KI beweist jetzt selbst: OpenAI-Modell knackt zehn offene Probleme
OpenAI-Modell löst zehn Jahrzehnte-Probleme; DeepSeek V4-Flash unterbietet die Kosten um das 105-Fache; Figure 03 klettert autonom eine Leiter hinauf
Ein noch unveröffentlichtes OpenAI-Modell löst zehn seit Jahrzehnten offene Probleme aus Mathematik und theoretischer Informatik, während DeepSeek mit V4-Flash die Gesamtkosten pro Aufgabe um das 105-Fache drückt. Daneben rendert Opus 5 in zwei Stunden autonom eine ganze Tolkien-Szene, und Figure 03 klettert ohne Fernsteuerung eine Leiter hinauf.
OpenAI-Modell löst zehn offene Grundlagen-Probleme
Laut OpenAI hat ein noch unveröffentlichtes Modell, intern Astra genannt und womöglich GPT-6, zehn seit Jahrzehnten offene Probleme aus Mathematik, Quantenkomplexität und theoretischer Informatik gelöst. Darunter die erste explizite nicht-sofische Gruppe, die Widerlegung von Connes’ Rigiditätsvermutung und der erste verbesserte allgemeine Sphere-Packing-Exponent seit 1978. Das Modell erzeugte die Kernargumente selbst, formalisierte die Beweise anschließend in Lean und lieferte maschinenprüfbare Zertifikate plus ein 249-Seiten-Manuskript, für rund 2.000 Dollar an Tokens. Wissenschaftliches Schließen wird damit zur echten Modellfähigkeit, schneller als fast jeder erwartet hat.
DeepSeek V4-Flash drückt die Kosten um das 105-Fache
DeepSeek hat die finale Version V4-Flash-0731 veröffentlicht, mit offenen Gewichten, technischem Report und MIT-Lizenz. Der Sprengstoff steckt nicht im Token-Preis, sondern in den Gesamtkosten pro Aufgabe: Laut Artificial Analysis erledigt das Modell dieselben Benchmark-Tasks wie Fable 5, nur zum 105-fach geringeren Gesamtpreis, gerechnet über den kompletten Agenten-Durchlauf mit allen Schritten. Parallel baut DeepSeek ein Gigawatt zusätzliche Rechenleistung in Ulanqab auf. Effiziente Modelle und Frontier-Ambition zugleich. Wer Agenten im großen Stil betreibt, für den verschiebt so ein Kostenfaktor die komplette Kalkulation.
Ein dritter Trainingsweg jenseits von Autoregression und Diffusion
Große Modelle lernen bisher auf zwei Arten: Wort für Wort das Trainingsmaterial nachahmen, genannt Autoregression, oder verrauschte Daten wieder sauber rechnen, genannt Diffusion. Ein neuer Ansatz namens Explorative Modeling stellt eine dritte Achse daneben: Das Modell macht pro Aufgabe K Versuche, und trainiert wird nur auf dem besten davon. Statt reiner Imitation lernt das Modell zu explorieren, also selbst bessere Lösungen zu finden als die Vorlage. Genau dieser Sprung vom Nachahmen zum eigenständigen Suchen ist das, woran Modelle bei harten Denkaufgaben bisher scheitern.
Quelle: Alexiglad
Opus 5 baut zwei Stunden autonom eine Tolkien-Szene
Der Auftrag war schlicht: der erste Absatz aus Herr der Ringe, ein Budget von einer Million Token, und die Bitte, daraus eine three.js-Szene zu bauen. Das Modell arbeitete rund zwei Stunden am Stück durch, schrieb 5.500 Zeilen Code, platzierte Polygon-Objekte in x-, y- und z-Koordinaten und animierte die ganze Erzählung eigenständig, für rund zehn Dollar. Das Ergebnis ist rau, doch der Punkt liegt woanders: Kein Mensch würde je so viel Handarbeit in etwas derart Spezielles stecken. Für eine Maschine mit unendlicher Geduld kippt genau das von ‘würde niemand tun’ zu ‘kostet ja fast nichts’.
Google beerdigt seine AI-Studio-App vor dem Start
Rund 800.000 Menschen hatten Googles AI-Studio-App für iOS und Android vorbestellt. Statt sie auszuliefern, zieht Google die Reißleine und schlägt einen anderen Weg ein: keine weitere App zum Herunterladen, sondern Software, die im Gespräch mit Gemini von selbst entsteht. Das AI-Studio-Team spannt dafür mit dem Gemini-App-Team zusammen, für Mobil und Desktop. Die Wette dahinter: Wer eine App braucht, beschreibt sie einfach im Chat, statt sie zu installieren. Das Bauen von Software wandert direkt in die Konversation, und der App-Store wird zur Zwischenschicht, die man umgeht.
Grok Imagine hält Figuren über mehrere Clips konsistent
Das Video-Modell bekommt Voice Consistency, Multi-References, Text-to-Video und natives 1080p. Einmal erstellte Charaktere lassen sich per Referenz wieder aufrufen, inklusive konsistenter Stimme über mehrere Clips hinweg. Damit rückt der eigentliche Engpass von KI-Video näher an die Lösung: nicht der einzelne schöne Shot, sondern die Figur, die über Szenen hinweg dieselbe bleibt. Verfügbar zuerst ab SuperGrok Plus und Heavy, dann für alle Stufen.
Zehnfach billigere Inferenz entscheidet den Markt
Die Lernplattform StudyFetch hat ihre größte KI-Inferenz-Last mit NVIDIAs Riva, dem Parakeet-ASR-Modell und den NIM-Microservices auf rund ein Zehntel der Kosten gedrückt. Was vorher schlicht zu teuer war, trägt jetzt Sprach-Tutoring in Echtzeit, personalisierte Lernpfade und eine neue agentische Lernumgebung. Die eigentliche Schlacht der KI-Ära wird nicht bei den Benchmarks geschlagen, sondern beim Preis pro Token. Jede Größenordnung, um die Inferenz billiger wird, macht ganze Produktklassen erst rentabel, die gestern noch reine Demo waren.
Figure 03 klettert vollständig autonom eine Leiter hinauf
Ein Roboter auf Rädern bleibt am ersten Absatz stehen, ein humanoider steigt weiter. Figure 03 greift Sprosse für Sprosse, verlagert das Gewicht, hält die Balance und zieht sich nach oben, ohne Fernsteuerung und ohne Netz. Damit fällt eine der letzten Grenzen zwischen Maschine und menschlichem Arbeitsraum. Wartung auf dem Dach, Inspektion im Schacht, jede Umgebung, die für uns gebaut wurde, wird plötzlich auch für Roboter begehbar.
Musk peilt eine Million Optimus pro Jahr bis 2030 an
Eine Million Optimus pro Jahr bis 2030 nennt Musk ein realistisches Ziel, die Nachfrage sei quasi unstillbar. Der Engpass ist nicht die Fertigung, sondern das Lernen. Heute trainiert Tesla den Roboter noch über Menschen in Motion-Capture-Anzügen. Der Durchbruch, auf den er zielt: ein Roboter, der ein Anleitungsvideo anschaut und die Aufgabe danach selbst beherrscht. Gelingt das, verkauft Tesla nicht mehr nur Autos, sondern körperliche Arbeit im industriellen Maßstab, der Moment, in dem physische Arbeit zur skalierbaren Ware wird.
Gericht zieht der KI-Bildgenerierung eine harte Grenze
Ein Gericht in Minnesota lässt das Verbot von Nudify-Apps in Kraft treten, die per KI Kleidung aus Fotos wegrechnen. xAI hatte geklagt, um das Gesetz zu kippen, und ist vor dem Richter gescheitert. Das Signal reicht weit über einen Bundesstaat hinaus: Justiz und Regulierer ziehen generativer KI jetzt konkrete rote Linien, und selbst die großen Labs verlieren solche Verfahren. Wer in KI-Produkte investiert, muss rechtliche Leitplanken von Anfang an mitdenken, nicht erst wenn das erste Urteil steht.
Quelle: TechCrunch
KI-Track klettert auf Platz 58 der Billboard Hot 100
Der Track Rubberz, veröffentlicht unter dem Namen Fenix Flexin, hat es in die offiziellen US-Single-Charts geschafft, bis auf Platz 58. Kurz nach dem Aufstieg kamen Zweifel an der Herkunft auf: Vieles deutet darauf hin, dass der Song größtenteils künstlich generiert wurde. Beweisen lässt es sich nicht, hörbar unterscheiden auch kaum noch. Die Frage ist nicht mehr, ob eine Maschine einen charttauglichen Hit bauen kann, sondern ob es überhaupt noch jemand merkt. Die Branche diskutiert Kennzeichnung, während der Markt längst abgestimmt hat.
Quelle: The Verge
Chart des Tages: Tech hat nur 8 Prozent Einstiegsjobs
Im Gastgewerbe sind 81 Prozent aller ausgeschriebenen Stellen Einstiegspositionen, im Einzelhandel 72 Prozent, im Gesundheitswesen 38 Prozent. In der Tech-Branche sind es gerade einmal 8 Prozent. Wer heute in Tech einsteigen will, konkurriert also um einen winzigen Bruchteil der Jobs, während erfahrene Fach- und Führungskräfte den Großteil der Nachfrage ausmachen. Und das Muster ist nicht neu: Der Anteil war schon vor dem KI-Boom durchgehend niedrig. Für Berufseinsteiger zählt in Tech der Nachweis echter Fähigkeiten mehr denn je.
Was sonst noch zählt: Quarantäne für Mars-Proben auf dem Mond
Ein Forscherteam schlägt allen Ernstes vor, auf dem Mond eine biologische Sicherheitsstation zu bauen. Zweck: Proben von anderen Himmelskörpern dort einsperren, bevor sie die Erde berühren. Die Sorge dahinter ist keine Sci-Fi-Laune, sondern die ökologische Verwüstung durch einen invasiven außerirdischen Organismus. Die Logik hat durchaus Charme: Kommt ein Mikroben-blinder-Passagier vom Mars zurück, liegen zwischen ihm und unserem Ökosystem erst mal 384.000 Kilometer Vakuum und ein Quarantäne-Labor auf grauem Staub. Vorausdenken oder Overengineering, die Grenze verschwimmt.
Quelle: 404media
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 Modelle und die eigenen Daten zusammenbringen wollen, ohne Setup-Marathon, ist das ein naheliegender Werkzeugkasten-Eintrag, mehr Infos: corporatellm.de.