Anzeige
Skip to content
Read full article about: Chinas KI-Labore liefern sich Wettlauf vor dem Neujahrsfest

Chinas KI-Labore liefern sich vor dem chinesischen Neujahrsfest einen Wettlauf um neue Modellveröffentlichungen. Zhipu AI und Minimax, die beide kürzlich an der Hongkonger Börse debütierten, wollen laut South China Morning Post in den nächsten zwei Wochen ihre Flaggschiff-Modelle aktualisieren. Zhipu AI plant nach GLM-4.7 offenbar GLM-5 mit Verbesserungen bei kreativem Schreiben, Programmieren und logischem Denken; Minimax bereitet parallel dazu M2.2 mit Fokus auf Programmier-Funktionen vor. Im Jahr 2025 haben chinesische Unternehmen die Dominanz großer US-Firmen zunehmend in Frage gestellt.

Alibaba, Moonshot AI und Baidu haben zuletzt mit ihren leistungsstärksten Modellen Qwen3-Max-Thinking, Kimi K2.5 und Ernie 5.0 vorgelegt. Deepseek plant dieses Jahr laut einer Quelle aber nur ein kleineres Update: Das nächste große Modell des Unternehmens soll ein Billionen-Parameter-Modell werden, dessen Training sich wegen der wachsenden Größe anscheinend verzögert. Tencent, Baidu und Alibaba investieren derweil Milliarden Yuan in Werbekampagnen für ihre schon jetzt sehr beliebten KI-Chatbots während der Feiertage.

Deepseeks OCR 2-Modell verarbeitet Bilder so, wie das menschliche Auge sie wahrnimmt

Das chinesische KI-Unternehmen Deepseek hat einen neuartigen Vision-Encoder vorgestellt, der Bildinformationen semantisch neu anordnet: nach Zusammenhängen statt nach Position. Das spart Token und verbessert die Dokumentenerkennung.

Chinesisches KI-Unternehmen Moonshot AI will mit Agenten-Schwärmen die Konkurrenz überholen

Moonshot AI hat Kimi K2.5 veröffentlicht, das laut eigenen Angaben leistungsstärkste Open-Weight-Modell. Das Modell kann eigenständig bis zu 100 KI-Agenten koordinieren, die parallel an komplexen Aufgaben arbeiten.

X-Coder übertrifft deutlich größere KI-Modelle dank rein synthetischer Trainingsdaten

Wer braucht schon echte Daten? Forscher zeigen, dass ein KI-Modell mit rein synthetischen Programmieraufgaben trainiert werden kann und dabei größere Konkurrenten schlägt. Mehr Aufgaben schlagen mehr Lösungen.