Neue Modelle
Mercury 3 Diffusion-LLM. Inception hat Mercury 3 veröffentlicht, ein Diffusions-Sprachmodell, das Antworten parallel erzeugt und bei einem Kontext von 1 Mio. Tokens 1.068 Tokens pro Sekunde erreicht. Das nur per API verfügbare Modell übertrifft GPT-6 Luna und Claude Haiku 5.5 in 8 von 12 Benchmarks.
MiniMax M3.1 Flash. MiniMax hat M3.1 Flash vorgestellt, ein MoE-Modell mit 428B Parametern, rund 23B aktiven Parametern und einem Kontext von 1 Mio. Tokens; der Preis liegt bei 0,15 US-Dollar pro Million Input-Tokens. Es zielt auf agentische Büroarbeit und Coding, die Gewichte sollen am 23. Oktober folgen.
Nvidia Nemotron und Bolt. Nvidia hat Nemotron 3.5 Super VL veröffentlicht, ein Open-Weight-Modell mit 120B Parametern für Enterprise-Agenten, dazu zwei leichte Bolt-Modelle für AI-PCs und DGX-Spark-Workstations. Die Modelle sollen durchgängig laufende Agenten-Workflows auf Edge- und Enterprise-Ebene abdecken.
Ming-Audiomodelle. InclusionAI hat Ming-3.0-audio-flash veröffentlicht, ein 126B-MoE-Modell mit 6,5B aktiven Parametern, sowie Ming-3.0-audio-tiny mit 9,3B/2,7B Parametern – beide unter MIT-Lizenz. Sie verarbeiten Audio und Text und unterstützen Spracherkennung, gesprochene Fragen und Antworten sowie das Verstehen langer Aufnahmen.
Drex Max Entscheidungsmodell. Nace AI hat Drex Max veröffentlicht, ein multimodales Entscheidungsmodell für Computer-Use-Agenten, das Text und Bilder liest und kalibrierte Wahrscheinlichkeiten zurückgibt, ohne Text zu erzeugen. Es erreicht 67,59 auf dem Decision Index 0.3.2 und ist nur als gehostete API verfügbar.
Tools & Frameworks
TorchNeuron für Trainium. AWS hat TorchNeuron veröffentlicht, ein Tool, mit dem PyTorch-Apps durch Ändern einer Konfigurationszeile auf Amazon-Trainium-Chips laufen. Es zielt auf den Softwarevorteil, der Nvidia zur Standardwahl für KI-Hardware gemacht hat.
Cohere-Unterstützung in llama.cpp. Cohere hat die Unterstützung von llama.cpp für seinen Vision-Encoder North Micro Vision Instruct integriert, sodass alle aktuellen Architekturen mit llama.cpp kompatibel sind. Cohere Transcribe ist jetzt auch in Unsloth verfügbar.
Berth als GPU-Manager. Berth ist ein Systemdienst, der eine GPU überwacht und LLM-Engines wechselt, um VRAM-Kollisionen und manuelles Umschalten zu vermeiden. Es kann Engines als API bereitstellen und funktioniert auf mehreren Geräten, die sich eine GPU teilen.
VoiceManager und HermesConsole. VoiceManager ist ein latenzarmer Streaming-Server für STT/TTS, der lokal über WebSocket läuft und Wake-Words, Barge-in und turnbasierte Gespräche unterstützt. HermesConsole ist ein Demo-Client, der zeigt, wie Agenten um Sprachfunktionen erweitert werden.
Volundr mit 262K-Kontext. Blockway hat für sein 32B-Modell Volundr eine eigene Inferenz-Engine namens Agens Engine gebaut, die lange Agentensitzungen in einem 16-GB-GPU-Budget hält, indem sie in 54 von 72 Schichten einen wachsenden KV-Cache durch Zustände fester Größe ersetzt.
Sicherheit & Agentenrisiken
Microsoft Guardian Agents. Microsoft hat Guardian Agents eingeführt, um Enterprise-KI-Agenten als Insider-Bedrohungen zu überwachen, und baut damit die Red-/Blue-/Green-Teams von Project Perception aus. CEO Satya Nadella hat gewarnt, dass eingesetzte Agenten wie außer Kontrolle geratene Mitarbeiter handeln können.
API-Key-Panne bei OpenCode. Hacker sind in ein älteres OpenCode-System eingebrochen; betroffen sind 1,4 Prozent der OpenCode-Console-Nutzer, möglicherweise wurden API-Keys offengelegt. Das Unternehmen bezeichnete den Vorfall als groß angelegten Distillationsangriff.
KI-Agenten greifen Ziele an. Ein Hacker ist mit einer Armee von KI-Agenten, die über die Open-Source-Plattform Cairn orchestriert wurden, in mehr als 100 Websites eingedrungen, darunter John Deere, SharkNinja und Cummins – mit kaum menschlichem Eingreifen.
Red-Teaming für Physical AI. Laplace Intelligence baut automatisiertes Red-Teaming für Robotik und selbstfahrende Autos auf. Ziel ist es, Physical AI vor dem Einsatz einem Stresstest zu unterziehen und Nachweise für Versicherer und Regulierungsbehörden zu schaffen.
Business & Compute
Anthropic-Nscale: zweiter Compute-Deal. Anthropic und Nscale verhandeln Berichten zufolge über einen zweiten Compute-Deal über 45 Milliarden Dollar, nur etwas mehr als einen Monat, nachdem sie ihren ersten angekündigt haben. Beide Unternehmen streben Börsengänge an, während bei Investoren Sorgen über die KI-Ausgaben für Compute wachsen.
Konsolidierung bei Neoclouds. Die Anleihen von CoreWeave sind in den Distressed-Bereich gerutscht, und Branchenmanager erwarten, dass in einigen Jahren nur sieben bis zehn Neoclouds überleben. Nvidia ist stark exponiert: 45 Prozent seines Data-Center-Umsatzes stammen von Kunden außerhalb von Big Tech.
Tenstorrent: 1,5 Milliarden Dollar. Tenstorrent hat 1,5 Milliarden Dollar bei einer Bewertung von 6,2 Milliarden Dollar eingesammelt, um seine KI-Chips für Open-Weight-Modelle auszubauen, nachdem es Übernahmeinteresse abgelehnt hat. Der Fokus soll auf Inferenzchips für das Serving offener Modelle und für Videogenerierung liegen.
Disney und Character.AI. Character.AI hat Insolvenz angemeldet, im Rahmen eines Deals, der Disney ermöglicht, den Großteil der Belegschaft einzustellen, möglicherweise Technologie zu übernehmen und rechtliche Haftungsrisiken des Start-ups zu vermeiden. Die verbleibenden Gesellschaften sollen die Rechtsstreitigkeiten übernehmen.
Stripe: Agenten-Zahlungen. Die Transaktionen von KI-Agenten über Stripes Link-Bezahldienst sind im September um das 38-Fache gestiegen, teilt Stripe mit; absolute Zahlen nennt das Unternehmen nicht. Rund 200 Agenten, darunter Metas Muse und Grok Bot, nutzen Link inzwischen, vor allem im Einzelhandel und Tourismus.
Politik & Gesellschaft
NYC-Bürgermeister widerspricht. New Yorks Bürgermeister Zohran Mamdani hat die Einwohner aufgerufen, sich dem Eindruck zu widersetzen, KI sei unvermeidlich, und dabei auf die Untätigkeit des Bundes bei der Regulierung verwiesen. Kürzlich hat er KI an Grund- und Mittelschulen verboten und will, dass Städte KI-Unternehmen zur Rechenschaft ziehen.
Web für Agenten: Nebenwirkungen. Während persönliche KI-Agenten von OpenAI und Meta skalieren, blockieren viele Websites sie; eine Umgestaltung des Internets für Agenten könnte die Erfahrung für Menschen verschlechtern. Der Traffic durch KI-Agenten im Web hat sich von August bis September verdreifacht.
Vertrauenslücke bei Benchmarks. Der Policy-Chef von Hugging Face sagte, die Modellbewertung sei noch eine reifende Wissenschaft, und die Reproduzierbarkeit hänge vom Zugang zu den Gewichten ab. Eine unabhängige Analyse von 1.629 veröffentlichten Ergebnissen ergab, dass KI-Labore im Schnitt 6,4 Prozent höhere Scores melden als unabhängige Tester.
Demokraten wollen KI-Aufsicht. Sollten die Demokraten den Kongress zurückgewinnen, haben führende Ausschussvorsitzende eine Prüfung von KI-Unternehmen wegen Steuergutschriften für Rechenzentren und Hacking-Vorfällen signalisiert; möglicherweise werden CEOs zu Anhörungen geladen. KI spielt in Midterm-Wahlkampfspots eine wachsende Rolle.
Forschung & Interpretierbarkeit
Durchbruch bei Interpretierbarkeit. Ein 26.000 Wörter langer Beitrag des Goodfire-Forschers Nick Cammarata argumentiert, LLMs könnten viel leichter zu verstehen, zu überwachen und zu steuern sein als bisher angenommen. Falls zutreffend, könnte das den dringenden Bedarf der Branche decken, das Verhalten von Agenten zu regeln.
Coding in Legacy-Sprachen. OpenAI hat stärkere Fähigkeiten für das Erstellen und Migrieren von Software in COBOL, Fortran und Visual Basic angekündigt, Sprachen, die kritische Infrastruktur tragen, aber über weniger Trainingsdaten verfügen. Die Arbeit zielt auf Wartung und Modernisierung in Unternehmen.
Adaptives Denken per Entropie. Ein Experiment mit lokalen LLMs nutzt Entropie auf Wortebene und Jev-artige Gates, um Thinking-Blöcke nur dann auszulösen, wenn ein Modell unsicher ist; parallele Gesprächsbäume wählen dabei den besten Strang. Der Ansatz soll unnötige Reasoning-Tokens reduzieren.
EmbeddingGemma 2. Google hat EmbeddingGemma 2 veröffentlicht, ein kompaktes multimodales Embedding-Modell unter der Apache-2.0-Lizenz, das Text, Code, Bilder, Video und Audio in einem einheitlichen 768-dimensionalen Raum für On-Device-Retrieval und RAG abbildet.
Das war alles für diesen Tag – etwa 5 Minuten Lesezeit.