6 min read · 16 sources

DeepMinds Vorstoß in der Welterzeugung hat gerade einen signifikanten Laufzeit‑Sprung vollzogen. Google introduced Genie 4, ein interaktives Weltenmodell, das steuerbare, photorealistische Umgebungen mit gleichzeitigem Audio, Dialog und starrer Körperphysik erzeugt. Während Genie 3 schnell an Kohärenz verlor, hält Version 4 die raum‑zeitliche Konsistenz bis zu zwei Minuten bei aktiver Tastatur‑ und Prompt‑Steuerung.

Unter der Haube bindet das System in die Gemini‑Familie ein, nutzt Gemini Omni für visuelle und Verhaltens‑Verankerung. Anstatt separate Simulatoren für Mechanik und audiovisuelle Ausgabe zu trainieren, berechnet die einheitliche Architektur Kollisionen, Aerodynamik und räumliche Akustik gleichzeitig. Für Robotik‑ und autonome‑System‑Ingenieur*innen bedeutet das eine Verschiebung der synthetischen Daten‑Gleichung: Statt fragilen Physik‑Engines in Unreal Engine oder Unity zu verbinden, entsteht ein sofort einsatzbereites virtuelles Testbett, das direkt aus konditionierenden Prompts generiert wird.

Gleichzeitig haben sich die mathematischen und hardware‑seitigen Grenzen heute über den gesamten Stack hinweg verschoben. Axiom Math bewies, dass Agenten‑Flotten menschliche Konsense bei massiven formalen Verifikationsaufgaben übertreffen können, Liquid AI komprimierte multimodale Edge‑Modelle in ein‑Gigabyte‑Umhüllungen, und Anthropic veröffentlichte ein formales mathematisches Artefakt, das die Exponential‑Time‑Hypothesis zu brechen behauptet.

Genie 4 kann eine photorealistische, physikkonsistente Simulation zwei Minuten lang aufrechterhalten - doppelt so lange wie sein Vorgänger.

Liquid AI squeezes multi-modal agents into 1 GB of VRAM

Source: liquid.ai ↗

Edge‑Deployment bedeutet meist, architektonische Eleganz gegen harte Quantisierungsverluste abzuwägen. Liquid AI launched the LFM3 model family um diesen Kompromiss zu eliminieren, indem offene Gewicht‑Text-, Vision‑, Audio‑, Omni‑ und Decision‑Modelle auf einem gemeinsamen tri‑hybriden Backbone bereitgestellt werden. Die Flaggschiff‑Textvariante verfügt über 1.7 B Parameter, übertrifft das frühere 2.6 B‑Modell und reduziert das Parameterbudget um 35 %.

Der eigentliche Nutzen liegt im Betrieb: Die 1.7 B‑Variante passt bei 4‑Bit‑Präzision in etwa 1 GB Speicher und bietet ein Kontextfenster von 256 K Token. Die Vision‑Variante, LFM3‑VL‑2B, verarbeitet Roh‑Video und erreicht auf 62 Standard‑Vision‑Benchmarks die Leistung von Gemma 4 12B. Da jede Variante im Sortiment auf einer einzelnen Consumer‑GPU feinjustiert werden kann, sinkt die Hürde, lokalisierte, latenzarme Agenten‑Loops auf Kunden‑Hardware oder Edge‑Appliances zu hosten, auf null.

Axiom Math writes 43.1 million lines of Lean to formalize the Enormous Theorem

Source: axiommath.ai ↗

Die Classification of Finite Simple Groups (CFSG) - das „enormous theorem“ - erstreckt sich über etwa 15.000 Seiten in 500 Artikeln von 100 Mathematiker*innen über mehrere Jahrzehnte. Axiom Math published a computer-checked formalization of the CFSG, verifiziert den gesamten Beweis‑Korpus im Lean‑Proof‑Assistant.

Das Projekt beruhte nicht auf menschlichen Abschrift‑Mitarbeiter*innen. Axiom setzte Schwärme von KI‑Agenten über 24 Tage ein, die 43,1 M Lean‑Codezeilen synthetisierten. Entscheidend: Der automatisierte Kernel‑Durchlauf erkannte und korrigierte 34 Diskrepanzen in der veröffentlichten mathematischen Literatur, darunter ein unbehandelter Randfall im Unbalanced Group Theorem. Es ist der klarste Beweis, dass Multi‑Agent‑LLM‑Systeme systematische Verifikation von Legacy‑Wissenschafts‑Korpora durchführen können, die kein einzelner Mensch im aktiven Gedächtnis halten kann.

Anthropic drops a Lean proof refuting the Exponential Time Hypothesis

Source: github.com ↗

In einer weiteren unerwarteten mathematischen Eskalation veröffentlichte Anthropic ein Lean‑Repository mit einem Artefakt, das behauptet, Kern‑Komplexitätsannahmen zu brechen. Claude refuted the Exponential Time Hypothesis über einen deterministischen Algorithmus, der von einem internen Forschung‑Checkpoint ohne menschliches Prompt entdeckt wurde.

Das Repository liefert einen Algorithmus, der 3‑SAT in subexponentieller $2^{o(n)}$‑Zeit löst und erfüllende Belegungen (#3‑SAT) in $2^{O(n \log \log n / \sqrt{\log n})}$‑Zeit zählt. Der mathematische Beweis ist in Lean v4.33.1 formalisiert und kompiliert über den Nanoda‑Kernel in etwa acht Minuten. Anthropic weist darauf hin, dass die Lean‑Syntax maschinell gegen Mathlib verifiziert ist, jedoch keine formale Verifikation existiert, die beweist, dass die Lean‑Definitionen 1:1 zu den real‑weltlichen Komplexitätsbehauptungen des begleitenden Papers passen. Die Implementierungsdetails laden zu unabhängigen theoretischen Audits ein, doch das Artefakt landete Stunden nach einer ähnlichen Behauptung von OpenAI.

Tracking the global physical inventory of H100s

Source: epoch.ai ↗

Zoll‑ und Export‑Kontrollen sowie undurchsichtige Cloud‑Leasing‑Modelle machen das Tracking der tatsächlichen Compute‑Verteilung nahezu unmöglich. Epoch AI released the AI Chip Imports Explorer um grenzüberschreitende Ströme von Beschleuniger‑Hardware über 16 primäre internationale Knotenpunkte von 2022 bis heute zu verfolgen.

Der Index standardisiert disparate Manifeste in H100‑Äquivalente (H100e), eliminiert Durchlauf‑Routen in Umschlagzonen und berücksichtigt gemeldete inländische Siliziumproduktion im Festland‑China. Für Infrastruktur‑Planer, die geo‑verteilte Cluster verwalten, liefert der Datensatz eine empirische Aufschlüsselung, wo rohe thermische Kapazität und Silizium tatsächlich liegen im Vergleich zu den nominal vermarkteten Cloud‑Regionen.

Anthropic's dual reality: Governance friction, bio-pipelines, and S-1 preparations

Source: thezvi.wordpress.com ↗

Anthropic navigiert den operationellen Ruck von der reinen Sicherheits‑Lab‑Umgebung zu einem kommerziellen Giganten. The Zvi analyzed Anthropic’s internal friction untersucht geleakte Gesetzesentwürfe, aggressive biologische Filter‑Protokolle, eine bevorstehende SEC‑S‑1‑Registrierung und Dario Amodeis aktive Verzögerung des Mythos‑Modells.

Parallel dazu zielen die operativen Teams aggressiv auf die Integration von Bio‑Pharma ab. Anthropic outlined its clinical pipeline partnerships mit Bristol Myers Squibb, BigHat Biosciences und Generate Biomedicines, setzen Claude zur automatisierten Molekül‑Design‑Entwicklung und interne Programme für kindliche Muskeldystrophien ein. Berichten zufolge hat Anthropic acquired Mithril Medicine, ein Ein‑Personen‑Biotech‑Unternehmen von Cody Tranbarger, die Pipeline direkt in das Mutterlabor übernommen.

Continual learning without catastrophic forgetting: Google's Sleep Framework

Source: research.google ↗

Feinabstimmung von Produktions‑Modellen mit frischen Telemetriedaten führt meist zu katastrophalem Vergessen oder erfordert teure Voll‑Parameter‑Retraining‑Zyklen. Google Research proposed the sleep framework ein Orchestrierungs‑Modell, das mammalische Schlaf‑Zyklen nachahmt, um Wissen zu konsolidieren.

Während der operativen „wake“‑Phase verarbeitet das LLM kontinuierliche Streams und protokolliert unmittelbare Kontext‑Token. In geplanten „sleep“‑Intervallen wird die Nutzer‑Inference gesperrt, während vorab zugewiesene Mixture‑of‑Experts‑Gewicht‑Blöcke Kurzzeit‑Konversations‑Puffer in stabile Langzeit‑Parameter verdauen. Die Architektur behält Kontext‑Verläufe bis zu 10 Millionen Token und erlaubt Modellen, live, veränderliche Schemas zu ingestieren, ohne grundlegende Reasoning‑Fähigkeiten zu verlieren.

FrontierCode 2.0 raises the bar for agentic software engineering

Source: cognition.com ↗

Standard‑Coding‑Benchmarks litten unter starker Sättigung und triviale Einzel‑Datei‑Test‑Harnessen. Cognition adressierte dies, indem FrontierCode 2.0 veröffentlicht wurde, das sein Repository‑Scale‑Software‑Evaluations‑Suite überarbeitete.

Im Vergleich zu v1.1 ziehen Aufgaben aus 25 % größeren Codebasen, erfordern, dass Agenten 67 % mehr Dateien berühren und 89 % mehr Zeilen pro Pull Request umschreiben. Die Test‑Cases fokussieren stark auf komplexe Refactorings, Sicherheits‑Patches und Performance‑Optimierungen. Die erhöhte Komplexität drückte die Modell‑Leistung über das gesamte Feld: Claude Opus 5.5 bleibt führend, fiel jedoch von 54,6 % auf 45,5 %, während GPT‑6.1 Sol eine verteidigungswürdige Nische bei Token‑Kosten‑Effizienz fand.

Proactive video agents and egocentric physical simulation

Source: arxiv.org ↗

Reaktive Vision‑Modelle, die diskrete Nutzer‑Prompts benötigen, eignen sich schlecht für physische Assistenz. Researchers introduced StreamVibe-VL and StreamVibe-Bench adressieren proaktive Intent‑Inference über Live‑Video‑Feeds. Unterstützt von einem hierarchischen Memory‑Harness (StreamVibe‑Harness) zeigte das System eine 10,7 % Verbesserung der Reaktions‑Timing‑Genauigkeit, indem es implizite Nutzer‑Ziele kontinuierlich vorhersagt, statt auf explizite Aufrufe zu warten.

Auf der Infrastruktur‑Seite für physische Geräte open‑sourcte Meta open-sourced InteractiveWorld, einen Simulations‑Stack für egocentrische Wearable‑Assistenten. Der Test‑Bed läuft über 44 BEHAVIOR‑1K‑Umgebungen mit 36 SMPL+H‑human‑kinematic‑Action‑Familien und simuliert, was ein Modell aus einer First‑Person‑Headset‑Kamera sieht. Der Test‑Bed erfordert pro Worker‑Prozess eine Nvidia A100 mit moderatem Fußabdruck (~4 GB VRAM, 100 GB Speicher) und ermöglicht Teams, First‑Person‑Multi‑Turn‑Task‑Abschlüsse gegen eindeutige Umwelt‑Ground‑Truths zu benchmarken.

Infrastructure quick hits: Nvidia's Meta buy-in, bulk merge tools, and pay-per-call data

Source: links.tldrnewsletter.com ↗

• Nvidia backs Meta hardware buildout: Nvidia plans to invest $3 billion in Meta’s equity offering im Rahmen eines Infrastruktur‑ und Monitoring‑Pakts, stärkt kundenspezifische Cluster‑Installationen und erforscht gemeinsam Agent‑Safety‑Guardrails.
• Google Cloud adds Gemini ER 2: Gemini Robotics Embodied Reasoning 2 launched in public preview auf Google Cloud, dient als Orchestrierungs‑Gehirn, das multimodale Streams in Low‑Level Vision‑Language‑Action‑Ausführungsroutinen umwandelt.
• Micro-metered agent scraping: Glasser launched an agent data routing platform bietet Pay‑Per‑Call‑Zugang zu über 2 000 Endpunkten von 80 Daten‑Providern, ersetzt feste $65‑$139/Monat‑SaaS‑Seats durch Abfragen, die bereits ab $0,0011 für Semrush bzw. $0,026 für Apollo gemessen werden.
• Visual Studio October 2026 update: Microsoft rolled out Git enhancements for Visual Studio beinhaltet Bulk‑Merge‑Konflikt‑Lösung, native Working‑Tree‑Commit‑Vergleiche und ein aktualisiertes Copilot‑Chat‑SDK, das Prompt‑Caching während lokaler Agent‑Sessions verbessert.