•
Die Codeausführung ermöglicht Agenten eine effektivere Interaktion mit MCP-Servern. Durch etablierte Software-Engineering-Methoden kann der Tokenverbrauch bei der Kommunikation gesenkt werden, was die Performance von Agenten steigert. Der Artikel erklärt, wie bewährte Programmiermuster zur Lösung neuer Herausforderungen bei MCP beitragen.
•
any-llm ist eine Schnittstelle, die Entwicklern erlaubt, beliebige große Sprachmodelle – lokal oder in der Cloud – ohne Anpassungen der bestehenden Infrastruktur zu nutzen. Dadurch entfällt die Bindung an einen einzelnen Anbieter, da das Projekt mit stabiler API unabhängig vom Modell betrieben werden kann.
•
Die App Sora zur hyperrealistischen Videogenerierung ist nun auch für Android verfügbar, womit Millionen weitere Nutzer Zugang erhalten. Nach ihrem Erfolg auf iOS ermöglicht sie die Erstellung realistischer Videos mit Audio und beeindruckender Physik. Android-Nutzer benötigen zum Starten jedoch einen Einladungscode, und der Launch ist auf ausgewählte Länder beschränkt, darunter USA, Kanada, Japan und…
•
100x hat ffmpeg in seine Chrome-Erweiterung eingebunden, sodass komplexe Medienbearbeitung als ein serverloser und zustandsloser Schritt im Workflow möglich ist. Der Browser-Agent kann dadurch Audio und Video mixen sowie Text über Videos legen. Der Beitragsartikel erläutert die technische Umsetzung und Vorteile dieser Integration.
•
Der Beitrag gibt einen detaillierten Überblick zu neueren und alternativen großen Sprachmodell-Architekturen, die nicht auf klassischen autoregressiven Transformern basieren. Dazu gehören Text-Diffusionsmodelle und hybride Linear-Attention-Modelle, die entweder effizienter arbeiten oder bessere Leistungen erzielen sollen.
•
Grab hat ein leichtgewichtiges Vision-LLM von Grund auf neu entwickelt, um die Schwächen traditioneller OCR-Systeme zu überwinden, insbesondere bei der Vielfalt der Dokumentformate und bei südostasiatischen Sprachen. Das Modell kann klassische OCR-Pipelines ersetzen und erleichtert skalierbare Dokumentenprozesse erheblich.
•
Anthropic prognostiziert für 2025 einen API-Umsatz von 3,8 Milliarden US-Dollar, damit doppelt so viel wie OpenAI. Für 2026 peilt das Unternehmen ein jährliches wiederkehrendes Einkommen von 20 bis 26 Milliarden US-Dollar an. Im Vergleich dazu strebt OpenAI bis 2027 Umsätze von 100 Milliarden US-Dollar an, erwartet aber erst 2029 die Profitabilität nach hohen Verlusten.…
•
Google plant die Veröffentlichung des GEMPIX2-Modells (Nano Banana 2) voraussichtlich nächste Woche. Das Modell richtet sich vor allem an Kreative und Profis, die Gemini für Bildgenerierung und KI-gestützte kreative Workflows nutzen. Die Nano Banana Serie hat das Interesse an Gemini stark gesteigert und zur Nutzerzahlensteigerung beigetragen.
•
Ruli schloss eine Seed-Finanzierung von 6 Millionen Dollar ab, um juristische Recherche zu erleichtern. Teleskope erhielt 25 Millionen Dollar in einer Series A-Finanzierungsrunde zur Automatisierung von Datensicherheit. Hippocratic AI sicherte sich 126 Millionen Dollar in einer Series C, um den Aufnahmeprozess von Patienten zu beschleunigen.
•
Aktuelle Stellenangebote umfassen: Robinhood sucht einen Praktikanten als Brokerage Risk Analyst (Sommer 2026), NVIDIA freut sich auf einen Einsteiger für SONiC Software Design Engineering, Figure AI stellt Security Intelligence Analysten (mittleres Level) ein, und Anthropic sucht einen leitenden Data Center Energy Lead in San Francisco.