Schlüsselwörter：Großes KI-Modell, Open-Source-KI, KI-Forschungsdurchbruch, Inkling-Hybridexpertenmodell, GPT-5.6 Sol – Statistik, Kimi K3 – Endgeräte-Inferenz
🔥 Fokus
Thinking Machines veröffentlicht erstes Open-Source-LLM Inkling : Das vom ehemaligen OpenAI CTO gegründete Startup Thinking Machines hat sein erstes selbst entwickeltes AI-Modell Inkling vorgestellt. Das Modell basiert auf einer Mixture of Experts (MoE)-Architektur mit insgesamt 975 Milliarden Parametern, wovon bei einer einzelnen Inferenz 41 Milliarden Parameter aktiviert werden, und unterstützt einen Kontext von 1 Million Token. Inkling ist unter der Apache 2.0-Lizenz vollständig Open Source, unterstützt nativen multimodalen Input für Text, Bild und Audio und ermöglicht das Feintuning über die Tinker-Plattform. Der Fokus liegt auf hoher Kosteneffizienz und kontrollierbarer Inferenzintensität (Quelle: Thinking Machines, HuggingFace Blog, THE DECODER, 机器之心)
GPT-5.6 Sol löst 30 Jahre altes Statistik-Rätsel : Edgar Dobriban, Statistikprofessor an der Wharton School der University of Pennsylvania, hat mit OpenAIs GPT-5.6 Sol Pro in nur 90 Minuten die Annahme widerlegt (disproved), dass das Benjamini-Hochberg (BH)-Verfahren die FDR unter korrelierten zweiseitigen Gauß-Tests kontrolliert. Dieses Problem, das die Statistik-Community seit 20 Jahren beschäftigte, konnte zuvor selbst von GPT-5.5 in einem 20-stündigen Lauf nicht gelöst werden. Die AI konstruierte erfolgreich aus dem Nichts ein Gegenbeispiel und demonstrierte damit ihre Fähigkeit zu „kreativen Einsichten“ in der wissenschaftlichen Forschung (Quelle: akbirkhan, THE DECODER, 机器之心)
Kimi K3 (Kivine) auf LMArena geleakt und offiziell veröffentlicht : Moonshot AI hat Kimi K3 offiziell veröffentlicht, dessen Beta-Version zuvor unter dem anonymen Modellnamen „Kivine“ die LMArena-Bestenlisten dominierte. K3 verfügt über insgesamt 2,8T Parameter, unterstützt einen Kontext von 1 Million Token und konzentriert sich auf Code, Long-Context Reasoning und visuelles Verständnis. Technisch nutzt es die Kimi Delta Attention (KDA)- und Attention Residuals-Architektur. Bei der Generierung von 3D-Frontend-Code und Multi-Agent-Swarm-Aufgaben zeigt es eine Leistung, die mit Claude Fable 5 mithalten oder diese sogar übertreffen kann (Quelle: scaling01, THE DECODER, 36氪)
PrismML veröffentlicht On-Device-Inferenzmodell Bonsai 27B : Das vom Caltech-Forschungsteam gegründete Startup PrismML hat Bonsai 27B veröffentlicht. Basierend auf Qwen3.6-27B komprimiert es das Modell mithilfe von 1-Bit- und Ternary-Quantisierungstechnologien auf 3,9 GB bzw. 5,9 GB. Das Modell läuft flüssig direkt auf dem iPhone, behält 90 % bis 95 % der ursprünglichen Leistung bei und benötigt pro Inferenz nur 1,8 GB bis 5,2 GB VRAM. Apple testet diese Komprimierungstechnologie derzeit, um seine Lücke im Bereich der lokalen AI zu schließen (closing) (Quelle: THE DECODER, PrismML-Eng/Bonsai-demo)
Galbot veröffentlicht erstes Test-Time Post-Training-Framework WAM-TTT : Galbot (银河通用) hat das weltweit erste Test-Time Post-Training (TTT)-Framework WAM-TTT für Embodied AI-Großmodelle vorgestellt. Das Framework friert die Gewichte des Basismodells ein und nutzt lediglich ein leichtgewichtiges Fast-Weight-Memory-Modul, damit sich Roboter in der Bereitstellungsphase durch das Ansehen unbeschrifteter menschlicher Videos schnell an neue Szenarien anpassen können. Dies reduziert die Abhängigkeit von realen Teleoperationsdaten erheblich, verhindert katastrophales Vergessen und schließt den Kreislauf der Embodied AI vom Pre-Training bis zum kontinuierlichen Lernen nach dem Deployment (Quelle: 量子位)
🎯 Entwicklungen
OpenAI führt automatisiertes Red-Teaming-System GPT-Red ein : OpenAI hat ein internes automatisiertes Red-Teaming-Modell namens GPT-Red trainiert. Durch einen Self-Play-Reinforcement-Learning-Mechanismus greift es gezielt andere Modelle an, um Schwachstellen wie Prompt-Injections aufzuspüren. Durch das Training mit GPT-Red wurde die Abwehrfähigkeit des neu veröffentlichten GPT-5.6 Sol gegen Prompt-Injection-Angriffe um das Sechsfache gesteigert, während die Fehlerrate auf unter 23 % sank (Quelle: THE DECODER, OpenAI News)
Lizhi-Team der HIT veröffentlicht Open-Source-Vollduplex-Sprachmodell Lychee-FD : Das Lizhi-Großmodell-Team der HIT (Harbin Institute of Technology) Shenzhen hat das native End-to-End-Vollduplex-Sprachmodell Lychee-FD als Open Source bereitgestellt und den ACL 2026 Outstanding Paper Award gewonnen. Die Studie deckt erstmals den Gradientenkonflikt zwischen Sprache und Semantik in tiefen Netzwerken auf. Durch hierarchische semantisch-akustische Modellierung und ein paralleles Multi-Stream-Inferenz-Framework wird eine hochintelligente Echtzeit-Sprachinteraktion zwischen Mensch und Maschine mit geringer Latenz erreicht (Quelle: 机器之心)
Stilles Upgrade für Googles Gemma 4 : Google hat ein unangekündigtes Upgrade (ohne Versionsnummernänderung) für sein Open-Source-Modell Gemma 4 durchgeführt. Die neue Version unterstützt Flash Attention 4, was die Time-to-First-Token-Latenz und die Inferenzgeschwindigkeit auf Hopper-GPUs um 25 % bis 70 % verbessert. Zudem wurden Bugs beim Tool-Calling behoben und Probleme mit abgeschnittenen Antworten (truncated responses) drastisch reduziert. Darüber hinaus können Benutzer durch Parameteranpassungen visuelle OCR für Bilder mit bis zu 2,51 MP unterstützen (Quelle: THE DECODER, osanseviero)
Infinigence AI und Tsinghua-Universität veröffentlichen gemeinsam RLinf v0.3 : Das weltweit erste groß angelegte Reinforcement-Learning-Infrastrukturprojekt RLinf für die kontinuierliche Weiterentwicklung von Embodied AI wurde auf Version v0.3 aktualisiert. Die neue Version verbindet die gesamte Kette von Datenerfassung, SFT, RL, Evaluierung bis hin zum realen Deployment. Sie fügt Unterstützung für 6 gängige Embodied-Modelle wie Dexbotic DM0, DreamZero und GR00T sowie 5 Simulationsumgebungen wie Genesis hinzu, was ein roboter- und hardwareübergreifendes einheitliches Training ermöglicht (Quelle: 量子位)
LightSpec veröffentlicht erstes universelles dynamisches MTP-Inferenzsystem als Open Source : Die Shanghai Jiao Tong University, die Beihang University und das LightLLM-Team haben gemeinsam LightSpec, ein dynamisches Multi-Token-Prediction (MTP)-Inferenzsystem, als Open Source bereitgestellt. Das System nutzt ein zweistufiges, trainingsfreies (Training-free) dynamisches Scheduling-Design, das Verifizierungs- und Entwurfsbudgets (draft budgets) automatisch festlegt. Dadurch werden Datenabhängigkeiten zwischen dem Planner und der GPU-Ausführung vollständig eliminiert, was eine perfekte Unterstützung für verschiedene Draft-Modelle wie DSpark und Eagle3 ermöglicht (Quelle: 机器之心)
Perplexity veröffentlicht SPACE-Sicherheits-Sandbox-Plattform für Agenten als Open Source : Perplexity hat seine interne Space-Sandbox-Plattform für Computer-Agenten als Open Source freigegeben. Die Plattform verarbeitet seit Juni 100 % des Produktions-Traffics. Durch schnelles Copy-on-Write (COW) von Btrfs und duale Snapshot-Technologien bietet sie eine hocheffiziente, isolierte Laufzeitumgebung für langlaufende Agent-Aufgaben, was den VM-Speicherverbrauch und die Wiederherstellungslatenz drastisch reduziert (Quelle: AravSrinivas, AI Business)
Apple Intelligence integriert bei China-Start Alibabas Tongyi Qianwen und Baidus Wenxin : Die Cyberspace-Administration of China (CAC) hat die Registrierung der Apple Intelligence-Dienste in China genehmigt. Da Dienste wie ChatGPT in China nicht verfügbar sind, wird die chinesische Version von Apple Intelligence auf eine Kooperation mit lokalen Großmodellen setzen: Alibabas Tongyi Qianwen (Qwen) wird multimodales Text- und Bildverständnis liefern, während Baidu für die Siri-Sprachsteuerung und die visuelle Suche zuständig sein wird. Dies bringt beiden Tech-Giganten enormen Traffic auf Systemebene und wertvolle Validierungsszenarien (Quelle: TechCrunch, CNBC)
ForceBot veröffentlicht Embodied World Model DW0.5 : ForceBot (原力灵机) hat sein erstes Embodied World Model DW0.5 vorgestellt und in das Reinforcement-Learning-Framework DFOL 2.0 integriert. DW0.5 umfasst drei Expertenmodule für Video, Aktion und Wert (Value), betrachtet Aktionen als starken Prior und unterstützt hochpräzise physikalische Simulationen sowie die Simulation von Fehlertrajektorien. Dieser geschlossene Kreislauf der gelernten Umgebung (Learned Environment) reduziert den Bedarf an realen Roboterdaten im Post-Training um 60 % (Quelle: 量子位)
🧰 Tools
OpenAI bringt in Kooperation mit Work Louder die physische Tastatur Codex Micro heraus : OpenAI hat seine erste maßgeschneiderte Hardware Codex Micro zum Preis von 230 US-Dollar vorgestellt. Das Gerät wurde speziell für die Programmierung mit Codex-Agenten entwickelt. Es verfügt über 6 „Agent-Tasten“ mit RGB-Status-Feedback, einen Joystick zum Auslösen von Workflows wie PR-Reviews sowie einen Drehknopf zur Anpassung der Modellinferenzstärke. Ziel ist es, das ständige Wechseln der Entwickler zwischen Chatfenstern und Code-Editoren zu reduzieren (Quelle: THE DECODER, op7418)
xAI veröffentlicht Quellcode des CLI-Programmier-Agenten Grok Build als Open Source : Nach einer Datenschutz-Kontroverse über das unangekündigte Hochladen ganzer Code-Repositories von Nutzern hat xAI angekündigt, den Rust-Kerncode von Grok Build unter der Apache 2.0-Lizenz als Open Source freizugeben. Grok Build unterstützt lokale Ausführung, Git-Versionsverwaltung und das ACP-Protokoll. xAI hat die Datenspeicherung auf der Serverseite deaktiviert, um der Community vollständige Transparenz beim Datenschutz zu bieten (Quelle: THE DECODER, Hacker News)
BaoCut: Ein durch natürliche Sprache gesteuerter Video-Rough-Cut-Agent-Skill : Der Entwickler @dotey hat BaoCut entwickelt, ein Tool zur Transkription und zum Rohschnitt (Rough Cut) von Videos, das auf natürlicher Sprache basiert. Das Tool kann als Agent Skill in Claude Code oder Codex installiert werden. Es unterstützt die Transkription, das Filtern von Füllwörtern, die Übersetzung und den Export von Untertiteln für Videos oder YouTube-Links über eine einzige Befehlszeile, was Content-Creators und Video-Editoren viel Zeit bei der mechanischen Bearbeitung spart (Quelle: dotey)
1Password führt Agentic Mode zur Unterstützung von AI-Agenten ein : Passwort-Manager 1Password hat den Agentic Mode eingeführt, der zunächst Claude unterstützt. Diese Funktion ermöglicht es AI-Agenten, sich über einen 1Password-Proxy automatisch auf autorisierten Websites wie Stripe oder Audible im Browser anzumelden, ohne direkten Zugriff auf die Klartext-Passwörter und MFA-Codes des Benutzers zu haben, was eine sichere Isolation für einzelne Sessions gewährleistet (Quelle: ZDNet)
Raft 1.0: Kollaborativer Workspace für AI-Agenten-Teams : Der ehemalige Kimi CLI-Entwickler von Moonshot AI, RC, hat Raft 1.0 veröffentlicht. Das Tool integriert Multi-Agenten-Kollaboration, Terminal-Sessions und Skill-Management in einer einheitlichen, team-chat-ähnlichen Benutzeroberfläche. Es unterstützt den Betrieb mehrerer Agenten im Team-Modus, sodass Benutzer den Kontext nicht mehr manuell zwischen verschiedenen Terminals und Sessions übertragen müssen (Quelle: _akhaliq)
LlamaParse führt interaktive Dokumentenextraktion Conversational Extract ein : LlamaParse von LlamaIndex hat Conversational Extract vorgestellt. Benutzer können das Extraktionsschema über einen Dialog in natürlicher Sprache definieren. Nach dem Hochladen von Referenzdokumenten generiert der Agent automatisch ein JSON-Schema und führt eine strukturierte Lokalisierung, Zitation und Konfidenzextraktion für Millionen von Dokumenten durch (Quelle: jerryjliu0)
OpenWiki veröffentlicht Personal Brain zum Aufbau persönlicher Wissensdatenbanken als Open Source : OpenWiki hat Personal Brain als Open Source freigegeben. Das Tool unterstützt die direkte Anbindung an X (Twitter)-Konten und nutzt einen AI-Memory-Agenten, um strukturierte Erinnerungen aus den täglichen Tweets und Lesezeichen der Nutzer zu extrahieren und zu gewichten. Dies hilft Nutzern, eine LLM-Wissensdatenbank basierend auf ihrem persönlichen digitalen Fußabdruck aufzubauen (Quelle: hwchase17)
📚 Lernen
PUMA: Ein Early-Stopping-Framework für Reasoning-Großmodelle basierend auf semantischer Konvergenz : Teams von der Tsinghua-Universität, Google Research und anderen haben das PUMA-Framework für das vorzeitige Abbrechen (Early Stopping) von Inferenzprozessen vorgeschlagen. Im Gegensatz zu traditionellen Methoden, die sich nur auf die Stabilität der Antworten konzentrieren, bestimmt PUMA die Konvergenz durch Überwachung der semantischen Redundanz in den Inferenzschritten. Auf Benchmarks wie MATH und GPQA reduziert es die Token-Anzahl im Durchschnitt um 26,2 % bei gleichbleibend hoher Genauigkeit und lässt sich nahtlos auf Code- und multimodales Reasoning übertragen (Quelle: 机器之心)
CLaRa: Ein RAG-Framework basierend auf kontinuierlichem latentem Reasoning : Apple, die University of Edinburgh und andere haben das CLaRa-Framework vorgeschlagen. Diese Methode führt eine einbettungsbasierte Dokumentenkomprimierung und gemeinsame Optimierung im kontinuierlichen Raum durch. Über einen differenzierbaren Top-k-Estimator werden Reranker und Generator End-to-End trainiert, wodurch selbst bei einer 16-fachen Textkomprimierungsrate eine SOTA-Leistung beibehalten wird (Quelle: Apple Machine Learning Research)
One Layer Is Enough: Ein adaptives Framework für vortrainierte visuelle Encoder : Ein Apple-Team hat das FAE (Feature Auto-Encoder)-Framework für die adaptive Bildgenerierung vorgeschlagen. Das Framework benötigt nur eine einzige Attention-Schicht, um hochdimensionale visuelle Merkmale wie DINO und SigLIP in niedrigdimensionale generative Latents anzupassen, und erreicht eine SOTA-Leistung bei der ImageNet 256×256-Bildgenerierung (Quelle: Apple Machine Learning Research)
cangjie-skill: Ein Open-Source-Tool zur Destillation hochwertiger Inhalte in Agent Skills : Das Open-Source-Projekt cangjie-skill nutzt die RIA-TV++-Pipeline, um Bücher, Videotranskripte und Podcast-Inhalte strukturiert in Skills zu destillieren, die direkt von Claude Code oder Cursor aufgerufen werden können. Es bietet mehrdimensionale Validierung und Stresstests, um eine strukturierte Wiederverwendung von Wissen zu ermöglichen (Quelle: GitHub Trending)
Microsoft und andere schlagen OAT vor, ein unüberwachtes Modell zur Fehlerdiagnose von Agenten-Trajektorien : Ein Team von Microsoft und anderen Forschern hat das OAT-Modell zur Fehlerdiagnose von Agenten-Trajektorien vorgestellt. Das Modell führt ein One-Class-Learning ausschließlich auf erfolgreichen Trajektorien durch und modelliert die Erfolgsdynamik mithilfe von neuronalen gewöhnlichen Differentialgleichungen (Neural ODEs). Bei der Inferenz lokalisiert es fehlerhafte Schritte schnell anhand des Abweichungsgrads und ist dabei tausendfach schneller als Prompt-Pipelines (Quelle: omarsar0, HuggingFace Daily Papers)
💼 Business
Jingshuo Technology operiert unabhängig nach Ausgründung aus WeRide : Das vom WeRide-Mitarbeiter Nr. 001, Huo Da, gegründete Unternehmen Jingshuo Technology hat den Schritt in die Unabhängigkeit vollzogen. Das Unternehmen konzentriert sich auf den Aufbau von Dateninfrastrukturen für Embodied AI und hat den WorldEngine-Datenkreislauf, das GENESIS-Robotics-Weltmodell sowie das Out-of-the-box-Skill-Paket SkillForge auf den Markt gebracht, um den Mangel an Daten im Bereich der Embodied AI zu beheben (Quelle: 量子位)
Fireworks AI verkündet Abschluss einer Series-D-Finanzierungsrunde über 150 Millionen US-Dollar : Die Entwickler-API-Plattform Fireworks AI hat den Abschluss einer Series-D-Finanzierungsrunde in Höhe von 150 Millionen US-Dollar bei einer Bewertung von 17,5 Milliarden US-Dollar bekannt gegeben. Der ARR des Unternehmens hat die Marke von 1 Milliarde US-Dollar überschritten, und es verarbeitet täglich über 40 Billionen Token, wovon mehr als 95 % auf proprietäre Modelle entfallen, die auf Kundendaten basieren (Quelle: natolambert)
China Mobile investiert strategisch in das Industrie-AI-Unternehmen U-Machine : Das Industrie-AI-Unternehmen U-Machine (友机技术) hat seine Series-B- und Series-C-Finanzierungsrunden abgeschlossen, wobei sich der China Mobile Chain Leader Fund strategisch beteiligt hat. U-Machine konzentriert sich auf die Intelligenzierung von Werkzeugmaschinen. Das selbst entwickelte Simulationssystem UJ-Ucut ermöglicht hochpräzise Multiphysik-Simulationen und eine AI-gestützte Optimierung von Fertigungsprozessen (Quelle: 量子位)
🌟 Community
Hugging Face und AskAlphaxiv starten ICML 2026 Paper-Reproduzierbarkeits-Challenge : Um das Problem anzugehen, dass „70 % der AI-Forschung nicht reproduzierbar sind“, haben Hugging Face und AskAlphaxiv eine dreiwöchige Community-Challenge gestartet. Teilnehmer können automatisierte Forschungs-Agenten nutzen, um alle für die ICML 2026 angenommenen Paper zu reproduzieren und Open-Source-Artefakte beizutragen. Die besten Teams erhalten GPU-Rechenleistung im Wert von 4.500 US-Dollar als Belohnung (Quelle: ClementDelangue, _akhaliq)
Lokales Deployment von Großmodellen im GGUF-Format in der Community sehr beliebt : Entwickler weisen darauf hin, dass das GGUF-Format beim praktischen Deployment und Vertrieb einen klaren Sieg erringt, da es keine Umgebungskonfiguration erfordert und lokal auf Mac/PC ohne GPU-Miete ausgeführt werden kann. Das safetensors-Format hingegen dominiert vor allem in der Modelltrainings- und Forschungsphase (Quelle: _akhaliq)
Sorgen über Homogenisierung von Codebases und „geistigen Abbau“ durch AI-gestützte Programmierung : Sam Altman gab in einer Rede an der Stanford University zu, das Tempo des Wandels im Bildungswesen unterschätzt zu haben, und äußerte die Sorge, dass eine übermäßige Abhängigkeit von AI zu einer Rückbildung des kritischen Denkens und der Programmierintuition des Menschen führen könnte. Auch in der Community regt sich Unmut über die Uniformität von AI-generierten Inhalten wie Kurzserien und Web-Romanen (Quelle: 36氪, 36氪)
💡 Sonstiges
Vesuvius Challenge lobt neue Million-Dollar-Preise aus : Die Vesuvius Challenge hat eine neue Runde mit einem Hauptpreis von 1 Million US-Dollar angekündigt. Ziel ist es, mithilfe von AI-Bildverarbeitung und 3D-Algorithmen bisher unentdeckte Texte aus den durch Vulkanasche verkohlten Herculaneum-Schriftrollen zu lesen. Zudem werden monatliche Fortschrittsprämien in Höhe von 20.000 US-Dollar vergeben (Quelle: natfriedman)
Sakana AI stellt intelligente zellulare Module „Smart Cellular Bricks“ vor : Sakana AI hat eine Studie in Nature Communications veröffentlicht, in der mithilfe von zellulären 3D-Neuronalen Automaten (3D NCA) gezeigt wird, wie identische kubische Module allein durch Kommunikation mit ihren Nachbarmodulen spontan eine globale Formklassifizierung bilden und sich bei Beschädigung regenerieren können (Quelle: 机器之心)
WAICA-Konferenz reformiert Review-Regeln für AI-Topkonferenzen : Die erste World AI Conference – Academic (WAICA) unter dem Vorsitz von Akademiker Andrew Yao führte einen neuartigen Mechanismus aus „AI-gestütztem Pre-Screening + offenem Feedback durch das gesamte Programmkomitee (PC)“ ein. Zudem unterstützt sie ein „AI-natives“ Einreichungsformat, bei dem Audio, Video und andere Multimedia-Inhalte direkt in die Paper eingebettet werden können (Quelle: 量子位)