Verifizierte Nachrichten, Veröffentlichungen und Analysen dazu, was sich bei künstlicher Intelligenz ändert und was das für Sie bedeutet.
166 Artikel
Mistral stellte Large 4 als öffentliche Vorschau vor und kündigte an, die Gewichte Ende Oktober zu veröffentlichen. Das Unternehmen nennt eine Billion Parameter, davon 52 Milliarden aktiv. Zahlen und Leistungswerte müssen jedoch eingeordnet werden: Die meisten verfügbaren Vergleiche beruhen auf Tests, die Mistral selbst präsentiert.
Google hat am 13. Oktober mit der weltweiten Einführung von Gemini 4 Argon in der Gemini-App für Abonnenten von AI Pro und AI Ultra begonnen. Auch die deutsche Planübersicht nennt erweiterten Zugriff über Suche, AI Studio und Antigravity. Umfang und Verfügbarkeit hängen jedoch vom Produkt und Tarif ab: Das Modell ist nicht für alle Nutzer verfügbar.
Ein leistungsfähigeres Modell schloss in einem kontrollierten Netzwerk mit vereinfachtem Zugang eine Replikationskette ab. Anthropic warnt: Noch gibt es kein kleines Modell, das zugleich leistungsfähig genug und klein genug ist, um sich unter realen Bedingungen über Verbrauchergeräte zu verbreiten.
Agent Lightning verbindet Agenten samt ihrer Werkzeug- und Kontextverwaltung mit einem Reinforcement-Learning-Workflow. Das Projekt veröffentlicht den Code unter MIT-Lizenz und präsentiert eigene Ergebnisse, die noch unabhängig überprüft werden müssen.
Der Ansatz kombiniert einen digitalen Zwilling des Netzwerks, Graphalgorithmen und Agenten, die für jeden Vorfall die passende Analyse auswählen. Amazon zufolge identifizierte eine Demonstration mit NTT DOCOMO Ursachen in kommerziellen Netzen innerhalb weniger Minuten. Vergleichende Kennzahlen und ein operativer Dauereinsatz sind jedoch nicht belegt.
Google erweitert den Zugang zu Gemini 4 Argon, das für langwierige Aufgaben in Programmierung, Wissenschaft, Finanzen und Cybersicherheit vorgestellt wurde. Leistung und Praxistauglichkeit müssen noch unabhängig geprüft werden; auch konkrete Fähigkeiten in der Robotik lassen sich anhand der verfügbaren Informationen nicht bestätigen.
D1 liefert Wahrscheinlichkeiten für Kategorien, Skalen oder binäre Entscheidungen. Liquid AI sieht Einsatzmöglichkeiten bei strukturierten Aufgaben; der Leistungsvergleich mit Jev ist mit den verfügbaren Quellen jedoch nicht unabhängig bestätigt.
Quine verbindet ein Biologiemodell mit Forschungswerkzeugen, um Hypothesen vor ihrer Prüfung im Labor zu priorisieren. Microsoft Research berichtet von ersten Versuchen bei Bauchspeicheldrüsenkrebs; eine unabhängige Bewertung des Systems steht jedoch noch aus.
Beam soll insgesamt 501 Milliarden Parameter umfassen, von denen pro Token 23 Milliarden aktiv sind. Reflection meldet wettbewerbsfähige Ergebnisse und einen geschätzten geringeren Rechenaufwand. Die Gewichte sind jedoch noch nicht öffentlich verfügbar, und die Angaben wurden nicht unabhängig reproduziert.
Google DeepMind stellt einen Machbarkeitsnachweis vor, der Proteinsequenzen und vorhergesagte Strukturen markiert. Die mitgeteilten Tests sprechen dafür, dass bestimmte Designs ihre Funktion behalten. Eine universelle Rückverfolgbarkeit oder Widerstandsfähigkeit gegen gezielte Manipulationen ist damit jedoch nicht belegt.
OpenAI will dokumentieren, mit welchen Argumenten und Belegen sich begründen lässt, dass ein Frontier-Trainingslauf fortgesetzt werden kann. Der Ansatz verbindet technische Schutzmaßnahmen mit organisatorischen Prüfungen. Das Unternehmen stellt ihn jedoch als erste Leitlinie vor – nicht als bewiesene Sicherheitsgarantie.
Mit der vollständig aktienfinanzierten Übernahme will AMD die Forschung von World Labs zu räumlichen Modellen einbeziehen. Der Abschluss ist für Ende 2026 vorgesehen und steht unter dem Vorbehalt von Genehmigungen und weiteren Bedingungen.