OpenAI stellt mit Jalapeño seinen ersten eigenen Inferenz-Chip vor, den Analysten bereits über Nvidias Blackwell stellen. Parallel öffnet Alibaba mit Qwen3.8-Flash-Next die Vorschau auf Qwen4 als frei ladbares Gewicht, und Figure legt mit 16 Millionen Videos den größten Roboter-Datensatz der Welt offen.
OpenAI baut mit Jalapeño seinen ersten eigenen KI-Chip
OpenAI hat erste Testergebnisse für Jalapeño vorgestellt, den ersten selbst entworfenen Inferenz-Chip des Hauses. Die Kennzahlen lesen sich als Kampfansage: mehr Intelligenz pro Watt, höherer Durchsatz und niedrigere Latenz, ohne Effizienz zu opfern. Die Analysten von SemiAnalysis nennen ihn besser als Nvidias Flaggschiff Blackwell, Sam Altman fasst es trocken zusammen: Der Chip ist gebaut, und er ist schnell. Für Nutzer bedeutet das schnellere ChatGPT-Antworten und reaktivere Codex-Agenten. Der eigentliche Hebel liegt tiefer: Wer die eigene Recheninfrastruktur besitzt, entkoppelt sich von Nvidias Preisen und Lieferzeiten.
In derselben Compute-Schlacht liefert Nvidia die physische Grundlage: Die ersten Produktions-Racks der Vera-Rubin-Generation stehen, Microsoft nimmt als erster operative NVL72-Systeme in Betrieb, gefertigt auf Foxconns Ingrasys-Linien. Der Compute-Tray ist kompromisslos auf Tempo getrimmt, die Fertigung zu 100 Prozent automatisiert, jeder Tray in genau einer Minute zusammengesetzt. Was hier vom Band läuft, ist die Hardware-Basis der Agenten-Ära, Rechenleistung im Takt eines Fließbands ohne Pause.
Alibaba öffnet mit Qwen3.8-Flash-Next die Vorschau auf Qwen4
Eine kurz sichtbare ModelScope-Beschreibung verrät die Architektur: 125 Milliarden Parameter im Hauptmodell, dazu 51 Milliarden zusätzliche N-Gramm-Embeddings, zusammen rund 176 Milliarden gespeicherte Kapazität. Aktiv pro Token sind aber nur 6 Milliarden, ein multimodales Mixture-of-Experts-Design, das die Rechenlast radikal ausdünnt. Das Modell ist offiziell als Vorschau auf die kommende Qwen4-Architektur angekündigt und erscheint als offenes Gewicht. Während geschlossene Frontier-Labs ihre Margen verteidigen, drückt Alibaba Frontier-nahe Kapazität in die freie Wildbahn, herunterladbar und selbst hostbar, ohne API-Tor.
Auch Perplexity verschiebt die Grenze des lokal Möglichen und bringt mit Portable Computer eine vollständig lokale Version seines Agenten. Der gesamte Runtime läuft auf eigener Hardware, auf Nvidias DGX Spark: Orchestrator-Modell, Subagenten-Modell und die Agenten-Harness, ohne Cloud-Abhängigkeit und ohne Daten, die das Gerät verlassen. Mit einem lokalen 27B-Modell erreicht die Harness 82,6 Prozent auf echter Wissensarbeit und schlägt damit die Open-Source-Systeme Pi und Hermes, das nachtrainierte PPLX 27B kommt auf 85,4 Prozent. Private, kosteneffiziente Agentenarbeit ganz ohne Rechenzentrum im Rücken.
Figure sammelt mit Index den größten Roboter-Datensatz der Welt
Figure kommt aus dem Stealth: Index, der nach eigenen Angaben größte Roboter-Trainingsdatensatz der Welt, nicht aus dem Internet gescraped, sondern in der echten Welt gesammelt. Die Zahlen: 16 Millionen Videos, 264.000 App-Downloads in über 100 Ländern, 15 Millionen Dollar bereits an die Beitragenden ausgezahlt, alle 30 Minuten Videomaterial fließen pro Sekunde ins System. Für die nächsten zwölf Monate committet Figure über 1 Milliarde Dollar allein für Daten und Compute. Das Ziel ist der Haushaltsroboter, der irgendwann schlicht alles übernimmt.
Wie schnell das Feld reift, zeigt Skild AI mit dem Foundation-Model S1, das per Video-Demo statt Sprachbefehl gesteuert wird. Eine einzige menschliche Vorführung genügt, kein Fine-Tuning, kein Retraining, für Aufgaben bis zu zehn Minuten mit dutzenden Schritten wie Pflanzen umtopfen, Kaffee aufgießen oder Pfannkuchen wenden. Bei nie gesehenen Aufgaben trifft S1 66 Prozent der Schritte per Video, per Sprachbeschreibung nur 9. Es kopiert nicht stur, sondern liest die Absicht: Lässt der Mensch in der Demo ein Ei fallen, führt S1 die Bewegung dennoch sauber aus.
Das Kapital folgt dieser These sichtbar. Generalist, ein Startup für Roboter-Foundation-Models, ist frisch 3 Milliarden Dollar wert, die 200-Millionen-Erweiterung kommt nur Monate nach der 2-Milliarden-Runde. Das Geld verschiebt sich weg vom reinen Chatbot, hin zu Maschinen, die greifen, laufen und in der echten Welt handeln. Dahinter steht dieselbe Wette: Das Rezept, das Sprache gelöst hat, riesige Modelle plus riesige Datenmengen, zielt jetzt auf Bewegung und Manipulation. Die Bewertungskurve verdoppelt sich in Quartalen, nicht in Jahren.
Quelle: TechCrunch
OpenAI bringt einen 100-Dollar-Sitz für kleine Teams
OpenAI führt Business Premium Seats ein, einen neuen Platz für 100 Dollar im Monat, gedacht für kleine Firmen und Startups, die mit schlanken Teams arbeiten und trotzdem Werkzeuge und Workflows wollen, die bisher großen Konzernen vorbehalten waren. Der Reiz für den Mittelstand liegt in der Rechnung: Ein einzelner Premium-Sitz ersetzt eine Reihe an Spezial-Tools und gibt einem Zwei-Personen-Betrieb dieselbe Feuerkraft wie einer ganzen Abteilung. Der Plan skaliert flexibel mit dem Anspruch des Teams.
Hinter den Kulissen wackelt derweil ausgerechnet das Team, das die Rechenpower baut. OpenAI verliert einen seiner führenden Rechenzentrums-Manager, den nächsten in einer Serie prominenter Abgänge. Schon zuvor hatte der Konzern die Infrastruktur-Sparte umgebaut, die Berichtslinie weg von Präsident Greg Brockman gelegt und VP Sachin Katti an die Spitze gesetzt. Das Timing hat Gewicht: OpenAI plant Rechenzentren im Gigawatt-Maßstab, und der Ausbau der Kapazität ist längst das Nadelöhr des KI-Rennens, nicht die Modellqualität.
Quelle: TechCrunch
Waymo bringt sein Robotaxi nach München
Das erste europäische Ziel des Robotaxi-Pioniers ist Deutschland. In den kommenden Wochen rollen die ersten Fahrzeuge in München an, zunächst nur zum Kartieren, Testen und Kalibrieren des Waymo Driver auf europäischen Straßen, der reguläre vollautonome Fahrdienst soll Ende 2027 starten. Nach Millionen fahrerlosen Meilen in Phoenix, San Francisco und Los Angeles ist das der Sprung über den Atlantik, mitten in den Autoheimatmarkt schlechthin. Während hierzulande noch über Assistenzsysteme diskutiert wird, bringt Waymo das fahrerlose Auto direkt in die Stadt von BMW.
Getarnter Thinktank flutet das Netz, um KI-Chatbots zu impfen
Eine als US-Denkfabrik getarnte, laut Guardian von Israel finanzierte Website veröffentlichte in nur neun Tagen 124 Berichte mit über 560.000 Wörtern. Ziel war nicht der menschliche Leser, sondern das Sprachmodell: Wer genug gleichlautende Texte ins Netz kippt, verschiebt, was ein Chatbot später als Konsens ausgibt. Das ist die neue Front der Meinungsmache, nicht mehr die Timeline wird bespielt, sondern die Datenschicht, aus der KI ihre Antworten zieht. Für jeden, der KI-Ausgaben geschäftlich nutzt, wird damit die Quelle hinter der Antwort zur eigentlichen Frage.
Quelle: Theguardian
Chart des Tages: 44 Prozent der Firmen skalieren KI unternehmensweit
Quelle: McKinsey State of AI 2026
44 Prozent der Firmen, die KI nutzen, setzen sie inzwischen unternehmensweit ein, ein Jahr zuvor waren es erst 38 Prozent. Nur noch 22 Prozent bleiben beim reinen Experimentieren. Der Schwerpunkt verschiebt sich damit vom einzelnen Test zum echten Betrieb. Die McKinsey-Zahlen markieren den Kipppunkt, an dem KI von der Pilotphase in die Prozesslandschaft wandert, und trennen die Firmen, die skalieren, von denen, die noch testen.
Tool-Empfehlung: RelationFlow
RelationFlow ist ein KI-Workspace für Teams im Mittelstand, der alle großen Modelle und selbst gehostete Endpunkte an einem Ort bündelt. Das Wissen jeder Abteilung wird als gemeinsame Quelle eingebunden, Chats, Agenten und Prompts sind im Team teilbar. Für alle in der KI-Bubble, die Modelle nicht isoliert, sondern als gemeinsame Wissensinfrastruktur nutzen wollen, ein Blick wert, mehr Infos: relationflow.io.