Neo-Entropic und Fudan-Universität veröffentlichen… | KI-Tagesbericht 2026-07-27

🔥 Im Fokus

Neo-Entropic und Fudan-Universität veröffentlichen N0-Modellserie und NeoData-Datensatz : Neo-Entropic und die Fudan-Universität haben gemeinsam die N0-Serie von Embodied AI-Modellen und den NeoData-Datensatz veröffentlicht. NeoData enthält über 30.000 Stunden an visuell-taktilen Interaktionsdaten, und das einheitliche Repräsentationsmodell NeoForce löst das Problem der Datenfusion verschiedener taktiler Sensoren. N0-VTLA verbessert die Erfolgsquote von Operationen durch die Vorhersage der taktilen Entwicklung der nächsten 50 Schritte, während N0-TWAM die taktile Vorhersage in das World Model integriert und so die Entwicklung der Embodied AI von “visuell gesteuert” zu einer “visuell-taktilen Fusion” vorantreibt. (Quelle: QbitAI)

Induction Labs veröffentlicht Photon-1-Modell : Induction Labs hat das Photon-1-Modell vorgestellt, ein 106B-A5B Sparse Mixture of Experts (MoE) Modell. Die Innovation liegt im Pretraining mit Videos ohne Action-Annotationen, um implizite Policies zu erlernen. Photon-1 übertrifft Gemini 3.1 Flash-Lite in Computer-Use-Benchmarks, während der Rechenaufwand für das Pretraining erheblich reduziert und die Inferenzkosten um das Dreifache gesenkt wurden. Selbst wenn es nur mit Desktop-Videos trainiert wurde, zeigt das feinabgestimmte Photon-1 hervorragende Leistungen bei Dame-Spielen und Billard-Physiksimulationen. (Quelle: MarkTechPost)

KwaiKAT-Team veröffentlicht KAT-Coder-V2.5 : Das KwaiKAT-Team von Kuaishou hat KAT-Coder-V2.5 vorgestellt, ein agentisches Programmiermodell, das auf realen, ausführbaren Code-Repositories trainiert wurde. Das Team erstellte mit AutoBuilder automatisch über 100.000 verifizierbare Repository-Umgebungen und nutzte prozessbasierte Filtermechanismen sowie den asymmetrischen AFT-PPO-Algorithmus für das Reinforcement Learning. KAT-Coder-V2.5 führt mit einer hohen Punktzahl von 94,9 auf PinchBench und zeigt einen Weg zur Leistungssteigerung von Long-Horizon-Coding-Agents durch die Optimierung der Sandbox-Infrastruktur und des Algorithmusdesigns. (Quelle: MarkTechPost)

MonkeyOCRv2 Dokumenten-Vision-Foundation-Modell als Open Source veröffentlicht : Ein Team der Huazhong University of Science and Technology (HUST) und andere Partner haben MonkeyOCRv2 als Open Source veröffentlicht. Das Modell führt das Pretraining-Ziel “Rekonstruktion als visuelles Dokumentengedächtnis” ein. In kontrollierten Experimenten, bei denen das Backend-Sprachmodell Qwen3-1.7B eingefroren blieb, übertraf MonkeyOCRv2 die stärkste Kontrollgruppe in 8 Dokumentenverständnis-Benchmarks um 13,2 Punkte. Zudem stellte das Team den MonkeyDoc v2-Datensatz mit 113 Millionen Bildern als Open Source bereit, was der Community ein einheitliches Experimentierfeld für das visuelle Pretraining von Dokumenten bietet und die Entwicklung von Dokumenten-AI von der semantischen Vervollständigung hin zur visuellen Treue vorantreibt. (Quelle: JiQizhixin)

Valkor veröffentlicht in Zusammenarbeit mit der Zhejiang-Universität und anderen das Open-Source-Agenten-Statusmanagement-Framework Loom : Um die Probleme von AI-Coding-Agents zu lösen, die bei langen Aufgaben leicht in ein “Debugging-Black-Hole” geraten oder unter “partieller Amnesie” leiden, hat Valkor in Zusammenarbeit mit der Zhejiang-Universität und dem UCL-Team das Open-Source-Framework Loom vorgestellt. Loom zerlegt komplexe Software-Delivery-Aufgaben in eine strukturierte, jederzeit wiederherstellbare Statuskette. Wenn ein Test fehlschlägt, erfasst Loom dies als einen vom Chatverlauf unabhängigen To-Do-Status. Dies ermöglicht es Entwicklern, nahtlos das Modell oder den Agenten zu wechseln, um die Aufgabe fortzusetzen, und bietet eine kritische Status-Infrastruktur für die AI-Programmierung in professionellen Produktionsumgebungen. (Quelle: JiQizhixin)

🎯 Entwicklungen

Sakana AI veröffentlicht Cybersecurity-Routing-Modell Fugu-Cyber : Sakana AI hat Fugu-Cyber vorgestellt, ein spezielles Cybersecurity-Routing-Modell auf seinem Fugu-Orchestrator. Das Modell erreichte eine Erfolgsquote von 86,9 % auf CyberGym und 72,1 % auf CTI-REALM, was es konkurrenzfähig mit führenden Modellen wie GPT-5.5-Cyber macht. Über die Frameworks TRINITY und Conductor koordiniert Fugu-Cyber dynamisch Sub-Agents aus verschiedenen Sicherheitsbereichen zur Schwachstellenverifizierung und Generierung von Erkennungsregeln. Es nutzt ein gestaffeltes Pay-per-Token-Preismodell. (Quelle: MarkTechPost)

Open Dreamer veröffentlicht JAX-Implementierung des Dreamer 4 World Models als Open Source : Das unabhängige Forschungsteam Reactor hat Open Dreamer als Open Source veröffentlicht, eine Replikation der Dreamer 4 World Model-Pipeline basierend auf JAX und Flax NNX. Das Modell umfasst einen Masked Autoencoder-Video-Tokenizer, der ohne Adversarial Loss auskommt, sowie ein raumzeitliches Aufmerksamkeits-Dynamikmodell mit 1,6 Milliarden Parametern ohne Action-Annotationen. Das Team hat das vollständige Trainingsrezept offengelegt und technische Details zur Stabilitätsoptimierung geteilt, wie die Optimierung des Videospeichers auf B200-GPUs und die Behebung von Drift-Problemen beim Muon-Optimierer, was eine wertvolle Referenz für die Replikation von World Models darstellt. (Quelle: MarkTechPost)

InclusionAI startet Ling-3.0-flash auf OpenRouter : Ling-3.0-flash, ein leichtgewichtiges MoE-Modell, das auf die Ausführung von Agenten-Workflows spezialisiert ist, ist jetzt als API auf OpenRouter verfügbar. Das Modell verfügt über insgesamt 124 Milliarden Parameter (5,1 Milliarden aktive Parameter), unterstützt einen Kontext von 256K und hat eine TTFT von unter 100 ms. Es ist als kostengünstiger, schneller Ausführungsknoten konzipiert, der in Kombination mit großen Plannern arbeitet. Es wurde für Long-Horizon-Tool-Calling und Instruction-Following optimiert und bietet einen umschaltbaren hybriden Inferenzmodus. (Quelle: Reddit)

Abliterated-Version des GLM-5.2-Modells veröffentlicht : Die Community hat eine “abliterated” (de-zensierte) und feinabgestimmte Version des großen GLM-5.2-Modells veröffentlicht. Bei diesem Modell wurden die Richtungen für Sicherheitsverweigerungen entfernt, und es wurde gezielt für Long-Horizon-Adversarial- und Agenten-Aufgaben feinabgestimmt, um zu verhindern, dass das Modell bei der Bearbeitung technischer oder sensibler Aufgaben grundlos abbricht. Evaluierungen zeigen hervorragende Leistungen bei Sicherheits- und Code-Benchmarks wie CyberGym und AgentHarm. Standardmäßig werden keine Daten gespeichert, und die Regeln werden vollständig vom Benutzer über System-Prompts definiert. (Quelle: Reddit)

🧰 Tools

Llama.cpp integriert nativen MCP-Support : Ein vom Entwickler ngxson geleiteter PR wurde erfolgreich in llama.cpp gemergt, wodurch das WebUI und die Kommandozeilen-Tools nun nativen Support für das Model Context Protocol (MCP) bieten. Benutzer können jetzt verschiedene MCP-Server (wie den Serena-Code-Assistenten) direkt im lokalen Client konfigurieren und aufrufen, ohne dass ein externer Transit erforderlich ist. Dies ermöglicht eine vollständig lokale, abhängigkeitsfreie Agenten-Entwicklung und -Fehlerbehebung und senkt die Hürde für den Aufbau eines Agenten-Ökosystems mit lokalen Open-Source-Modellen erheblich. (Quelle: Reddit)

On-Device-Agenten-Framework Open Minis als Open Source veröffentlicht : Der Entwickler Ethan Wang hat die Veröffentlichung von Open Minis als Open Source angekündigt, einer AI-Agenten-Anwendung, die lokal auf Mobiltelefonen ausgeführt werden kann. Sie unterstützt iOS und Android und integriert eine lokale Linux-Shell, Browser-Automatisierung, erweiterbare Skills und ein persistentes Gedächtnis. Durch das Laden von Skill-Metainformationen in den System-Prompt in Kombination mit Prompt Caching kann das Modell die Tool-Auswahl und -Ausführung in einer einzigen Dialogrunde kohärent abschließen, was eine leichtgewichtige Referenz für die Entwicklung von On-Device-Agenten darstellt. (Quelle: X)

Aethos_Memory löst das Problem des sitzungsübergreifenden Vergessens bei Agenten : Um das Problem zu lösen, dass AI-Coding-Assistenten den Kontext nicht zwischen verschiedenen Sitzungen teilen können, haben Entwickler das Tool Aethos_Memory als Open Source veröffentlicht. Dieses Tool bietet Agenten eine persistente Speicherebene, die automatisch wichtige Entscheidungen, Codebase-Architekturen und Bugfix-Protokolle aus Sitzungen extrahiert und speichert. Beim Starten einer neuen Sitzung kann der Agent den strukturierten Speicher direkt auslesen, wodurch das mühsame manuelle Kopieren und Einfügen des Verlaufs durch den Entwickler entfällt. (Quelle: Reddit)

Runway führt Medien-Routing-Tool Media Router ein : Die Videogenerierungsplattform Runway hat mit Media Router das erste präferenzoptimierte Routing-Tool für generative Medien vorgestellt. Wenn Unternehmensteams Produktionspipelines betreiben, die mehrere Video-, Bild- und Audiomodelle umfassen, müssen sie die Modelle nicht mehr manuell für jede Anfrage auswählen. Es reicht aus, die Präferenzen bezüglich Kosten, Qualität oder Latenz einmal im Router zu definieren, woraufhin das Routing-System die Token-Anfragen automatisch verteilt, um das optimale Gleichgewicht zwischen Kosten und Leistung zu erzielen. (Quelle: X)

📚 Lernen

TileLang-Tool zum Entwerfen und Optimieren von GPU-Kerneln veröffentlicht : Dieser Artikel stellt TileLang vor, ein auf TVM basierendes DSL-Tool für das Design von GPU-Kerneln. Das Tutorial bietet vollständigen Python-Code und demonstriert, wie man Kernel für Vektoraddition, Tensor Core-Matrixmultiplikation, Fused Softmax, FlashAttention und mehr entwirft. Durch die Shared-Memory-Tiles und das Register-Tiling von TileLang kann der Compiler das Thread-Mapping und die Synchronisation automatisch verarbeiten. Zudem wird die Suche nach der optimalen Hardwarekonfiguration unter einem festen GPU-Budget via @tilelang.autotune unterstützt. (Quelle: MarkTechPost)

Tutorial zu FAIRChem v2 und UMA für atomistische Simulationen veröffentlicht : Das Tutorial beschreibt detailliert die Nutzung des Meta FAIRChem v2-Frameworks sowie der universellen maschinell gelernten interatomaren Potenziale (MLIP) von UMA. Der Inhalt umfasst den Zugriff auf Gated-Modellgewichte über Hugging Face, die Konfiguration von Calculators in ASE (Atomic Simulation Environment) sowie die Durchführung einer Reihe von computerchemischen Workflows wie Single-Point-Energievorhersage, molekulare Geometrieoptimierung, Spin-Zustands-Vergleiche, Reaktionsenergie-Schätzungen, Gitterrelaxation, Anpassung von Zustandsgleichungen und Molekulardynamik-Simulationen. (Quelle: MarkTechPost)

Relative Representation löst die Ausrichtung heterogener LLM-Vektorräume : Die Community hat eine geometrische Technik geteilt, die die Relative Representation Method und die Löwdin-symmetrische Orthogonalisierung nutzt, um verschiedene LLM-Embedding-Räume (wie die gemischte Nutzung von Llama, Mistral und Phi) auszurichten. Diese Methode erfordert kein Fine-Tuning. Durch das Einführen von Referenzankern innerhalb eines bestimmten semantischen Bereichs und die Durchführung einer spaltenweisen Z-Score-Standardisierung werden Vektoren unterschiedlicher Dimensionen in einen einheitlichen gemeinsamen Raum projiziert. Dies löst die Probleme des anisotropen Kegels und der Dimensionsinkompatibilität beim Multi-Agenten-Routing. (Quelle: Reddit)

Handgezeichnete Herleitung und Berechnungsschritte von U-Net illustriert : Der Computer-Vision-Wissenschaftler Prof. Tom Yeh hat eine handgezeichnete Berechnungsgrafik des U-Net-Netzwerks veröffentlicht. Das Tutorial zeigt in 17 Schritten, wie ein Bild mit R-, G- und B-Kanälen durch Faltung und Max-Pooling auf einen 2×4-Bottleneck komprimiert und anschließend durch transponierte Faltung und Skip Connections schrittweise wieder auf die Originalgröße rekonstruiert wird. Der intuitive Ablauf der Matrixmultiplikation veranschaulicht die mathematischen Prinzipien dieses Kernskeletts von Diffusionsmodellen. (Quelle: X)

💼 Business

Stripe plant Übernahme von OpenRouter für 10 Milliarden US-Dollar : Der Zahlungsriese Stripe führt wichtige Übernahmeverhandlungen mit der AI-Modell-Aggregationsplattform OpenRouter bei einer Bewertung von 10 Milliarden US-Dollar – ein Anstieg um das fast Achtfache im Vergleich zu den 1,3 Milliarden US-Dollar vor zwei Monaten. Da Unternehmen zunehmend dazu neigen, mehrere Modelle zu nutzen, um Risiken zu streuen, treten der Traffic und der strategische Wert von OpenRouter deutlich hervor. Stripe hat im AI-Zeitalter durch eine einzige Zeile Zahlungscode im Stillen großen Gewinn gemacht und zuvor bereits Metronome übernommen. Diese Akquisition würde das Geschäft von Stripe von Zahlungen auf die zugrunde liegende Infrastruktur des AI-Ökosystems ausweiten. (Quelle: JiQizhixin)

Moushen Intelligent schließt Pre-A-Erweiterungsfinanzierungsrunde über fast 100 Millionen Yuan ab : Das On-Device Embodied Brain-Unternehmen Moushen Intelligent hat den Abschluss einer Pre-A-Erweiterungsfinanzierungsrunde über fast 100 Millionen Yuan bekannt gegeben. Eine Pre-A+-Runde über fast 500 Millionen Yuan befindet sich ebenfalls in der Abwicklung, wobei sich die Bewertung des Unternehmens innerhalb eines halben Jahres verzehnfacht hat. Das Unternehmen wurde von Professor Chen Tao von der Fudan-Universität und dem ehemaligen Intel-Wissenschaftler Zhang Yimin gegründet. Sein STI-WM (Spatiotemporal Integrated World Action Model) reduziert den Bedarf an realen Maschinendaten durch die Tokenisierung von Aktionen um 90 % und ermöglichte eine kostengünstige On-Device-Anpassung auf chinesischen Chips wie HiSilicon und Horizon Robotics. (Quelle: 36kr)

OP-Roboter-Unternehmen Vicarious Surgical geht in die Insolvenz und Liquidation : Das OP-Roboter-Unicorn Vicarious Surgical, das einst von Bill Gates, Jerry Yang und anderen unterstützt wurde, hat nach schwerwiegenden Verzögerungen in der Entwicklung und dem Abreißen der Finanzierungskette per Aktionärsbeschluss den Betrieb eingestellt und geht in die Insolvenzliquidation. Das Unternehmen hatte insgesamt über 2 Milliarden Yuan eingesammelt. Seine aggressive entkoppelte Antriebslösung und das VR-Steuerungskonzept scheiterten jedoch an der FDA-Zulassung und der Massenproduktion. Dies ist ein Warnsignal für den derzeit hoch bewerteten, aber bei der Kommerzialisierung strauchelnden Sektor der Embodied AI. (Quelle: 36kr)

🌟 Community

AI-Coding-Assistenten zwingen die CS-Ausbildung zur Neugestaltung von Prüfungsmethoden : Eine Umfrage der Association for Computing Machinery (ACM) unter mehr als 700 Informatik-Lehrkräften in 49 Ländern zeigt, dass 69 % der Lehrer der Meinung sind, dass AI die für die Softwareentwicklung erforderlichen Fähigkeiten verändert hat. Bei 64 % hat sich der Schwerpunkt des Unterrichts vom “Schreiben von Code von Grund auf” hin zum Code-Verständnis und Debugging verlagert. Um auf Betrug und übermäßige Abhängigkeit von AI zu reagieren, haben 68 % der Lehrkräfte ihre Bewertungsmethoden angepasst und führen vermehrt Präsenzprüfungen ohne Hilfsmittel, mündliche Prüfungen und Code-Defense-Sitzungen ein, um die Bewertung von Programmierfähigkeiten im AI-Zeitalter neu zu definieren. (Quelle: THE DECODER)

Google-Indexierung von geteilten Claude-Chat-Links wirft Datenschutzbedenken auf : Die Community hat festgestellt, dass Unterhaltungen und Artifacts, die von Nutzern über die Funktion “Öffentlichen Link erstellen” in Claude geteilt wurden, von Suchmaschinen wie Google öffentlich indexiert werden. Es gibt sogar Websites von Drittanbietern, die sich auf das Scraping dieser Links spezialisiert haben. Zu den durchgesickerten Inhalten gehören private Schlüssel für Kryptowährungen, Geschäftsgeheimnisse und persönliche medizinische Daten. Nutzer kritisieren Anthropic dafür, dass auf den geteilten Seiten kein noindex-Meta-Tag implementiert wurde, was als grundlegender Fehler im Sicherheitsdesign angesehen wird. Anwender werden dringend gebeten, ihre geteilten Chats in den Einstellungen zu löschen. (Quelle: Reddit)

„Avoiding AI“-Workshops für umgekehrte digitale Kompetenz im Silicon Valley im Trend : Da Tech-Giganten AI zwangsweise auf alle Arten von Endgeräten aufspielen, sind von Bibliotheken in den USA initiierte Offline-Workshops zum Thema “Avoiding AI” (AI vermeiden) in den sozialen Medien extrem populär geworden. Bibliothekare zeigen Bürgern Schritt für Schritt, wie sie systemintegrierte AI wie Apple Intelligence und Gemini vollständig deaktivieren können, und teilen Browser-Erweiterungen, die AI Overviews in der Google-Suche blockieren. Die Bürger nutzen dies, um ihre Besorgnis über Monopole von Big Tech, Datenschutzverletzungen und den Energieverbrauch von Rechenzentren zum Ausdruck zu bringen und fordern technologische Selbstbestimmung. (Quelle: TechCrunch)

Handelsminister Lutnick spricht sich für Open-Source-AI aus, um China entgegenzuwirken : Die Community diskutiert intensiv über die Äußerungen des US-Handelsministers Howard Lutnick beim Korrespondenten-Dinner im Weißen Haus, bei dem er direkt erklärte: “Diese Regierung im Weißen Haus wird Open-Source-AI schützen.” Zuvor hatte die APEC eine Erklärung zur Unterstützung von Open-Source-AI unterzeichnet. Innerhalb der US-Regierung wird derzeit diskutiert, pauschale Blockaden durch gezielte Verbote für bestimmte Modelle zu ersetzen. Dies soll dem US-amerikanischen Open-Source-Ökosystem helfen, durch “Forks” und “Fine-Tuning” bei begrenzten Rechenressourcen schnell zu den führenden Closed-Source-Modellen aufzuschließen und die technologische Vormachtstellung der USA zu sichern. (Quelle: X)

Andrej Karpathy ändert seine Biografie und löst Spekulationen über Kündigung aus : Der bekannte AI-Forscher Andrej Karpathy hat das Wort “Anthropic” aus der Biografie seines Social-Media-Accounts gelöscht, was in der Community breite Spekulationen über ein mögliches Ausscheiden auslöste. Einige Gerüchte besagen, dass er das Unternehmen verlassen habe, weil er aufgrund von Exportbeschränkungen als Nicht-US-Bürger keinen Zugriff auf die fortschrittlichsten Modelle des Unternehmens hatte. Andere Nutzer wiesen jedoch darauf hin, dass die Änderung der Biografie bereits vor Tagen vorgenommen wurde. Da Anthropic kürzlich den von Jensen Huang initiierten offenen Brief zu Open Source nicht unterzeichnet hat, stößt die konservative Geschäfts- und Regulierungsstrategie des Unternehmens in Teilen der Community auf Gegenwind. (Quelle: JiQizhixin)

DeepSeek setzt zweite Finanzierungsrunde nach Leak von Investoren-Protokoll aus : Ein in den sozialen Medien kursierendes Protokoll eines Treffens zwischen DeepSeek-Gründer Liang Wenfeng und Investoren hat DeepSeek veranlasst, potenzielle Investoren dringend darüber zu informieren, dass die zweite Finanzierungsrunde vorübergehend ausgesetzt wird. Das durchgesickerte Transkript enthält sensible Äußerungen von DeepSeek zur Kluft bei der Rechenleistung zwischen China und den USA, zur Token-Preisstrategie sowie zum Open-Source-Geschäftsmodell. Die Community diskutiert intensiv über das “Token-Fabrik”-Modell von DeepSeek, das die Inferenzkosten durch technische Optimierung auf ein Drittel der westlichen Konkurrenz senkt, sowie über dessen Feinabstimmung und Bereitstellung. (Quelle: Hacker News)

💡 Sonstiges

ChatGPT hilft Nutzer bei der Erkennung einer AtomicStealer-Infektion auf dem MacBook : Ein Mac-Nutzer, der versuchte, den Arbeitsspeicher für die Ausführung lokaler LLMs zu optimieren, analysierte seine Systemprozesse mit ChatGPT und entdeckte überraschend zwei als Systemdienste getarnte LaunchDaemon-Dateien, die auf versteckte Skripte in der Library verwiesen. ChatGPT warnte ihn sofort vor Malware und half ihm, den Info-Stealer-Trojaner OSX.AtomicStealer zu lokalisieren, der durch die Installation einer kompromittierten Open-Source-PDF-Bibliothek eingeschleust worden war. Dies zeigt den unerwarteten Nutzen von AI beim alltäglichen Schutz der Endgerätesicherheit. (Quelle: Reddit)

Decoy Font nutzt visuelle Diskrepanzen zur Täuschung multimodaler AI : Das Designstudio Mixfont hat die “Decoy Font” (Köder-Schriftart) veröffentlicht. Durch das Überlagern von feinen Störzeichen über normalen Buchstaben führt diese Schriftart dazu, dass multimodale AI-Modelle mit Sehfähigkeiten wie ChatGPT und Claude bei der OCR-Erkennung nur falschen Text lesen (z. B. “Sorry Robot”), während das menschliche Auge aus einer gewissen Entfernung den echten Text (z. B. “Happy Human”) weiterhin normal lesen kann. Dies stellt eine neue physische Anti-Scraping- und Adversarial-Attack-Technologie gegen AI dar. (Quelle: Reddit)

Pläne einer New Yorker Highschool zur Einführung humanoider Roboter lösen Proteste von Lehrkräften aus : Eine öffentliche Highschool in New York plant die Einführung humanoider Roboter im Schulgebäude zur Unterstützung des Unterrichts, was auf heftigen Widerstand der Lehrergewerkschaft stößt. Die Lehrer argumentieren, dass die hohen Anschaffungs- und Wartungskosten für humanoide Roboter angesichts knapper Bildungsbudgets und des Lehrermangels eine Fehlallokation von Ressourcen darstellen. Zudem könnten Roboter die zentrale Rolle menschlicher Lehrer bei der emotionalen Kommunikation und individuellen Förderung nicht ersetzen. Der Einsatz von Technologie in Schulen müsse klare Grenzen wahren. (Quelle: Reddit)