Alle großen Labs öffnen die Gewichte, nur Anthropic verweigert
Open-Model-Manifest gegen Anthropic; Kimi K3 als offenes Frontier-Modell; Nvidia bürgt OpenAI 250 Milliarden
Die großen KI-Labs schwenken auf offene Gewichte um, nur Anthropic verweigert die Unterschrift. Moonshots Kimi K3 stellt gleich ein komplettes Frontier-Modell offen ins Netz, während Nvidia hinter den Kulissen die Rechen-Infrastruktur der nächsten Ära absichert. Dazu wandern Agenten in Messenger und Kalender, und physische KI sucht nach völlig neuen Trainingsdaten.
Alle großen Labs unterschreiben das Open-Model-Manifest, Anthropic verweigert
Die Koalition für offene KI-Modelle hat jetzt jedes große Labor an Bord. Google, Meta und OpenAI haben den von Nvidia angestoßenen Aufruf unterschrieben, Sundar Pichai stellt sich für Google dahinter und verweist auf die offenen Gemma-Gewichte. Ein Name fehlt: Anthropic verweigert als einziges Frontier-Labor die Unterschrift. Damit verläuft mitten durch die Branche eine strategische Bruchlinie. Offene Gewichte stehen für digitale Souveränität, Sicherheit durch Transparenz und schnellere Verbreitung. Für Unternehmen im DACH-Raum ist das die Weiche zwischen Abhängigkeit von einer Handvoll geschlossener APIs und einer eigenen, kontrollierbaren KI-Basis.
Kimi K3 stellt 2,8 Billionen Parameter offen ins Netz
Moonshot AI legt mit K3 ein offenes Frontier-Modell vor: 2,8 Billionen Parameter, nativ multimodal, ein Kontextfenster von einer Million Token. Der eigentliche Hebel steckt im Maschinenraum. Kimi Delta Attention dekodiert in Millionen-Token-Kontexten bis zu 6,3-mal schneller, Attention Residuals heben die Trainingseffizienz um rund 25 Prozent bei unter 2 Prozent Mehrkosten. Entscheidend ist das Wort offen: Wer die Gewichte lädt, baut souveräne KI ohne Lizenzkette und ohne Datenabfluss zu einem fremden Anbieter. Genau hier verschiebt sich gerade die Machtfrage der Branche.
Nvidia bürgt für OpenAIs Zugriff auf ein 500-Milliarden-Rechenzentrum
Nvidia erwägt laut Wall Street Journal, für OpenAIs Zugang zu einem 500-Milliarden-Dollar-Rechenzentrum zu bürgen. Kein Direktinvestment, sondern eine Garantie auf OpenAIs Leasing und Teile der nötigen Schulden, damit SoftBank die Finanzierung leichter stemmt. Die Bürgschaft reicht bis zu 250 Milliarden Dollar, parallel verhandelt Nvidia über die Finanzierung von bis zu 350 Milliarden Dollar an Chip-Käufen. Wer hier noch von einer KI-Blase spricht, übersieht, dass die Infrastruktur der nächsten Rechen-Ära gerade in Beton und Silizium gegossen wird, finanziert über ein Geflecht, das die Grenze zwischen Chip-Hersteller und Kapitalgeber auflöst.
ASML ist der Flaschenhals, durch den jeder KI-Chip muss
Jedes KI-Modell dieser Welt läuft auf Chips, die ohne eine einzige Maschinengattung nicht existieren würden: EUV-Lithografie. Und die baut exakt ein Unternehmen auf dem Planeten, im niederländischen Veldhoven. Jede dieser Maschinen kostet hunderte Millionen, wiegt so viel wie ein Airbus und belichtet Strukturen kleiner als ein Virus. Während alle nur auf Modelle und Chips starren, sitzt Europas eigentlicher Hebel im Maschinenbau. Kein Nvidia-Beschleuniger, kein Frontier-Modell entsteht ohne diesen einen Engpass.
NVIDIA verankert eigene KI-Forschung in Südkorea
NVIDIA eröffnet an der Seoul National University ein eigenes AI Technology Center und macht damit klar, wo die nächste Welle der KI entstehen soll: nicht nur im Silicon Valley, sondern in einem Netz strategischer Hubs rund um den Globus. Korea rückt damit vom reinen Chip-Abnehmer zum Standort eigener KI-Forschung und Talente. Wer Rechenzentren, Universitäten und Modelle in dieselbe Region zieht, bestimmt, wo in fünf Jahren die produktive KI sitzt. Die Landkarte der KI-Macht wird gerade neu gezeichnet, Standort für Standort.
Meta AI bekommt geplante Aktionen und Artefakte aufs Handy
Meta rollt für seine KI-App auf iOS und Android zwei neue Bereiche aus: Scheduled Actions und Artefacts. Damit lassen sich tägliche Briefings terminieren, der Kalender per Assistent verwalten und interaktive Artefakte direkt am Smartphone erzeugen, nicht mehr nur im Desktop-Browser. Der Move ist eindeutig: Was OpenAI und Google mit geplanten Tasks und Canvas vorgemacht haben, wird jetzt zum Standard-Repertoire jeder ernstzunehmenden Assistenz-App. Der Chatbot verlässt die Frage-Antwort-Rolle und wird zum proaktiven Agenten, der auf Zuruf Dinge baut und zu festen Zeiten selbst aktiv wird.
ChatGPT lässt eigene Pets bauen und per Link teilen
OpenAI erweitert ChatGPT um teilbare Custom Pets. Im Web wird ein eigenes Pet erstellt, über die Personalisierungs-Einstellungen entsteht ein Share-Link, über den andere es direkt übernehmen. Wer es auf den Desktop holen will, lädt das Spritesheet herunter. Noch ist die Funktion aufs Web beschränkt. Hinter der verspielten Fassade steckt ein Muster, das OpenAI konsequent verfolgt: ChatGPT wird von der Chat-Box zur Plattform mit eigenen, teilbaren Objekten, die Nutzer untereinander weiterreichen. Personalisierung als Bindungsmechanik.
Airtaps KI-Agent lebt komplett in iMessage
Airtap hat einen Agenten gestartet, der vollständig per iMessage oder RCS bedient wird, ohne eigene App. Man schreibt ihm wie einem Kontakt, und er erledigt Aufgaben, die sonst tief in einzelnen Handy-Apps vergraben sind. Routen in Google Maps vorplanen und anlegen, wiederkehrende Tasks automatisch abarbeiten, alles im Chatfenster. Das ist die eigentliche Verschiebung: Der Agent kommt zum Nutzer, nicht der Nutzer zur App. Die SMS-Zeile wird zur Kommandozentrale.
Physische KI will Gehirnströme als Trainingsdaten
YouTube-Videos reichen nicht mehr. Die nächste Generation physischer KI, die Roboter in der echten Welt steuert, hungert nach neuen Daten: mehrere Kameraperspektiven gleichzeitig, dichte Annotation jeder Bewegung und bald sogar die Gehirnströme der Menschen, die eine Handlung ausführen. Ein Roboter lernt eine Bewegung dann nicht nur daran, wie sie aussieht, sondern daran, was im Kopf des Menschen passiert, der sie plant. Wer diese Datenschätze aufbaut, kontrolliert den Rohstoff der verkörperten KI, die Fähigkeit, reale Welt in maschinenlesbare Erfahrung zu übersetzen.
Quelle: TechCrunch
Enigma sammelt 70 Millionen für einfachere Roboter-Steuerung
Das Startup Enigma holt in einer außergewöhnlich großen Seed-Runde 70 Millionen Dollar, angeführt von Index Ventures und Ribbit Capital, mit an Bord Sarah Guos KI-Fonds Conviction. Das erklärte Ziel: einen Roboter zu bedienen soll so einfach werden wie das Aufdrehen der Musik. Der eigentliche Engpass der Physical-AI-Welle ist selten die Hardware, sondern die Steuer-Ebene darüber. Wer die Bedienung von Maschinen so weit abstrahiert, dass kein Robotik-Doktortitel mehr nötig ist, öffnet den Einsatz für ganz normale Betriebe.
Quelle: TechCrunch
LimX zeigt Humanoid Oli minutenlang im Haushalt, ohne Schnitt
Frisch nach einer 200-Millionen-Dollar-Finanzierungsrunde zeigt LimX Dynamics seinen Humanoiden Oli bei der Hausarbeit, ungeschnitten in einem einzigen Take. Kein Zusammenschnitt der besten Momente, sondern durchgehende Manipulation über eine lange Handlungskette. Genau das ist der eigentliche Härtetest für universelle Physical AI: nicht ein einzelner sauberer Griff, sondern minutenlanges, verkettetes Handeln in einer echten Wohnung. Wer das beherrscht, verlässt das Demo-Stadium und nähert sich dem Alltag.
Claude Opus 5 baut ein komplettes Spiel in einem Durchlauf
Claude Opus 5 hat ein komplettes Game in einem einzigen Durchlauf gebaut. Alles, was hier läuft, ist handgeschriebener Code, kein einziges fertiges Asset wurde importiert. Physik, Steuerung, Grafik, Sound, komplett aus dem Modell heraus generiert. Was früher ein Studio aus Programmierern, Artists und Sounddesignern wochenlang beschäftigt hätte, entsteht jetzt in einem Rutsch. Die Distanz zwischen Idee und lauffähigem Produkt schrumpft auf die Länge eines einzigen Prompts.
Tool-Empfehlung: CorporateLLM
CorporateLLM ist eine DSGVO-konforme Unternehmens-KI-Plattform, die OpenRouter, Ollama oder jeden OpenAI-kompatiblen Provider in unter einer Minute anbindet und sicher mit dem eigenen Wissen chatten lässt, ab sofort im Free-Plan. Für alle in der KI-Bubble, die lokale oder eigene Modelle produktiv einsetzen wollen, ohne Daten aus der Hand zu geben, ein passender Baustein, mehr Infos: corporatellm.de.