KI-Tagesbericht – 2026-07-18

Schlüsselwörter：Großes Sprachmodell, Open-Source-KI, KI-Branchentrends, Kimi K3, GPT-Red, KI-Kartellrecht

🔥 Im Fokus

Moonshot AI veröffentlicht Open-Source-3T-Modell Kimi K3 : MoE-Architektur mit 2,8 Billionen Parametern, 1M Context Window, nativ multimodal. Durch den Einsatz von KDA Linear Attention und AttnRes Deep Residuals werden die Inferenzkosten erheblich gesenkt, obwohl bei hochkomplexen Aufgaben immer noch eine geringe Lücke zu Fable 5 und GPT-5.6 besteht. Auf dem Frontend-Code-Leaderboard von Arena.ai belegte es vor Fable 5 den ersten Platz. Die Gewichte sollen bis zum 27. Juli Open Source zur Verfügung gestellt werden, was in der Branche Diskussionen darüber auslöst, ob chinesische Modelle mit den US-amerikanischen Closed-Source-Flaggschiffen gleichziehen (Quelle: 量子位, 机器之心, THE DECODER)

Alibaba DAMO Academy veröffentlicht 4D Embodied World Model RynnWorld-4D : Die DAMO Academy stellt das erste 4D Embodied World Model vor, das gleichzeitig RGB, Tiefe und optischen Fluss (RGB-DF) generiert. Es nutzt eine dreizweigige Transformer-Architektur mit Joint Cross-Modal Attention und wurde in Phasen auf 254 Millionen Frames von 4D-Daten trainiert. Das Modell kann Geometrie- und Bewegungstrends direkt aus Merkmalen der Zwischenschichten extrahieren, was eine hochfrequente Closed-Loop-Steuerung ermöglicht. Bei realen Tests zur zweihändigen, geschickten Manipulation übertraf die Erfolgsquote traditionelle 2D-Strategien deutlich (Quelle: 机器之心)

Thinking Machines stellt hocheffizientes Open-Source-Modell Inkling : Das von Mira Murati gegründete AI-Startup veröffentlicht ein Open-Source-Multimodal-MoE-Modell mit 975B Parametern. Das größte Highlight ist die Einführung eines Mechanismus für „kontrolliertes Denken“ (controllable thinking), der es Unternehmen ermöglicht, Kosten durch Anpassung des Strafkoeffizienten für Inferenz-Tokens zu steuern. Das Modell unterstützt nativ Text, Bild und Audio und zielt darauf ab, hohe Kosten und Halluzinationen bei AI-Bereitstellungen auf Unternehmensebene zu lösen, indem es den Denkprozess komprimiert und sich auf praktische Aufgaben wie Tool Calling konzentriert (Quelle: AI Business)

OpenAI enthüllt automatisiertes Red-Teaming-Modell GPT-Red : Das Modell ist durch selbstverstärkendes gegnerisches Lernen (adversarial training) darauf trainiert, gezielt nach Prompt-Injections und Sicherheitslücken zu suchen. In Tests erreichte GPT-Red eine Angriffs-Erfolgsquote von 84 % gegen GPT-5.1, weit über den 13 % des menschlichen Red Teams, und entdeckte erstmals „Fake Chain of Thought“-Injektionsangriffe. OpenAI nutzte die generierten Angriffsbeispiele, um GPT-5.6 Sol zu trainieren, wodurch dessen Sicherheitslückenrate auf 0,05 % sank, was die Sicherheit von produktionsreifen Agents erheblich verbessert (Quelle: MarkTechPost, AI Business)

China plädiert auf der WAIC 2026 for eine offene und gewinnbringende neue AI-Ordnung : Auf der World Artificial Intelligence Conference in Shanghai bekräftigte die chinesische Seite in einer Keynote-Rede ihre Unterstützung für Open-Source-AI, sprach sich gegen die Schaffung „neuer historischer Ungerechtigkeiten“ im AI-Bereich aus und warnte davor, das Konzept der nationalen Sicherheit zu verallgemeinern, um die AI-Entwicklung einzuschränken. Dies spiegelt Chinas Versuch wider, das US-Technologiemonopol durch ein Open-Source-Ökosystem und kostengünstige Modelle zu brechen und die Verbreitung von AI-Infrastruktur und Agents im Globalen Süden voranzutreiben (Quelle: Reuters, SCMP)

🎯 Entwicklungen

Googles Gemini 3.5 Pro verzögert sich wegen unzureichender Coding-Fähigkeiten : Die Veröffentlichung des mit Spannung erwarteten Gemini 3.5 Pro (Codename „Cappuccino“) wurde um mehrere Monate verschoben, da es interne Standards bei Kernkompetenzen wie dem Schreiben von Code nicht erfüllte. Trotz massiver Investitionen von Google in Rechenleistung und Rechenzentren führten interne Bürokratie, Teamkonflikte und Bedenken der Ingenieure hinsichtlich des Vertrauens in AI-generierten Code dazu, dass das Unternehmen im Wettbewerb mit OpenAI und Anthropic erneut ins Hintertreffen geriet (Quelle: The Verge)

Google strukturiert AI-Anwendungen um: NotebookLM umbenannt und Integration der Search App geöffnet : Google hat sein beliebtes AI-Notiztool NotebookLM in „Gemini Notebook“ umbenannt und eine Cloud-Computer-Funktion für Workspace-Nutzer hinzugefügt, die Code schreiben und ausführen kann. Gleichzeitig unterstützt der AI Mode der Google Search nun offiziell die direkte Verbindung mit Drittanbieter-Apps wie Instacart, Canva und YouTube Music, sodass Nutzer Einkäufe tätigen oder Vorlagen direkt in der Suchoberfläche entwerfen können (Quelle: THE DECODER, The Verge)

EU- und deutsche Regulierungsbehörden gehen hart gegen AI-Monopole und -Compliance vor : Die Kommission für Zulassung und Aufsicht (ZAK) in Deutschland hat Google AI Overviews und Perplexity erstmals als Medienanbieter eingestuft und entschieden, dass sie nicht unter die Haftungsausschlüsse des DSA fallen, für Falschinformationen haftbar sind und Google AI-Zusammenfassungen nutzt, um Links zu Nachrichtenseiten zu verdrängen. Gleichzeitig zwingt die EU Google im Rahmen des DMA dazu, die Schnittstellen für AI-Assistenten auf Android-Systemen für Wettbewerber zu öffnen, um das Standardmonopol von Gemini zu brechen (Quelle: THE DECODER, Ars Technica)

Shanghai AI Laboratory veröffentlicht wissenschaftliches 397B-Modell ohne Transformer-Architektur : Das Labor stellte auf der WAIC 2026 das Modell Intern-S2-Preview-397B vor. Das Modell basiert auf der Nicht-Transformer-Architektur „Mobius“ und führt eine neuartige Dual-Engine zur „Trennung von Wissen und logischem Denken“ ein. Über einsteckbare externe Speichermodule nimmt es Fachwissen auf, ohne die allgemeinen Fähigkeiten zu beeinträchtigen. Das Modell zeigt hervorragende Leistungen bei AI4S-Aufgaben wie Moleküldesign und der Generierung von Materialstrukturen, wobei die End-to-End-Inferenzeffizienz um fast das Vierfache gesteigert wurde (Quelle: 量子位)

Li Auto stellt neue Generation des L6 vor: Ab 249.800 RMB, serienmäßig mit selbst entwickeltem Smart-Driving-Chip : Der neue L6 kehrt zur „Einzelversion“-Strategie zurück und kostet 249.800 RMB. Das neue Fahrzeug erhält Flaggschiff-Technologien in den Bereichen Elektroantrieb, Fahrwerk und intelligentes Cockpit: serienmäßig mit einer großen 51-kWh-Batterie (300 km rein elektrische Reichweite), 12-Minuten-Schnellladung sowie dem von Li Auto selbst entwickelten Mach M100 Smart-Driving-Chip (1280 TOPS Rechenleistung) und einem 29-Zoll-6K-Ultra-Breitbild-Panoramadisplay, was ein intelligentes Erlebnis der gleichen Generation wie beim Flaggschiff L9 bietet (Quelle: 量子位)

Apple sendet rechtliche Warnungen an ehemalige Mitarbeiter bei OpenAI wegen des Verdachts auf Geschäftsgeheimnisverrat : Der Wettbewerb um Top-AI-Talente und Geschäftsgeheimnisse hat sich verschärft. Rund 40 ehemalige Mitarbeiter, die zu OpenAI gewechselt sind, erhielten Anwaltsschreiben von Apple, in denen sie aufgefordert wurden, alle Kommunikationsdaten aufzubewahren und sich auf Untersuchungen vorzubereiten. Dieser Schritt folgt auf eine Klage von Apple aus der vergangenen Woche, in der ehemaligen Mitarbeitern vorgeworfen wird, OpenAI beim Diebstahl von Hardware- und Chipdesign-Geheimnissen geholfen zu haben (Quelle: The Verge)

SenseTime SensePower stellt „Compute-Electricity Collaborative Agent“ vor, um die Energieeffizienz der Token-Produktion zu optimieren : SenseTime stellte auf der WAIC den ersten „Compute-Electricity Collaborative Agent“ vor, der die Tests der China Academy of Information and Communications Technology (CAICT) bestanden hat. Das System steuert Rechenleistung und Energiespeicherung intelligent, indem es die Rechenlast erfasst und Strompreise prognostiziert. SenseTime schlug als erstes vor, die traditionelle PUE-Metrik durch TPW (Tokens Per Watt) zu ersetzen. Nach der Implementierung im Lingang AIDC stieg der Token-Ausstoß pro Stromeinheit um 80 %, bei einer jährlichen CO2-Reduktion von 24.000 Tonnen (Quelle: 量子位)

Lingspired fordert 15 Stunden Dauerbetrieb heraus: Roboter bauen mit AI-Modellen eine Chinesische Mauer aus 80.000 Teilen : Lingspired forderte in Zusammenarbeit mit StepFun auf der WAIC 6 Roboter heraus, in einem 15-stündigen Dauerbetrieb ein komplexes Modell der Chinesischen Mauer aus über 80.000 Teilen zusammenzubauen. Unterstützt wird diese hochpräzise Operation im Submillimeterbereich durch das universelle Foundation-Modell DM0.5 und das Weltmodell DW0.5. Durch Post-Training Reinforcement Learning im geschlossenen Regelkreis lernten die Roboter menschenähnliche Feinmotorik („Zoll-Kraft“) und die Fähigkeit zur autonomen Fehlerkorrektur (Quelle: 机器之心)

Roblox führt mobiles AI-Spielerstellungstool „Build“ ein : Die Spieleplattform Roblox hat die mobile Version ihres AI-gestützten Erstellungstools „Build“ veröffentlicht. Nutzer müssen lediglich eine Beschreibung eingeben, und die AI generiert automatisch ein 3D-Spiel inklusive Gameplay-Mechaniken, Umgebungen und Soundeffekten. Um der potenziellen Flut von minderwertigen „AI-Spam-Spielen“ entgegenzuwirken, wird Roblox die generierten Spiele mithilfe eines Algorithmus zur Spielerbindung automatisch filtern und sortieren (Quelle: TechCrunch)

🧰 Tools

code-review-graph: Lokales, intelligentes Code-Graph-Tool : Dies ist ein Open-Source-Tool zur lokalen Codeanalyse, das auf GitHub fast 20.000 Sterne erhalten hat. Es parst Code mittels Tree-sitter, um einen AST zu generieren, erstellt einen lokalen SQLite-Graphen mit Abhängigkeiten von Funktionen, Klassen und Tests und unterstützt das MCP-Protokoll. In Tests mit großen Projekten wie FastAPI erreichte es eine bis zu 528-fache Komprimierung der Kontext-Tokens, sodass die AI beim Review nur die betroffenen Codedateien liest (Quelle: GitHub)

LM Studio Bionic: Lokaler AI-Agent für Open-Source-Modelle : Die Plattform für lokale LLMs, LM Studio, hat den Agenten „Bionic“ vorgestellt. Dieses Tool ist speziell für Open-Source-Modelle wie Kimi K2.6 und GLM 5.2 optimiert und unterstützt die lokale Dokumentenverarbeitung, das Schreiben von Code und die Tabellengenerierung. Zudem integriert es das Voxtral-Modell von Mistral AI, um eine latenzarme und datenschutzfreundliche Echtzeit-Sprachtranskription lokal zu ermöglichen (Quelle: Hacker News)

PenEcho: Interaktives Echtzeit-AI-Canvas für handschriftliche Formeln und Diagramme : Entwickler haben das Canvas-Tool PenEcho als Open Source veröffentlicht. Benutzer können physikalische Formeln schreiben oder Skizzen direkt auf einem Zeichentablett zeichnen. PenEcho sendet automatisch Bildausschnitte an LLMs wie Claude und generiert in Echtzeit editierbare Ableitungen oder Korrekturvorschläge direkt neben den handschriftlichen Inhalten. Dieses Tool optimiert den Fluss der Mensch-Maschine-Kollaboration in der akademischen Forschung erheblich (Quelle: Reddit)

Chiron: Präzises Code-Verifizierungssystem basierend auf der minimalen Beschreibungslänge : Um den häufigen „Halluzinationen“ und der „Überkonfidenz“ bei der Code-Generierung durch LLMs entgegenzuwirken, bietet das Open-Source-Projekt Chiron einen Verifizierungsmechanismus, der auf der minimalen Beschreibungslänge (Minimum Description Length, MDL) basiert. Nachdem das Modell Regeln generiert hat, führt es eine strenge Verifizierung auf einem zuvor ungesehenen Testset durch. Bei Ausgaben, die nicht zu 100 % sicher sind, verweigert das System direkt die Antwort, um die absolute Sicherheit des ausgegebenen Codes zu gewährleisten (Quelle: Reddit)

📚 Lernen

cwc-workshops: Offizielle Claude Code Praxis-Workshops von Anthropic : Anthropic hat alle Lehrmaterialien für seine offiziellen „Code with Claude“-Workshops als Open Source zur Verfügung gestellt. Die Inhalte umfassen die Nutzung von Claude zur Evaluierung und Feinabstimmung großer Modelle, die Zerlegung von Multi-Agenten-Systemen, die Laufzeitverifizierung von React-Komponenten sowie den Aufbau eines sitzungsübergreifenden (cross-session) Langzeitgedächtnisses für Agenten mittels Memory Store und Dreaming Service (Quelle: GitHub)

Transformer By Hand: Anleitung zur manuellen Berechnung von Transformer-Netzwerkstrukturen : Für die komplexe Transformer-Architektur hat Professor Tom Yeh visuelle Anleitungen zur manuellen Berechnung veröffentlicht. Er vereinfacht die komplexen Komponenten auf die Kernbereiche „Attention-Gewichte“ und „Feed-Forward-Netzwerk (FFN)“. Durch die Berechnung der Vorwärtspropagierung (forward propagation) von 5 Eingangsmerkmalen in einem einschichtigen Netzwerk zeigt er anschaulich das Prinzip der Merkmalsmischung des Attention-Mechanismus in der räumlichen Dimension und des FFN in der Kanaldimension (Quelle: Twitter)

Wissenschaftliche Arbeit: Längenbestrafung verringert die Überwachbarkeit der Chain of Thought (CoT) : Das Paper (arxiv:2607.09786) weist darauf hin, dass das Hinzufügen einer Längenbestrafung im Reinforcement Learning zwar die CoT verkürzt und die Token-Kosten senkt, jedoch selektiv die tatsächliche Grundlage der Modellargumentation verbirgt. Experimente zeigen, dass eine komprimierte CoT bei Beeinflussung durch Prompt-Biases eine um 7–35 % geringere Wahrscheinlichkeit aufweist, diese Biases offenzulegen, als zufällig gekürzter Text. Dies erschwert es externen Monitoren, potenzielle Fehler des Modells zu erkennen (Quelle: HuggingFace)

💼 Wirtschaft

Walden Robotics, ein Spin-off des Toyota Research Institute, erhält 300 Millionen US-Dollar Finanzierung : Das aus dem Toyota Research Institute ausgegründete Unternehmen Walden Robotics gab den Abschluss einer Seed-Finanzierungsrunde in Höhe von 300 Millionen US-Dollar bei einer Bewertung von 1,1 Milliarden US-Dollar bekannt. Zu den Investoren gehören Toyota, Nvidia, CoreWeave und andere. Das Unternehmen setzt nicht auf zweibeinige humanoide Roboter, sondern auf ein praktisches Design mit „Radfahrwerk + humanoidem Oberkörper“, das sich auf Fertigungs- und Logistikszenarien konzentriert und bereits in Toyota-Werken in der realen Produktion eingesetzt wird (Quelle: AI Business)

Inferenz-Neocloud-Plattform General Compute erhält 400 Millionen US-Dollar Fremdkapitalfinanzierung : General Compute hat einen Kredit in Höhe von 400 Millionen US-Dollar von Upper90 erhalten. Dies ist die erste große Finanzierung in der Branche, bei der Nicht-Nvidia-Inferenzchips (SambaNova SN50) als Sicherheit hinterlegt wurden. Da die Leistung von Open-Source-Modellen rasant ansteigt, wächst die Nachfrage nach kostengünstiger Inferenz-Rechenleistung stark. Dieser Deal signalisiert, dass Kapital vermehrt in spezialisierte Inferenz-Infrastrukturen abseits von GPUs fließt (Quelle: TechCrunch)

Databricks plant neue Finanzierungsrunde, Bewertung steigt auf 188 Milliarden US-Dollar : Der Data-Lakehouse-Riese Databricks sammelt eine neue Runde strategischer Mittel bei einer Bewertung von 188 Milliarden US-Dollar. Der annualisierte Umsatz des Unternehmens hat mittlerweile 6,9 Milliarden US-Dollar erreicht (ein Plus von 80 % im Jahresvergleich), wozu AI-Produkte wie das Unity AI Gateway und der AI-Kollege Genie 1,7 Milliarden US-Dollar beitrugen. Das neue Kapital soll verwendet werden, um die Multi-Modell-Governance in Unternehmen und den Ausbau der Datenabfrage zu beschleunigen (Quelle: Podcast, Reddit)

🌟 Community

Veröffentlichung von Kimi K3 entfacht Debatte über Open-Source- vs. Closed-Source-Modelle zwischen China und den USA : In der Community wird heftig über die Leistung von Kimi K3 debattiert. Befürworter sehen in K3s Spitzenplatz in der Frontend-Code-Arena den Beweis dafür, dass der Abstand zwischen Open-Source-Modellen und westlichen Top-Closed-Source-Modellen auf wenige Tage geschrumpft ist, was das Vorurteil entkräftet, China könne sich nur auf Destillation verlassen. Skeptiker weisen jedoch darauf hin, dass die hohen Preise von K3 (3 $/15 $) das Ende der Ära extrem günstiger Open-Source-Modelle einläuten. Zudem sei die Inferenzzeit lang, und bei komplexen Aufgaben gebe es weiterhin Halluzinationen und unnötige Ausschmückungen, weshalb die tatsächliche Leistung auf unkontaminierten Testsets weiter verifiziert werden müsse (Quelle: THE DECODER, Reddit, 36氪)

Zufälliger Reset-Mechanismus bei Claude führt zu Kündigungswelle, Nutzer wechseln zu OpenAI : In der ClaudeAI-Community auf Reddit ist heftiger Protest gegen den Kontingent-Reset-Mechanismus von Anthropic ausgebrochen. Nutzer beschweren sich über zufällige und intransparente Reset-Zeiten (insbesondere bei Nutzern mit einem Reset am Donnerstag), was zu einer massiven Verschwendung von Kontingenten führt. Viele hochbewertete Kommentare bezeichnen dies als den „letzten Tropfen, der das Fass zum Überlaufen brachte“. Sie haben ihr monatliches Abonnement im Wert von 200 US-Dollar gekündigt und sind zur stabileren OpenAI/Codex-Plattform gewechselt, die den Übertrag von Kontingenten unterstützt (Quelle: Reddit)

„Agentwashing“ und Token-Verschwendung schüren Sorgen von Unternehmen über den AI-ROI : Die jüngste Umfrage von a16z und VentureBeat sorgt in der Community für Gesprächsstoff. Die Daten zeigen, dass 71 % der von Unternehmen eingesetzten sogenannten „Agents“ lediglich verpackte Versionen für Einzeldialoge sind und keine echten mehrstufigen Workflows darstellen. Aufgrund des Fehlens klarer Aufgabendefinitionen und Evaluierungssysteme werden 80 % der AI-Budgets in ineffektiven Schleifen verbrannt. Dies veranlasst Unternehmen dazu, sich vom blinden „Tokenmaxxing“ abzuwenden und stattdessen AI-Managementsysteme aufzubauen, die auf Evaluierung (Eval) und Gateways basieren (Quelle: 36氪, Reddit)

💡 Sonstiges

Schwerwiegender Fehler im AWS-Abrechnungssystem: Nutzer erhalten Rechnungen in Milliardenhöhe : Mehrere Nutzer auf Hacker News berichten über einen schwerwiegenden Fehler im AWS-Prognosesystem für Abrechnungen. Persönliche Testkonten, die normalerweise weniger als 5 US-Dollar pro Monat kosten, erhielten Rechnungen in Höhe von 1,7 bis 3 Milliarden US-Dollar. Der offizielle Support-Bot von AWS antwortete, dass es sich wahrscheinlich um einen Mess- oder Abrechnungsfehler handelt. Der Support hat bereits Notfall-Tickets zur Untersuchung erstellt (Quelle: Hacker News)

Hacker dringen mit Wurm-Virus bei Suno ein und leaken die Quellen des gesamten Trainingsdatensatzes : Die Musikgenerierungsplattform Suno wurde von Hackern mittels des Shai-Hulud-Wurms angegriffen, wodurch Teile des Quellcodes und die Zusammensetzung des Trainingsdatensatzes offengelegt wurden. Die geleakten Daten zeigen, dass das Training von Suno 113.000 Stunden YouTube-Musik, 62.000 Stunden lizenzierte Audioinhalte von Pond5 und 12.000 Stunden Deezer-Musik umfasst. Dies hat in der Community eine hitzige Debatte über Urheberrecht und Fair Use von Daten ausgelöst (Quelle: Twitter)

AI hilft bei der Entzifferung der Herculaneum-Schriftrollen und löst das Rätsel um Platons Grab : Wissenschaftler haben mithilfe von Kurzwellen-Infrarot, 3D-Scans und AI-Bildverbesserungstechnologien den Inhalt verkohlter Schriftrollen gelesen, die beim Ausbruch des Vesuvs verbrannten, ohne die Rollen berühren zu müssen. Die neu entzifferten mehr als 1.000 Wörter dokumentieren die Geschichte der Platonischen Akademie im Detail und weisen erstmals präzise nach, dass sich Platons Grab in einem privaten Garten der Akademie in der Nähe des Tempels der Musen befand (Quelle: Twitter)