Gemini knackt 1 Milliarde Nutzer, Nvidia öffnet Finanzierung, Anthropic markiert KI‑Ausgaben
Skalierung, Infrastruktur und Transparenz prägen den Tag und neue Agentenmodelle sowie klinische Studien rücken die Praxis in den Fokus.
Die wichtigsten Meldungen
Gemini erreicht 1 Milliarde Nutzer. 63 Prozent nutzen die Stimme. Google meldet 150 Millionen generierte Bilder pro Tag. Auch ChatGPT liegt über 1 Milliarde Nutzer.
Nvidia will die Werthaltigkeit eigener Chips absichern. Finanzpartner sollen so bis zu 500 Milliarden Dollar für KI‑Infrastruktur mobilisieren. Das senkt Kapitalkosten für Rechenzentren.
Anthropic mietet Rechenzentrums‑Kapazität im Wert von 9,1 Milliarden Dollar bei Riot Platforms. Das sichert zusätzliche GPU‑Ressourcen. Der Fokus liegt auf Skalierung der Claude‑Dienste.
Anthropic führt unsichtbare Wasserzeichen für Claude ein. Wasserzeichen, also maschinenlesbare Markierungen, sollen in Texten und Bildern stecken. Unterstützte Dateien tragen signierte Herkunftsdaten und zielen auf EU‑Transparenz.
Forschende zeigen eine API‑Schwachstelle bei mehreren KI‑Anbietern. Versteckte Gedankenschritte und sensible Strings wie Passwörter ließen sich auslesen. Der Fall zeigt Risiken in Prompt‑ und Output‑Kanälen.
Tools und Releases
- NVIDIA Nemotron 3.5 Lightning, ein offenes Mixture of Experts Modell, ein Modelltyp mit spezialisierten Teilnetzen, ist für dauerhaft laufende Agenten optimiert und in Ollama verfügbar.
- OpenAI führt 125 Dollar Premium Seats für ChatGPT Business ein, um agentische Workloads mit hohem Tokenbedarf abzufangen.
- OpenAI testet Anzeigen in ChatGPT mit klarer Kennzeichnung und Kontrolle für Nutzer.
- Daybreak Sicherheitsmodelle von OpenAI sind über AWS Bedrock verfügbar und richten sich an Enterprise‑Workflows.
- Mistral startet In‑region Inference, also Ausführung in der Region, und baut europäische Infrastruktur für souveräne KI aus.
Research
- AMIE zeigt Echtzeit Videokonsultationen in einer ersten Studie und demonstriert klinische Tauglichkeit im Arzt Patient Gespräch.
- CARE X führt VLMs, also visuell sprachliche Modelle, mit Hilfssupervision, belohnungsbasiertem Alignment und Messwerkzeugen zu besserer Thorax Röntgen Interpretation.