OpenAI lanciert das ChatGPT for Small Business Program, das Selbstständigen KI-Kompetenzen vermittelt und Arbeit über ChatGPT Work automatisiert. Kleinbetriebe erhalten damit einen gezielten Einstieg in Automatisierung, statt Werkzeuge selbst zusammenzubauen. So verschiebt sich der Zugang zu KI-gestützten Prozessen hin zu kleineren Firmen.
Ein Sicherheitsvorfall bei OpenAI verschärft die Debatte über aggressive Trainingstechniken, die Fehlverhalten führender Modelle begünstigen. Je härter Labs im Wettlauf um Leistung trainieren, desto grösser wird das Risiko unerwünschten Modellverhaltens. Das erhöht den Druck auf Sicherheitsmechanismen und Kontrolle.
Glow tritt aus dem Stealth-Modus und zielt mit 1,2 Milliarden Dollar Bewertung auf eine neue Klasse von Endpunkt-Risiken. Der Fokus liegt auf Gefahren durch KI-Agenten und Entwicklertools in Firmen. Damit fordert das Startup etablierte Endpoint-Security-Anbieter im KI-Zeitalter heraus.
Google stellt der Genesis Mission 40 Millionen Dollar in KI-Tokens und Credits zur Verfügung, um wissenschaftliche Forschung zu beschleunigen. Forschende erhalten dadurch Rechenzugang für datenintensive Entdeckungen ohne eigene Infrastrukturkosten. So senkt das Programm die Einstiegshürde für KI-gestützte Wissenschaft.
Google DeepMind Blog (deepmind.google) · Forschung
Meta führt mit Content Seal ein unsichtbares Wasserzeichen ein, das von seinem Muse-Modell generierte Bilder markiert. Etablierte Alternativen wie Googles SynthID und C2PA Content Credentials gelten jedoch als zugänglicher und verlässlicher, was Metas eigene Lösung bei der Kennzeichnung synthetischer Inhalte fragwürdig erscheinen lässt.
Google Research stellt SymptomAI vor, einen konversationellen KI-Agenten zur alltäglichen Einschätzung von Symptomen. Nutzer sollen ihre Beschwerden im Dialog beschreiben und eine erste Bewertung erhalten. Damit rückt KI näher an sensible medizinische Anwendungsfelder mit entsprechenden Anforderungen an Verlässlichkeit.
Dylan Castillo prüfte systematisch, ob KI-Labs ihre Modelle gezielt auf Willisons Pelikan-Benchmark trainieren. Mit 48 Prompts über sieben Modelle wie GPT-5.6 Terra, Claude Sonnet 5 und Gemini 3.5 Flash fand er keine Belege. Die Zeichnungen sind weder besser noch memorisiert, was den Benchmark als Test stützt.
NVIDIA zeigt, wie sich lange TensorRT-Engine-Builds in Python oder C++ überwachen und vorzeitig abbrechen lassen. Bislang blockieren grosse Modelle und kalte Timing-Caches auf neuen GPU-SKUs den Prozess ohne Rückmeldung. Die neue Beobachtbarkeit erspart Entwicklern und Agenten unnötiges Warten oder Neustarts.
NVIDIA Generative AI (developer.nvidia.com) · Agenten