20 Nachrichten — 🔴 2 kritisch , 🟡 12 wichtig , 🟢 6 interessant
Google hat die allgemeine Verfügbarkeit des gemini-embedding-2-Modells bekannt gegeben, das Text, Bilder, Video, Audio und PDF-Eingaben in einen einheitlichen Embedding-Raum abbildet. Das Modell befand sich seit dem 10. März 2026 in der Preview-Phase und ist nun für alle über die Gemini API verfügbar.
Microsoft Research stellte AutoAdapt vor, ein Framework, das die Anpassung allgemeiner Sprachmodelle an Spezialdomänen wie Medizin, Recht und Incident Response automatisiert. Das System wählt selbstständig zwischen RAG und Fine-Tuning, optimiert Hyperparameter und schließt die Arbeit in etwa 30 Minuten mit Zusatzkosten von rund 4 Dollar ab.
Apples Forschungsteam hat auf der Konferenz ICLR 2026 MANZANO vorgestellt, ein einheitliches multimodales Framework, das einen langjährigen Trade-off zwischen Bildverstehens-Fähigkeiten und Bildgenerierungsqualität adressiert. Das Modell verwendet einen hybriden Vision-Tokenizer, der kontinuierliche Embeddings für das Verstehen und diskrete Token für die Generierung erzeugt, einen gemeinsamen Encoder und zwei spezialisierte Adapter — wodurch der Qualitätsverlust reduziert wird, der typischerweise auftritt, wenn ein einzelnes Modell beide Aufgaben übernimmt.
Apple präsentierte fünf Forschungsarbeiten auf der ICLR 2026 in Rio de Janeiro. Die bedeutendste ist ParaRNN — eine Methode zum parallelen Training nichtlinearer rekurrenter neuronaler Netze mit einem 665-fachen Speedup gegenüber sequenziellen Ansätzen, die RNNs auf Milliarden von Parametern skaliert und mit Transformern konkurriert.
Linux Foundation AI & Data hat einen praktischen Leitfaden zur Implementierung des RGAF (Responsible Generative AI Framework) über neun Dimensionen verantwortungsvoller KI veröffentlicht, mit einem Katalog von 35 konkreten Open-Source-Tools und Ausrichtung an NIST AI RMF, EU AI Act, ISO/IEC 42001 und OECD-Grundsätzen.
Google DeepMind hat eine Partnerschaft mit fünf der größten Unternehmensberatungen — Accenture, Bain, BCG, Deloitte und McKinsey — unterzeichnet, um die KI-Transformation in Unternehmen zu beschleunigen. Derzeit gelingt es nur 25 Prozent der Organisationen, KI in die Produktion zu bringen.
OpenAI stellte Workspace Agents vor, Codex-betriebene KI-Agenten, die direkt in die ChatGPT-Oberfläche integriert sind. Die Agenten laufen in der Cloud, automatisieren komplexe Workflows und helfen Enterprise-Teams, ihre Arbeit durch verbundene Tools zu skalieren, mit Schwerpunkt auf applikationsübergreifender Sicherheit.
AWS hat eine Architektur veröffentlicht, die Amazon Bedrock, die Neptune-Graphdatenbank und das Mem0-Framework für persistentes KI-Agenten-Gedächtnis auf Unternehmensebene kombiniert und damit das Problem des Kontextverlusts zwischen Sitzungen und Nutzern löst.
Amazon hat einen Managed Agent Harness für Bedrock AgentCore angekündigt, der den Deploy eines vollständig funktionierenden Agenten in nur drei API-Aufrufen ermöglicht, ohne Orchestrierungsinfrastruktur schreiben zu müssen. Dazu kommen die AgentCore CLI für den gesamten Entwicklungszyklus und vorgefertigte Skills für Coding-Assistenten, verfügbar als Preview in vier AWS-Regionen.
Auf ArXiv wurde SWE-chat veröffentlicht — ein Datensatz realer sogenannter In-the-Wild-Interaktionen zwischen Nutzern und KI-Coding-Agenten in Produktionsumgebungen. Anstatt eines weiteren synthetischen Benchmarks auf Basis von GitHub-Issues erfasst dieser Datensatz, wie Entwickler autonome Systeme tatsächlich bei ihrer täglichen Arbeit einsetzen — was sie anfragen, wie sie auf Vorschläge des Agenten reagieren und wo der Agent versagt — und öffnet damit die Tür zu präziserer Evaluierung und gezielten Verbesserungen im Agenten-Design.
Neue Forschungsergebnisse zeigen, dass KI-Agenten zur Computersteuerung, die eine Aufgabe einmal erfolgreich ausführen, beim identischen Wiederholungsversuch scheitern können. Die drei Hauptgründe sind Ausführungsstochastizität, Aufgabenspezifikations-Ambiguität und Variabilität des Agentverhaltens.
NVIDIA und Google Cloud haben eine gemeinsame Zusammenarbeit angekündigt, um Agentic-AI- und Physical-AI-Workloads zu beschleunigen — dabei wird NVIDIAs GPU-Infrastruktur mit der Google Cloud Platform für Robotik, autonome Systeme und Agenten kombiniert.
NVIDIA und HuggingFace demonstrierten Gemma 4 als Vision Language Agent, der autonom über den Kameraeinsatz entscheidet und die gesamte Pipeline inklusive Speech-to-Text und TTS lokal auf einem NVIDIA Jetson Orin Nano Super mit 8 GB Speicher ausführt — ohne Cloud-Abhängigkeit.
Der AWS Machine Learning Blog beschreibt, wie das Open-Source-Modell NVIDIA Parakeet-TDT-0.6B-v3 für kostengünstige mehrsprachige Audio-Transkription in der Cloud eingesetzt werden kann. Das Modell deckt 25 europäische Sprachen mit automatischer Erkennung ab. In Kombination mit AWS Batch kostet die Verarbeitung einer Minute Audio nur 0,00005 USD auf Spot-Instanzen bzw. 0,00011 USD auf On-Demand-g6.xlarge-GPUs — mit einer Scale-to-Zero-Richtlinie und der Möglichkeit, Audioaufnahmen von über zehn Stunden per Buffered Streaming zu verarbeiten.
Amazon SageMaker AI benchmarkt nun automatisch generative KI-Modelle über verschiedene GPU-Konfigurationen hinweg unter Verwendung des NVIDIA AIPerf-Tools — und beseitigt damit wochenlange manuelle Tests zugunsten von Empfehlungen, die nach Kosten, Latenz oder Durchsatz gerankt werden.
GitHub hat Copilot Business- und Enterprise-Nutzern ermöglicht, eigene API-Schlüssel für große Anbieter wie Anthropic, Google, OpenAI, OpenRouter und Azure in VS Code zu verwenden. BYOK-Modelle funktionieren in Copilot Chat und Custom Agents, wobei die Abrechnung direkt beim gewählten Anbieter erfolgt, ohne das Copilot-Kontingent zu verbrauchen.
GitHubs neueste Updates für den Copilot Cloud-Agenten für Atlassians Jira führen eine Reihe von Funktionen ein, die die KI-Integration ins Projektmanagement erheblich vertiefen. Teams, die Jira als Aufgabenverfolgungssystem verwenden, können nun eigene benutzerdefinierte Agenten definieren, Atlassian Custom Fields in Regeln verwenden, angepasste Branch-Regeln pro Bereich festlegen und Code-Review-Anfragen-Benachrichtigungen direkt in Jira erhalten — wodurch der Entwicklungsfluss zwischen GitHub und dem Projektmanagement-Tool verbunden wird.
OpenAI hat verifizierten Ärzten, Krankenpflegern und Apothekern in den USA kostenlosen Zugang zu ChatGPT ermöglicht. Das Programm konzentriert sich auf klinische Dokumentation, Patientenversorgung-Workflows und medizinische Forschung, mit Verifizierung durch Partnerschaften mit amerikanischen medizinischen Einrichtungen.
