Apples STARFlow‑V zeigt: Videogenerierung muss nicht auf Diffusion setzen. Das neue Modell nutzt „Normalizing Flows“, erzeugt so stabilere längere Clips und hängt andere autoregressive Ansätze im Benchmark ab. Es bleibt aber bei Qualität, Auflösung und Physik noch sichtbar hinter Top-Modellen wie Veo 3 oder HunyuanVideo zurück.
Demis Hassabis, CEO von Google Deepmind, erwartet in den nächsten zwölf Monaten Fortschritte bei der Konvergenz multimodaler Modelle, interaktiven Videowelten und verlässlichen KI-Agenten. Besonders die Multimodalität von Gemini ermögliche neue Anwendungen, erklärte Hassabis auf dem Axios AI+ Summit. Als Beispiel nannte er eine Szene aus dem Film "Fight Club", in der die KI das Ablegen eines Rings philosophisch als Symbol für den Verzicht auf den Alltag deutete. Auch das neueste Bildmodell von Google nutzt diese multimodalen Fähigkeiten, um visuelle Inhalte präzise zu verstehen und etwa Infografiken zu erstellen.
Zudem arbeitet Google Deepmind weiter an "Weltmodellen" wie Genie 3, die interaktive, begehbare Videoräume erzeugen. Hassabis prognostiziert auch, dass KI-Agenten in einem Jahr "nahe dran" sein werden, komplexere Aufgaben verlässlich und eigenständig zu erledigen. Ziel sei ein universeller Assistent, der Nutzer über verschiedene Geräte hinweg im Alltag begleitet.
Yann LeCun, der scheidende KI-Wissenschaftler von Meta, plant ein neues Startup mit Fokus auf sogenannte "World Models", die die physische Welt verstehen, anstatt lediglich Text zu generieren. Da das Silicon Valley laut LeCun von generativer KI "hypnotisiert" sei, setzt er für das Projekt stark auf europäische Talente. Das Unternehmen soll global agieren und unter anderem einen Standort in Paris haben, bestätigten Quellen gegenüber Sifted.
LeCun argumentiert, dass aktuellen Sprachmodellen das Verständnis für die physische Welt fehle und bloßes Skalieren dieser Technologie nicht zu menschlicher Intelligenz führe. Sein Projekt "AMI" setzt daher auf eine neue, nicht-generative Architektur.
Some people claim we can scale up current technology and get to general intelligence [...] I think that’s bullshit, if you’ll pardon my French.
Meta wird Partner des Startups, da Mark Zuckerberg das Vorhaben unterstützt, die Anwendungsmöglichkeiten jedoch laut LeCun über Metas Interessen hinausgehen. LeCun wird Meta Ende des Jahres verlassen, um die unabhängige Organisation zu leiten.
Aikido Security warnt vor einer neuen Schwachstelle in GitHub‑ und GitLab‑Workflows, die mit KI‑Agenten wie Gemini CLI, Claude Code, OpenAI Codex oder GitHub AI Inference verbunden sind. Laut Aikido kann unkontrollierter Text aus Issues, Pull Requests oder Commits in Modell‑Prompts gelangen und von den KI‑Agenten als Anweisung verstanden werden. Diese Agenten dürfen oft Werkzeuge nutzen, die Änderungen an Repos erlauben oder Shell‑Befehle ausführen. Aikido zeigte in eigenen Tests, dass so Geheimnisse offengelegt oder Arbeitsabläufe verändert werden können. Mindestens fünf Fortune‑500‑Unternehmen seien betroffen.
Google habe das Problem in seinem Gemini‑CLI‑Repo nach einer Meldung von Aikido innerhalb von vier Tagen behoben. Aikido stellt offene Suchregeln bereit und rät, KI‑Werkzeuge einzuschränken, Eingaben zu prüfen und KI‑Ausgaben nicht direkt auszuführen.
Die New York Times hat Perplexity vor einem Bundesgericht in New York verklagt. Das KI-Start-up soll laut Klage ohne Erlaubnis Inhalte der Zeitung kopiert, ganze Artikel übernommen und diese als eigene Antworten ausgegeben haben. Nutzer würden dadurch vom Besuch der NYT-Website abgehalten. Die Zeitung hatte Perplexity laut eigenen Angaben über 18 Monate mehrfach gewarnt, doch das Unternehmen reagierte nicht. Zudem soll Perplexity falsche Informationen erstellt und der NYT zugeschrieben haben, was dem Ruf der Marke schade.
Die New York Times fordert Schadenersatz und ein dauerhaftes Verbot der Nutzung ihrer Inhalte. Perplexity äußerte sich zunächst nicht. Unter anderem klagen auch Chicago Tribune, Reddit und Amazon gegen Perplexity. Die Klage ist Teil einer wachsenden Zahl von Verfahren gegen KI-Firmen in den USA. Die New York Times ist zudem in einem Verfahren gegen die ChatGPT-Firma OpenAI, in dem sie gerade die Herausgabe von mehr als 20 Millionen Chats erzwingen konnte.
Ein Jahr nach der Veröffentlichung des Titans-Papers stellt Google die Architektur offiziell im eigenen Forschungsblog vor – gemeinsam mit dem neuen Framework MIRAS. Beide Projekte zielen auf ein zentrales Zukunftsthema der KI: kontinuierlich lernende Modelle mit echtem Langzeitgedächtnis, die sich während der Nutzung weiterentwickeln können.
Meta baut seinen KI-Assistenten zum Nachrichtenportal aus und integriert Echtzeitinhalte aus verschiedenen Medienquellen. Das Unternehmen arbeitet dafür mit CNN, Fox News, Le Monde Group, People Inc., USA Today, The Daily Caller und The Washington Examiner zusammen, um Inhalte mit unterschiedlichen Perspektiven liefern zu können. Nutzer erhalten bei nachrichtenbezogenen Fragen künftig Informationen und Links aus diesen Quellen. Die Verlinkungen führen direkt zu den Artikeln auf den Partner-Websites. Allerdings haben in der Vergangenheit Studien immer wieder gezeigt, dass KI-Suchmaschinen die Klickraten auf Nachrichtenquellen deutlich reduzieren. Gleichzeitig neigen solche Tools dazu, lieber mit falschen als gar keinen Informationen bei Nachrichtenthemen zu antworten.
Meta will mit dem neuen Angebot neue Zielgruppen für die Medienpartner erschließen und plant, mit weiteren Medien Kooperationen einzugehen. Auch andere KI-Suchmaschinenanbieter wie OpenAI, Google und Perplexity haben bereits Deals mit Publishern abgeschlossen.
