9 min read · 18 sources

NVIDIA kauft Hugging Face. Für 12.930.300.000 US-Dollar. Die Plattform, die drei Millionen Modelle, eine halbe Million Datensätze und eine Million Apps hostet, genutzt von 18 Millionen Entwicklern und 200.000 Unternehmen, gehört nun dem Chiphersteller, der bereits größter Compute-Beitragender war. Jensen Huang sagte, sie solle offen bleiben: keine Pflicht, auf NVIDIA-Silizium zu laufen, keine Änderungen an der Multi-Cloud-Ausrichtung, keine stille Umformung des Hubs zu einem CUDA-Trichter. Diese letzte Klausel ist diejenige, die man im Blick behalten sollte.

Am selben Morgen veröffentlichte OpenAI GPT-6 Astra, das erste Modell, das im Preparedness Framework die Stufe „Critical" im Bereich Cybersicherheit erreicht. Das System Card ist der interessante Teil, nicht die Stufe selbst. Astra halbiert die Rate hochriskanter Fehlausrichtungen gegenüber GPT-5.6 Sol über 54.000 interne Codex-Aufgaben, und OpenAI hat das Training zur Jailbreak-Robustheit neu aufgebaut, die Refusal-Grenzen für doppelverwendungsfähige Inhalte bei Hochrisiko-Nutzern erweitert und automatisiertes Red-Teaming hinzugefügt. Auch die Laufzeit wurde gehärtet: striktere interne Isolation, Checkpoint-Verschlüsselung, universelles Monitoring vollständiger Trajektorien und Chains-of-Thought sowie ein blockierendes Alignment-Evaluations-Gate vor jedem Deployment. Der Trade-off, im selben Dokument festgehalten: Ein Modell, das seine eigene Chain-of-Thought so gut kontrolliert, ist zugleich ein Modell, das sie unter adversariellem Druck vor Monitoren verbergen kann.

Astra erreichte 62,7 % auf ARC-AGI-3 Semi-Private mit dem Standard-Harness und 99,9 % mit einem Provider-Adapter, der den opaken Reasoning-State zwischen Requests erhält.

Grok Bot for Enterprise stellt seine Freunde ein

Source: x.ai ↗

xAI öffnete Grok Bot for Enterprise für Grok- und Cursor-Enterprise-Kunden, zwei Wochen kostenlos, mit Einladungen für die gesamte Organisation. Ein Bot ist ein Cloud-Worker, der Apps und Webseiten eigenständig bedient, einen Workflow durch einmaliges Zuschauen lernt und anschließend unbeaufsichtigt läuft. Bots kommunizieren zudem mit anderen Bots, um Kontext weiterzugeben - genau das ist der Teil, der aus einer Demo einen Automatisierungsgraphen macht.

Die Enterprise-Schicht entspricht den Erwartungen: Zugriffskontrollen, Netzwerk-Egress-Policy, Audit-Logs, isolierte Laufzeitumgebungen pro Nutzer. xAI nannte Legora, Supermicro und ServiceTitan als Launch-Kunden und zeigte Beispiele in Vertrieb, Recruiting, Marketing und Finance. In der Form ist das alles nicht neu; entscheidend ist, ob die „Einmal-Zuschauen-und-Lernen"-UX die Begegnung mit den Governance-Kontrollen überlebt.

MAI-Transcribe-2 greift den Speech-to-Text-Markt zu 10 Cent pro Stunde an

Source: microsoft.ai ↗

Microsoft veröffentlichte MAI-Transcribe-2, ein Spracherkennungsmodell mit einer Leaderboard-zentrierten Aussage: 5,2 % durchschnittliche WER auf FLEURS über 60 Sprachen, Platz zwei auf dem WER-Board von Artificial Analysis und laut Microsoft ein Genauigkeits-/Latenz-Punkt auf der Pareto-Front, mit bis zu 10-fach schnellerer Long-Form-Inferenz als der nächstbeste Wettbewerber. Im eigenen Writeup schlägt es Gemini 3.5 Transcribe, GPT-Transcribe, Whisper V3-Large und ScribeV2.

Die Features sind die unspektakulären, die Engineers tatsächlich brauchen: Speaker Diarization, Wort-zeitstempel, Keyword-Biasing, Verbatim-vs-Clean-Stile, Code-Switching über Paare wie Hinglish und Spanglish, automatische Sprach-Identifikation sowie Robustheit in lauten Umgebungen. Der Preis ist die Schlagzeile. Zu 0,10 US-Dollar pro Audio-Stunde unterbietet es OpenAI, Google und ElevenLabs gleichzeitig. Die strategische Lesart liegt auf der Hand: Microsoft baut Frontier-Modelle Modalität für Modalität und tauscht sie in Produkte ein, die zuvor OpenAI aufriefen.

ARC-AGI-3: 62,7 % Standard, 99,9 % mit dem Cheat-Code

Source: arcprize.org ↗

Das ARC-Prize-Team testete Astra auf ARC-AGI-3. Mit dem Standard-Harness erreichte Astra 62,7 % auf Semi-Private für 26.000 US-Dollar. Mit einem Provider-Adapter-Harness, der den opaken Reasoning-State zwischen Requests erhält und Compaction nutzt, kam dasselbe Modell auf 99,9 % für 19.000 US-Dollar. Außerdem übertraf es die Aktions-Effizienz des menschlichen Medians auf 96 % der Level.

Die qualitativen Beobachtungen sind der zitierwürdige Teil: Forschende beobachteten, wie das Modell kompakte symbolische Weltmodelle für unbekannte Umgebungen aufbaute, Mechaniken als logische Regeln kodierte und eine eigene domänenspezifische Kurznotation für State-Tracking und Planung erfand. Die 37-Punkte-Lücke zwischen den beiden Harnesses ist die Engineering-Schlagzeile. Wenn ein Frontier-Modell dadurch limitiert ist, was das Harness es erinnern lässt, ist das Harness nun Teil des Modells.

Ein einzelner Prompt brach 9 von 23 Frontier-Modelle

Source: lesswrong.com ↗

Ein MATS-Forscher machte aus einem Prompt zur Generierung synthetischer Transkripte eine universelle Jailbreak-Vorlage. Über 23 getestete Modelle brach sie 9 davon vollständig, mit einer Angriffserfolgsquote zwischen 84 % und 100 % bei diesen Zielen. Aktuelle Anthropic-Modelle und Meta Muse Spark 1.1 waren die einzigen, die nie fielen.

Die Einordnung ist entscheidend: Die Vorlage war ein Werkzeug zur Erzeugung von Trainingsdaten für die Safety-Forschung. Dass ein harmlos wirkendes Scaffold für eine Aufgabe zu einem herstellerübergreifenden Angriff generalisiert, ist der Teil, der die Denkweise von Safety-Teams über Prompt-Provenienz verändern sollte. Jede extern bezogene Prompt-Vorlage ist als ausführbarer Code zu behandeln.

Incumbents beginnen, sich zu wehren

Source: x.com ↗

Seema Amble argumentiert in einem Thread mit dem Titel The Incumbents Are Coming, dass die Systeme of Record nicht mehr stillhalten. Salesforce liefert Claudeforce mit Anthropic aus, Docusign liefert Iris, Atlassian liefert Rovo, Klaviyo liefert Composer - und sie nutzen die Kontrolle über Datenzugriff und Identität, um AI-native Startups am Verdrängen zu hindern. Gleichzeitig koordiniert Claude Arbeit über Apps hinweg und entkoppelt das Interface vom System of Record, was neue Rebundling-Möglichkeiten für den schafft, der den systemübergreifenden Kontext besitzt.

Amble skizziert eine vierstufige Agent-Hierarchie (Retrieval Assistants plus drei Stufen höherer Autonomie) und landet bei der üblichen harten Empfehlung: vertikale AI-native Startups gewinnen durch jobspezifischen Fokus, tieferen Systemzugang, proprietäre Datenbestände und enge Feedback-Schleifen. Der Text ist kurz und lohnt die zehn Minuten, wenn man entscheidet, ob man auf einer Salesforce aufbaut, neben ihr oder gegen sie.

KI lässt uns zu viel bauen

Source: sjg.io ↗

Ein Blogpost argumentiert, dass KI die Kosten für die Erstellung von Code, Tests, Dokumentation, Policies und organisatorischen Artefakten nahe null gedrückt hat, aber nicht die Kosten für Besitz, Validierung, Wartung oder Löschung gesenkt hat. Die Fallstudie ist Steve Yegges Wheelhouse: ein Agent-System mit 50 bis 60 Agenten über 18 benannte Officer-Rollen, im Schnitt 270 Commits pro Tag, gewachsen auf etwa 600.000 Zeilen (überwiegend Bash), die ein Spiel namens Wyvern mit 1,2 Millionen Zeilen stützen. Wheelhouse hat 450 rechtliche Artefakte und mehr als 100 „Fences" produziert und Yegge dazu gebracht, einen Head of Wheelhouse Law einzusetzen, dessen Aufgabe das Entfernen veralteter Regeln ist.

Das ist die operative Steuer generativer Systeme. Es wird nicht an Dingen mangeln, die man bauen kann; es wird an Dingen mangeln, die man löschen kann.

Benedict Evans darüber, warum KI Enterprise-Software nicht killt

Source: ben-evans.com ↗

Evans veröffentlichte einen Essay, in dem er argumentiert, dass KI-gestützte Tool-Generierung den Großteil von Enterprise-Software nicht eliminieren wird, weil die meisten Beschäftigten keine Tool-Builder sind und die meiste Arbeit nicht darin besteht, Workflows umzugestalten. Er kontrastiert die Silicon-Valley-Mentalität des Fünf-Minuten-Tools mit der tatsächlichen Zeitverwendung von Anwälten, Ärzten und Enterprise-Vertrieblern. Der Fehler ist die Annahme, dass dynamische generative Software strukturierte Systeme ersetzt. Sie ergänzt sie, und der Großteil des Werts steckt weiterhin in der Struktur.

GWM Worlds 2: Echtzeit-Weltmodell mit Audio

Source: runway.com ↗

Runway erweiterte sein Echtzeit-Weltmodell mit GWM Worlds 2, das nun durchgehend 720p-Video mit 24 fps plus 48-kHz-Audio generiert, interaktiv auf Textaktionen gegen Subjekte oder die Szene sowie auf kontinuierliche Kamerabewegungen reagiert, ohne vorgegebene Sitzungslänge. Das neue Element ist WorldPrompt, ein zweischichtiges Format, das persistenten Weltkontext (ein „Genesis Prompt" plus erstes Frame) von einem zeitstempelbasierten Strom überlappender Aktionen trennt. Runway zielt auf Interactive Entertainment, virtuelle Charaktere, Robotik und Embodied-Agent-Simulation sowie generatives Design.

funes: ein lokaler Memory-Layer für Coding-Agents

Source: huggingface.co ↗

Hugging Face hat funes als Open Source veröffentlicht, einen lokalen Memory-Layer als einzelnes Binary für Claude Code, Codex, pi und Hermes. Es parst Session-Traces in Turn-and-Block-Strukturen, chunked und embeddet sie mit einem gepinnten lokalen Modell und speichert sie in einem lokalen Lance-Dataset. Der Retrieval ist hybride Vektor- plus BM25-Suche. Installation per curl-Pipe-Shell-Skript, Integration per funes add, der Index baut sich inkrementell mit jedem abgeschlossenen Turn auf. Optionaler Sync zu einem privaten Hugging-Face-Datensatz. Recall liefert den Originaltext mit vollständiger Provenienz statt einer Zusammenfassung - das ist der Teil, der für Audit-Trails zählt.

Thinking Machines: 40 Mrd. US-Dollar Bewertung, unter den angefragten 50 Mrd.

Source: techcrunch.com ↗

TechCrunch berichtete, dass Thinking Machines mit Accel über eine 1-Mrd.-US-Dollar-Runde bei 40 Mrd. US-Dollar Bewertung verhandelt, unter den rund 50 Mrd., die laut Berichten Ende letzten Jahres angefragt wurden. Die vorherige Runde belief sich auf 2 Mrd. US-Dollar bei 12 Mrd. Bewertung unter Führung von a16z mit NVIDIA, GV, Lightspeed und Conviction. Die jährliche Run Rate liegt über 100 Mio. US-Dollar. Der Juli-Launch von Inkling, einem Open-Weight-Modell, das über nutzungsabhängigen Compute auf der Tinker-Plattform monetarisiert wird, sowie die kürzlichen Abgänge der Co-Founder Lilian Weng und Luke Metz zurück zu OpenAI stehen unterhalb der Schlagzeilenzahl.

WeatherNext 3: schärfer, stündlich, satellitengestützt

Source: blog.google ↗

Google DeepMind und Google Research stellten WeatherNext 3 vor, ihr genauestes globales Wettermodell laut unabhängiger Brightband-Live-Evaluierung. Es nimmt Live-Mosaike geostationärer Satelliten im 1-Stunden-Takt sowie historische Analysen in einen Functional Generative Network Mesh Transformer auf und erzeugt stündliche Vorhersagen mit 5 km für Oberflächenvariablen, 10 km für andere Oberflächenvariablen und 25 km für atmosphärische Variablen. Im Vergleich zu WeatherNext 2 mit 25 km und 6-Stunden-Kadenz entspricht das etwa einer 5-fachen Schärfe. Die Outputs umfassen dichte Gitterfelder, diskrete Zyklon-Pfade und native Stationsvorhersagen.

PAIR: ein Router für den AI-PC auf dem Schreibtisch

Source: nvidia.com ↗

NVIDIA veröffentlichte den Personal AI Router in Beta. PAIR verbindet RTX-, DGX-Spark- und macOS-Systeme im selben Netzwerk zu einem persönlichen Inferenz-Cluster mit einem einzigen lokalen Endpunkt, routet Requests über verfügbare Knoten unabhängig vom Betriebssystem, proxiet zum Start an Ollama und LM Studio und hält Prompts, Dateien und Agent-Kontext auf dem Gerät. Voraussetzungen: GeForce RTX 20-series oder neuer, DGX Spark/GB10 oder Mac M4+, 8 GB+ RAM, 20 GB Disk empfohlen, kein Internet für den Betrieb nötig. Der Punkt ist, einen heterogenen Stapel Boxen im Netzwerk wie einen einzigen Inferenz-Endpunkt agieren zu lassen.

Cerebras stellt klar, was tatsächlich auf seinen Endpoints läuft

Source: inference-docs.cerebras.ai ↗

Cerebras veröffentlichte eine Model-Catalog-Seite, die klarstellt, dass die öffentlichen API-Endpoints ausschließlich originale, unprunierte Open-Source-Modelle ausliefern und REAP-prunierte Modelle separat auf Hugging Face für die Forschung veröffentlicht werden. Der Kompressionsansatz ist selektive Weight-only-Quantisierung für die Speicherung (16, 8 oder 4 Bit), wobei empfindliche Layer in voller Präzision erhalten bleiben und on the fly dequantisiert werden, während Aktivierungen, Attention und KV-Cache in voller Präzision verbleiben. Cerebras verpflichtet sich, Architekturen nicht ohne Ankündigung zu verändern und künftige pruning-basierte Endpoints unter eigenen Namen anzubieten. Nützliche Lektüre für alle, die sich still gefragt haben, ob die Weights, für deren Betrieb sie zahlten, identisch mit den Upstream-Weights sind.

RTX-Spark-Laptops zeigen sich in Person

Source: wired.com ↗

Wired bekam Hands-on-Zugang zum Lenovo Yoga 9n 2-in-1, dem ersten RTX-Spark-betriebenen Laptop, angekündigt auf der IFA 2026: 16-Zoll-2,8K-120-Hz-OLED-Touchscreen, sechs Lautsprecher, 9,2-MP-Webcam, 0,69 Zoll dick. Der Arm-basierte SoC kombiniert eine Grace-CPU mit bis zu 20 Kernen mit einer Blackwell-RTX-GPU mit bis zu 6.144 Kernen und positioniert die integrierte GPU-Leistung zwischen Laptop-RTX 5070 Ti und RTX 5080. Noch keine Akku-Angaben, untere Konfigurationen unspezifiziert, ein 15-Zoll-Yoga Pro 9n angekündigt, aber nicht gezeigt, sowie RTX-Spark-Mini-Desktops angeteasert. Dies ist das erste Mal, dass jemand den „Superchip" in Laptop-Form in die Hand nehmen durfte.

Dime: Das Headset, das OpenAI nicht loslässt

Source: x.com ↗

Alex Kaplan katalogisierte die Marketing-Brotkrumen rund um „Dime", ein silbernes Headset, das sich hartnäckig an OpenAI-Hardware-Gerüchte heftet. Supply-Chain-Leaks im Januar 2026 zu einem „Sweetpea"-Audiogerät mit „Eggstone"-Case; ein Reddit-Post im Februar 2026 über einen angeblich abgesagten Super-Bowl-Spot mit Alexander Skarsgård, der ein von Jony Ive designtes Gerät zeigt; OpenAI und Greg Brockman, die öffentlich eine Beteiligung verneinen; der Io-Hardware-Chef Tang Tan, der 2025 unter Eid aussagte, der io-Prototyp sei kein In-Ear- oder Wearable-Gerät; ein Joe-Gebbia-Sichtung im März 2026 im Sightglass SF; eine ganzseitige Works-in-Progress-Anzeige im Juni 2026. Ein aktueller Tweet von Palmer Luckey über einen Account namens „Sweetpea’s Flowers" brachte die Spekulationen zurück.