt. Diese Technologie basiert auf dem SynthID-Text-Verfahren von Google DeepMind und bettet ein unsichtbares Wasserzeichen ein, indem sie spezifische Schlüsselmuster in die Zufälligkeit der Wortauswahl integriert. Das Unternehmen betont, dass dieser Mechanismus weder die Qualität der Generierung beeinträchtigt noch den Token-Verbrauch erhöht. Die Veröffentlichung einer Erkennungs-API ist für die nahe Zukunft geplant. (Quelle: Anthropic News)
World Labs stellt virtuelles Trainingssystem R2S2R für Roboter vor : Das von Fei-Fei Li gegründete AI-Startup World Labs hat eine auf der SceniX-Technologie basierende „Real-to-Sim-to-Real“ (R2S2R) Robotersimulations-Engine vorgestellt. Das System ist in der Lage, eine einzelne reale Roboteraufgabe in Tausende von virtuellen Trainingsszenarien mit unterschiedlichen Lichtverhältnissen, Objektpositionen und physikalischen Eigenschaften zu übersetzen. Dadurch können Steuerungsstrategien trainiert werden, ohne jemals mit einer echten Maschine in Berührung gekommen zu sein, und anschließend direkt und stabil auf physischer Hardware ausgeführt werden. (Quelle: World Labs)
Google erlaubt Nutzern das Deaktivieren von visuellen Wasserzeichen in AI-generierten Inhalten : Google hat angekündigt, dass Nutzer visuelle Wasserzeichen für AI-generierte Bilder, Videos und Musik in Gemini und dem Video-Editor Flow künftig manuell deaktivieren können. Dieser Schritt soll die praktischen Bedürfnisse von Kreativen mit Sicherheits- und Compliance-Vorgaben in Einklang bringen. Unsichtbare SynthID-Wasserzeichen und C2PA-Metadaten bleiben jedoch im Hintergrund zur Echtheitsprüfung erhalten. (Quelle: TechCrunch)
Amazons Twitch aktualisiert Datenschutzrichtlinie und ermöglicht Opt-out für AI-Training : Die zu Amazon gehörende Live-Streaming-Plattform Twitch hat ihre Sicherheits- und Datenschutzeinstellungen aktualisiert. Streamer können nun die Option „Training für generative AI“ manuell deaktivieren, um zu verhindern, dass ihre Live-Videos, Aufzeichnungen und Chat-Daten für das Training von Amazons AI-Modellen verwendet werden. Unterstützende AI-Funktionen für Plattform-Empfehlungen und Moderation sind von dieser Option jedoch nicht betroffen. (Quelle: WIRED)
Waymo erhält Genehmigung zur Ausweitung seines autonomen Fahrdienstes in Kalifornien : Das autonome Fahrunternehmen Waymo hat von der California Public Utilities Commission (CPUC) die Genehmigung erhalten, seinen fahrerlosen Ride-Hailing-Dienst offiziell auf die San Francisco Bay Area, Los Angeles, San Diego und Sacramento auszuweiten. Waymo erklärte, die operative Bereitstellung in den einzelnen Regionen schrittweise und kontrolliert auf Basis seines Sicherheitsbewertungsrahmens voranzutreiben. (Quelle: Waymo)
🧰 Tools
Zhejiang-Universität veröffentlicht wissenschaftliche AI-Agenten-Plattform Polaris als Open Source : Ein Team der Zhejiang-Universität hat die AI-Forschungsagenten-Plattform Polaris als Open Source freigegeben. Die Plattform verbindet wissenschaftliche Arbeitsschritte wie Literaturrecherche, Ideengenerierung, Versuchsmanagement und das Schreiben von Arbeiten zu einer automatisierten Pipeline. Die AI kann auf angebundenen GPU-Servern selbstständig Experimente entwerfen und durchführen, wobei an kritischen Entscheidungspunkten eine menschliche Bestätigung eingeholt wird. Ziel ist es, ein neues Paradigma der Mensch-Maschine-Kollaboration in der Forschung zu etablieren. (Quelle: 机器之心)
Yinchao veröffentlicht Musik-Großmodell V4.0 und öffnet API : Das chinesische AI-Musikteam Yinchao hat sein Großmodell V4.0 veröffentlicht, das sich auf natürliches semantisches Verständnis und mehrsprachige Kreation konzentriert. Die neue Version unterstützt nicht nur die zehn weltweit wichtigsten Sprachen, sondern öffnet auch erstmals die Generierung reiner Instrumentalmusik für Privatanwender. Darüber hinaus hat Yinchao eine offene API-Plattform gestartet, die Schnittstellen für die Generierung von Songtexten, Song-Imitationen und mehr bietet und Entwicklern für begrenzte Zeit kostenlos zur Verfügung steht. (Quelle: 量子位)
📚 Lernen
SWD: Ein Ansatz zur Interpretierbarkeit von Großmodellen auf Gewichtsebene ohne Retraining : Das Zhizhi Innovation Research Institute hat in Zusammenarbeit mit den Universitäten Oxford, Stanford und anderen die Methode „Sparse Weight Decomposition“ (SWD) vorgeschlagen. Diese Methode zerlegt die dichte Gewichtsmatrix eines vortrainierten Modells direkt in zwei dünnbesetzte Faktoren und transformiert gemeinsame Dimensionen in unabhängig beeinflussbare Flaschenhals-Einheiten. Damit wurden erfolgreich Aufgabenkreisläufe in Modellen wie GPT-2 und Qwen extrahiert. Die Datenkosten dieser Methode betragen nur 1 % der Kosten herkömmlicher, trainingsbasierter Ersatznetzwerke, zudem wird eine Zero-Data-Version angeboten, die keine Kalibrierungsdaten benötigt. (Quelle: 至知研究院)
Das Programmierparadigma der raumzeitlichen Komponierbarkeit hinter DeepSeek Harness : Begleitend zur Open-Source-Freigabe des Agenten-Frameworks Harness hat das DeepSeek-Team das Paper „A Programming Paradigm for Spatiotemporal Composability“ veröffentlicht. Die Arbeit erläutert im Detail das theoretische Fundament des zugrundeliegenden Cordis-Frameworks. Durch die Konkretisierung von „Effekten“ und „Ko-Effekten“ als Laufzeitmechanismen wird das dynamische Laden von Komponenten, Dependency Injection und die Bereinigung reversibler Nebeneffekte zur Laufzeit ermöglicht. Dies bietet eine robuste Systemunterstützung für selbstentwickelnde Agenten. (Quelle: 机器之心)
UniMotion: Einführung kontinuierlicher Bewegungsmodalitäten in einheitlichen multimodalen Großmodellen : Ein Team der Peking-Universität, der Donghua-Universität und der Südchinesischen Technischen Universität hat auf der ECCV 2026 ein Paper veröffentlicht, in dem das einheitliche multimodale Framework UniMotion vorgestellt wird. Diese Methode behandelt kontinuierliche menschliche Bewegungen über mehrere Frames (Motion) als eigenständige Modalität und gleicht sie mit Text- und RGB-visuellen Signalen in einem gemeinsamen LLM-Backbone ab. Dadurch werden sieben kreuzmodale Aufgaben wie Bewegungsverständnis, -vorhersage, -generierung und -bearbeitung in einem einzigen Modell realisiert. (Quelle: 北京大学)
HarnessFix: Automatische Diagnose und Behebung von Fehlern in Agenten-Harnesses : Um das Problem zu lösen, dass Agenten bei komplexen Aufgaben aufgrund des Versagens externer Umgebungskontexte (Harness) scheitern, haben Forscher das Framework HarnessFix vorgeschlagen. Das System kompiliert die Fehlertrajektorien des Agenten und die Harness-Komponenten in eine Zwischenrepräsentation, lokalisiert automatisch die Ebene des Fehlers im Harness (wie Werkzeugschnittstellen oder Validierungslogik) und generiert eingegrenzte Patches zur Behebung. In mehreren Benchmarks konnte die Erfolgsquote bei Aufgaben um 6,3 bis 18,4 Prozentpunkte gesteigert werden. (Quelle: HarnessFix)
MDA: Ein Agent zur Entdeckung von Mechanismen basierend auf Großmodellen und Bayesschem Versuchsplan : Forscher der Harvard University, des MIT und anderer Institutionen haben den Model Discovery Agent (MDA) entwickelt. Das System kombiniert die Fähigkeit zur Hypothesengenerierung von Großmodellen mit der Stringenz bayesscher Inferenz. Durch die Maximierung des Informationswerts (Value of Information, VoI) entwirft und wählt es aktiv Interventionsexperimente aus, die am besten zwischen konkurrierenden physikalischen Mechanismen unterscheiden können. In mehreren wissenschaftlichen Entdeckungsaufgaben konnten fehlerhafte Hypothesen mit deutlich weniger Experimenten ausgeschlossen werden. (Quelle: NeuronBench)
Libra: Effizienter Ressourcenmanager für das Post-Training im bestärkenden Lernen von Agenten : Ein Team der Chinesischen Universität Hongkong und der Hang Seng Universität Hongkong hat das System Libra als Open Source veröffentlicht. Das System adressiert die Probleme von Long-Tail-Trajektorien und Ungleichgewichten zwischen den Phasen, die durch Werkzeugaufrufe im Agentic RL entstehen. Es verfügt über einen globalen Ressourcenplaner und einen C-MLFQ-Scheduler, die das Verhältnis von GPU-Training und -Inferenz basierend auf den von den Werkzeugen zurückgegebenen Laufzeitsignalen dynamisch anpassen. In mehreren Aufgaben konnte der Trainingsdurchsatz um bis zu 300 % gesteigert werden. (Quelle: NetX-lab)
💼 Wirtschaft
IBM und OpenAI vereinbaren strategische Partnerschaft für Enterprise AI : IBM und OpenAI haben eine neue Partnerschaft angekündigt, in deren Rahmen eine eigene OpenAI-Abteilung innerhalb des IBM-Consulting-Teams eingerichtet wird, um Tausende von Beratern zu schulen. Beide Parteien werden Modelle wie GPT-5.6, Codex und ChatGPT Work tief in die Beratungs- und Multi-Agenten-Cybersecurity-Plattformen von IBM integrieren, um gemeinsam die sichere Bereitstellung von Enterprise AI in regulierten Branchen zu beschleunigen. (Quelle: AI Business)
Nvidia startet gemeinsam mit Wall-Street-Giganten 500-Milliarden-Dollar-Finanzierung für AI-Infrastruktur : Nvidia hat eine Kooperation mit sechs weltweit führenden Finanzinstituten angekündigt, darunter Apollo, Blackstone und Goldman Sachs, mit dem Ziel, über 500 Milliarden US-Dollar für den Aufbau von AI-Infrastruktur zu mobilisieren. Das Projekt zielt darauf ab, eine unabhängige Finanzierungsplattform für Netzwerke und Rechenleistung zu etablieren, um AI-Rechenzentren und Hardware-Beschaffungen finanziell zu unterstützen und Rechenleistungsinfrastrukturen als neue investierbare Anlageklasse zu etablieren. (Quelle: AI Business)
🌟 Community
Community diskutiert intensiv über die „Tragödie der kognitiven Allmende“ und die Verdrängung von Einstiegspositionen durch AI : Die kürzlich in der Wissenschaft vorgeschlagene Theorie der „Tragödie der kognitiven Allmende“ (Tragedy of the Cognitive Commons) hat heftige Diskussionen ausgelöst. Untersuchungen zeigen, dass Unternehmen zwar kurzfristig davon profitieren, wenn sie Einstiegspositionen durch AI ersetzen, dies jedoch den Weg für Nachwuchskräfte blockiert, durch praktische Erfahrung tiefes Fachwissen aufzubauen. Dies führt dazu, dass es in Zukunft an erfahrenen Experten fehlen wird, die in der Lage sind, AI-Fehler zu korrigieren. Branchen mit niedrigen Einstiegshürden und hoher Modularisierung wie Softwareentwicklung, Finanzen und Recht sind dem höchsten Risiko ausgesetzt. (Quelle: Human Resource Development Review)
Studie enthüllt „Verwässerungseffekt“ durch AI-generierte Bücher auf dem Amazon-Self-Publishing-Markt : Eine Pangram-Erkennungsstudie, die mehr als 10.000 selbstveröffentlichte E-Books auf Amazon untersuchte, zeigt, dass Bücher mit einem hohen Anteil an AI-generierten Inhalten bereits 20 % des Gesamtkatalogs ausmachen. Obwohl die Verkaufszahlen einzelner AI-Bücher gering sind, hat ihre extrem hohe Veröffentlichungsfrequenz einen starken Verwässerungseffekt auf den Markt. Dies führt dazu, dass selbst die durchschnittlichen Einnahmen von Originalbüchern, bei denen keine AI-Spuren nachgewiesen wurden, allgemein gesunken sind. (Quelle: arXiv)
Erster Fall vor US-Gericht: Kläger schleust unsichtbare AI-Anweisungen in Klageschrift ein, um Urteil zu manipulieren : In einem Gerichtsverfahren im US-Bundesstaat Connecticut hat der Kläger in den weißen Flächen der Klageschrift unsichtbare Prompts in einer weißen 3-Punkt-Schrift platziert. Damit wollte er das System zu einem für ihn günstigen Urteil verleiten, falls das Gericht ein automatisiertes AI-Prüfsystem einsetzen sollte. Obwohl das Gericht keine AI-Prüfung nutzte, entzog der Richter dem Kläger nach der Entdeckung sofort seine elektronischen Prozessprivilegien und verurteilte das Verhalten als gleichwertig mit einer „unzulässigen Kontaktaufnahme mit Geschworenen“. (Quelle: Ars Technica)
Milliardenverlust des Hedgefonds SA entfacht Community-Diskussion über AI-Investitionsblase : Der Wall-Street-Quantitative-Riese Jane Street erlitt im Juli einen massiven Verlust von rund 15 Milliarden US-Dollar aufgrund seines Risikoengagements gegenüber dem AI-thematischen Hedgefonds „Situational Awareness“. Dieser Vorfall hat in der Community breite Diskussionen ausgelöst. Einige Investoren sehen darin ein Zeichen dafür, dass die Markterwartungen an den kurz- bis mittelfristigen Return on Investment (ROI) von AI überzogen sind, was zu lokalen Panikverkäufen in der Finanzierungskette führte. (Quelle: The Guardian)
💡 Sonstiges
Erstes universitäres AI-Technologiezentrum in Indonesien offiziell gegründet : Das indonesische Ministerium für Kommunikation und digitale Angelegenheiten hat in Zusammenarbeit mit Indosat, Nvidia und der Universitas Gadjah Mada (UGM) in Yogyakarta das erste universitäre AI-Technologiezentrum des Landes gegründet. Das Zentrum wird auf der beschleunigten Rechenplattform von Nvidia und indonesischen souveränen GPU-Diensten aufbauen. Der Schwerpunkt der AI-Forschung und -Entwicklung liegt auf nationalen Schlüsselsektoren wie Tuberkulose-Screening, Präzisionslandwirtschaft und Frühwarnung bei Naturkatastrophen. (Quelle: NVIDIA Blog)
Einwohner von Larbert in Schottland protestieren gegen geplantes AI-Rechenzentrum : In der schottischen Region Larbert kam es zu Protesten gegen ein geplantes AI-Rechenzentrum, an denen sich Hunderte von Einwohnern beteiligten. Bislang sind fast 7.000 Einwände eingegangen. Anwohner und Umweltschutzorganisationen befürchten vor allem, dass die 200 Notstrom-Dieselgeneratoren des Rechenzentrums zu einer erheblichen Luft- und Lärmbelastung für umliegende Krankenhäuser und Pflegeheime führen werden. (Quelle: The Guardian)