In sozialen Medien geht die Geschichte eines australischen KI-Beraters viral, der mit ChatGPT, AlphaFold und Grok einen möglichen Behandlungsansatz für den unheilbaren Krebs seiner Hündin Rosie identifiziert hat. Hochrangige Akteure der KI-Branche teilen die Geschichte als Beweis für die Zukunft von KI in der Medizin, dabei gibt es keine Beweise für die Wirkung des entwickelten Wirkstoffes.
Eli Lilly hat einen Deal im Wert von 2,75 Milliarden Dollar mit dem in Hongkong börsennotierten KI-Pharmaunternehmen Insilico Medicine geschlossen. Ziel ist es, mithilfe von KI entwickelte Medikamente auf den Weltmarkt zu bringen. Insilico erhält vorab 115 Millionen Dollar, der Rest ist an regulatorische und kommerzielle Meilensteine sowie Lizenzgebühren gekoppelt, wie beide Unternehmen mitteilten.
Insilico hat laut Gründer und CEO Alex Zhavoronkov mindestens 28 Medikamente mit generativer KI entwickelt, fast die Hälfte davon befindet sich bereits in klinischen Studien. Die Zusammenarbeit besteht seit 2023.
Zhavoronkov sagt gegenüber CNBC, Lilly sei in einigen KI-Bereichen sogar besser als Insilico. Andrew Adams von Lilly bezeichnete Insilicos KI-Forschung als "starke Ergänzung" der eigenen klinischen Entwicklung. Insilico entwickelt seine KI in Kanada und im Nahen Osten, frühe Medikamentenentwicklung findet in China statt. Eli Lilly kooperiert bei KI-Medizin auch mit einer Deempind-Tochter.
Welche Forschungsidee hat das Zeug zum Durchbruch und welche versandet in der Bedeutungslosigkeit? Ein Team chinesischer Universitäten will genau diese Frage mit KI beantworten. Ihr Ansatz: 2,1 Millionen wissenschaftliche Arbeiten und deren Zitationsdaten als Trainingsgrundlage für Sprachmodelle, die lernen sollen, vielversprechende Forschung von weniger wirkungsvoller zu unterscheiden.
Google hat einen sogenannten "Agent Skill" für die Gemini-API entwickelt, der die Wissenslücke von Sprachmodellen bei schnelllebigen SDK-Änderungen schließen soll. Das Problem: KI-Modelle kennen nach dem Training weder ihre eigenen Updates noch aktuelle beste Lösungen. Der neue Skill liefert Coding-Agenten Informationen zu aktuellen Modellen, SDKs und Beispielcode. In Tests mit 117 Aufgaben stieg die Erfolgsrate des besten Modells (Gemini 3.1 Pro Preview) von 28,2 auf 96,6 Prozent.
Ältere 2.5-Modelle profitierten deutlich weniger, was laut Google an schwächer ausgeprägtem Reasoning liegt. Eine Vercel-Studie zeigt allerdings, dass direkte Anweisungen via AGENTS.md noch wirksamer sein könnten. Google prüft daher auch andere Wege, darunter MCP-Dienste. Der Skill ist auf GitHub verfügbar.
Anthropic entstand nicht nur aus Sorge um KI-Sicherheit, sondern auch aus einem erbitterten Macht- und Beziehungskonflikt bei OpenAI. Ein Bericht von Sam-Altman-Biografin Keach Hagey zeigt, wie persönliche Verletzungen, Rivalitäten und strategische Differenzen die wohl folgenreichste Abspaltung der KI-Branche hervorgebracht haben.
OpenAI schaltet Sora im April und September ab. Das KI-Videotool wird in zwei Stufen eingestellt: Die Web- und App-Version endet am 26. April 2026, die Sora-API am 24. September 2026. OpenAI empfiehlt Nutzern, ihre Inhalte vor der Abschaltung herunterzuladen. Videos und Bilder lassen sich direkt aus der Sora-Bibliothek exportieren.
Ob es danach noch ein letztes Zeitfenster für den Datenexport geben wird, ist laut OpenAI noch nicht entschieden. Falls ja, werden Nutzer per E-Mail informiert. Nach Ablauf aller Fristen werden sämtliche Nutzerdaten dauerhaft gelöscht. Die Einstellung betrifft auch die Plattform sora.chatgpt.com, die zur Bild- und Videogenerierung genutzt werden konnte. Details finden sich auf der OpenAI-Hilfeseite unter "What to know about the Sora discontinuation".
Die Einstellung von Sora fügt sich in einen größeren Strategiewechsel bei OpenAI ein. Das Unternehmen will seine Rechenressourcen künftig auf zwei Kernbereiche konzentrieren: Coding-Werkzeuge und Geschäftskunden – ähnlich dem Rivalen Anthropic – sowie eine Super-App, die ChatGPT und weitere Tools vereint. Sora soll als Forschungsprojekt zum Thema Weltmodelle weiterleben, mit dem Ziel, "die physische Arbeit zu automatisieren".
