OpenAI zieht GPT-6.1 Astra nach einer Sicherheitsprüfung zurück, während AMD mit World Labs näher an räumliche Weltmodelle rückt. Parallel fließt Kapital in Inferenz-Infrastruktur und die Absicherung von KI-Agenten, während neue Produkte den Zugriff auf persönliche und lokale Daten neu ordnen.
AMD holt World Labs, OpenAI stoppt GPT-6.1 Astra
World Labs hat eine verbindliche Vereinbarung zum Anschluss an AMD unterschrieben. Das 2024 gegründete KI-Labor entwickelt Weltmodelle für räumliche und physische Umgebungen. Für AMD bedeutet der Schritt direkten Zugriff auf Forschung zum maschinellen Raumverständnis und eine engere Verbindung von Modellarchitektur und der Hardware, auf der diese Modelle trainiert und betrieben werden.
Quelle: Worldlabs
OpenAI wird GPT-6.1 Astra nach Sicherheitsprüfungen nicht veröffentlichen. Laut einem Sprecher schnitt das geplante Modell in Tests schlechter ab als GPT-6 Astra, das Anfang September erschien. Ausschlaggebend war offenbar die unzuverlässige Befolgung von Anweisungen, eine Freigabeschwelle bei leistungsfähigen Modellen.
Quelle: TechCrunch
Modal Labs erreicht 15,75 Milliarden, Reco sammelt 55 Millionen
Modal Labs steht laut TechCrunch vor einer großen Runde für seine Inferenz-Infrastruktur. Rechenkapazität für laufende Modelle wird damit selbst zum finanziell bewerteten Engpass.
750 Millionen Dollar neues Kapital stehen im Raum.
Die erwartete Bewertung liegt bei 15,75 Milliarden Dollar.
Gegenüber vor vier Monaten wäre sie mehr als verdreifacht.
Quelle: TechCrunch
Reco sammelt 55 Millionen Dollar für die Absicherung von KI-Agenten ein. Die Runde trifft auf einen wachsenden Markt: Im Februar kamen bereits 30 Millionen Dollar hinzu, die Gesamtfinanzierung liegt damit bei 140 Millionen Dollar. Mit mehr Agenten im Einsatz wird ihre Absicherung zu einem eigenen Infrastrukturthema.
Quelle: TechCrunch
Dazzle und Jeff bringen KI in Arbeitsabläufe
Marissa Mayer stellt mit Dazzle einen persönlichen KI-Assistenten vor, der vollständig auf den Fotos eines Nutzers basiert. Die Wette: In der Kamerarolle steckt mehr Wissen über das eigene Leben als im Posteingang. Damit wird die Fotomediathek vom Archiv zum Kontextspeicher. Ob Menschen diese intime Datenquelle einem Assistenten anvertrauen, entscheidet über das Produkt.
Quelle: TechCrunch
Das Open-Source-Projekt Jeff veröffentlicht schlanke Entscheidungsmodelle auf Basis von Qwen 3.5 und Gemma 4. Die 0,8-Milliarden-Parameter-Modelle sind für Zero-Shot-Klassifikation gedacht und sollen lokal je Anfrage rund 30 Millisekunden benötigen. Für Routing, Moderation und Dokumenten-Triage rückt damit die Reaktionszeit in den Mittelpunkt. Entscheidend bleibt die Trefferquote außerhalb der Benchmarks.
Quelle: GitHub
Anthropic unterstützt ARPA-H-Mission für klinische KI
Anthropic schließt sich der klinischen KI-Mission der US-Forschungsagentur ARPA-H an. Das Vorhaben soll KI dorthin bringen, wo Diagnosen, Therapieentscheidungen und Patientendaten zusammenlaufen. Der Praxistest liegt in der Übersetzung in den Klinikalltag: Welche Modelle bestehen unter realen Bedingungen, und wer trägt Verantwortung für ihre Entscheidungen?
Quelle: Statnews
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, während Chats, Agenten und Prompts im Team teilbar bleiben. Für Teams, die ihre KI-Arbeit zentral organisieren wollen, gibt es mehr Infos: relationflow.io.