Claude Code Desktop integriert einen Browser und wechselt zu v2.1.206, GPT-5.6 Sol Ultra ist allgemein verfügbar, Amp ersetzt seine Modi durch ein einziges Zifferblatt (The Dial)

Der 10. Juli bündelt vier große Ankündigungen, die die Interaktion zwischen Agent und Maschine neu gestalten: Claude Code Desktop erhält einen integrierten Browser und wechselt zu v2.1.206, GPT-5.6 Sol Ultra wird allgemein verfügbar, begleitet von einem neuartigen Anspruch auf einen mathematischen Beweis, und Amp ersetzt alle seine benannten Agentenmodi durch ein einziges Zifferblatt. Achtzehn bemerkenswerte Neuigkeiten ergänzen das Bild — von Cognitions wachsendem Vertrauen in Claude Fable 5 bis zur Ankunft von Grok 4.5 als Orchestrator bei Perplexity — und vier Kurzmeldungen schließen diesen Überblick ab.

Claude Code Desktop erhält einen integrierten Browser

10. Juli — Claude Code auf dem Desktop bekommt ein neues Browser-Panel: einen Browser mit Tabs, den Claude genau so steuert, wie es bereits lokale Entwicklungsserver steuert — Dokumentation, Design-Mockups oder jede andere Website öffnen, Inhalte lesen, klicken, Formulare ausfüllen. Er lässt sich per Tastatur öffnen (Cmd+Shift+B auf macOS, Ctrl+Shift+B unter Windows) oder über das Views-Menü; wenn Claude im Chat auf einen externen Link stößt, bietet ein Selektor an, ihn in diesem Panel oder im Standardbrowser zu öffnen. Die Verbindung zu Drittanbieter-Konten ist möglich, einschließlich über Popup-Login-Flows wie Google OAuth.

Das Panel ist sandboxed: ein eigenes Browsing-Profil, getrennt von persönlichen Anmeldedaten und dem Verlauf, mit einer Option, Sitzungen (Cookies, lokaler Speicher) von einem Neustart zum nächsten in der Entwicklung persistent zu halten. Zwei Sicherheitsleitplanken kommen zusätzlich zu den bereits für die Anwendungsprüfung vorhandenen hinzu: Dieselben Klassifikatoren wie im Automatikmodus prüfen jede Schreibaktion von Claude auf einer externen Seite — unabhängig vom aktiven Berechtigungsmodus löst ein Treffer eine Bestätigungsanfrage aus — und außerhalb der Modi Auto und Bypass gilt vor jeder Navigation eine Domain-Whitelist-Prüfung. Die erste Aktion von Claude auf einer Website löst eine Berechtigungskarte aus (Allow once / Always allow / Deny), wobei jede Website einschließlich ihrer Subdomains einzeln genehmigt werden muss. Selbst auf einer genehmigten Website kann Claude weder einen Artikel kaufen noch ein Konto erstellen noch ein CAPTCHA ohne ausdrückliche Bestätigung umgehen — dasselbe Sicherheitsmodell wie bei der Erweiterung Claude in Chrome, deren Dokumentation den Nutzungsunterschied klar benennt: Das Browser-Panel eignet sich zum Erstellen und Testen einer Anwendung (frisches Profil, ohne Identität), während die Chrome-Erweiterung den Anmeldezustand des persönlichen Browsers teilt.

“Claude Code on desktop now has an in-app browser.”

🇩🇪 Claude Code auf dem Desktop verfügt jetzt über einen integrierten Browser. — @ClaudeDevs auf X

🔗 Desktop-Anwendung — Claude Code Docs

GPT-5.6 Sol Ultra wird allgemein verfügbar, OpenAI beansprucht den Beweis einer 50 Jahre alten Vermutung

10. Juli — GPT-5.6 Sol mit der Einstellung Ultra wird allgemein verfügbar, nachdem es beim Start am 9. Juli in einer Multi-Agent-Beta eingeführt wurde (der Modus ultra koordiniert standardmäßig mehrere Agenten parallel). Um diesen Sprung in GA zu veranschaulichen, behauptet Ethan Knight, Ingenieur bei OpenAI, das Modell habe einen Beweis für die Vermutung der doppelten Zyklusüberdeckung (Cycle Double Cover Conjecture) erzeugt, ein seit rund 50 Jahren offenes Problem in der Graphentheorie (unabhängig vermutet von Szekeres 1973 und Seymour 1979), indem es 64 Unteragenten in etwas weniger als einer Stunde einsetzte. OpenAI gibt an, den verwendeten Prompt und den erzeugten Beweis zu teilen, und lädt die Community ein, mit Ultra zu experimentieren. Es handelt sich dabei nicht um eine neue Modellfamilie, sondern um den Übergang der Einstellung ultra von Sol in die allgemeine Verfügbarkeit, die erst am Vortag in der Multi-Agent-Beta eingeführt worden war.

Redaktionelle Vorsicht: Dabei handelt es sich um eine von OpenAI selbst verbreitete Behauptung (über einen seiner Mitarbeiter, offiziell vom Konto @OpenAI weiterverbreitet) und nicht um einen von einer unabhängigen Drittquelle überprüften oder in einer begutachteten Zeitschrift veröffentlichten Beweis zum Zeitpunkt dieses Artikels. Die Vermutung selbst ist authentisch und in der Graphentheorie dokumentiert; die Gültigkeit des angekündigten Beweises ist Stand jetzt nicht unabhängig festgestellt — eine Aussage von OpenAI, die als solche zu behandeln ist, nicht als gesicherte mathematische Tatsache.

“Yesterday, we made GPT-5.6 Sol Ultra generally available. Today, we’re sharing that it produced a proof of the 50-year-old Cycle Double Cover Conjecture using 64 subagents in just under one hour.”

🇩🇪 Gestern haben wir GPT-5.6 Sol Ultra allgemein verfügbar gemacht. Heute teilen wir die Tatsache, dass es einen Beweis der 50 Jahre alten Vermutung der doppelten Zyklusüberdeckung unter Einsatz von 64 Unteragenten in etwas weniger als einer Stunde erzeugt hat. — Ethan Knight (OpenAI), weiterverbreitet von @OpenAI auf X

Amp ersetzt seine benannten Agentenmodi durch ein einziges Zifferblatt (The Dial)

9. Juli — Amp veröffentlicht The Dial, eine vollständige Neugestaltung seines Systems zur Auswahl des Agentenmodus. Die vier früheren benannten Modi — smart, deep, rush, large — werden abgeschafft und durch ein Zifferblatt mit vier Aufwandsstufen ersetzt: low, medium, high, ultra. Leitgedanke: Die früheren Modusnamen verbargen ein Modell, einen Prompt und ein spezifisches Reasoning-Aufwandsniveau, das man kennen musste, um korrekt zu wählen — mit der Konvergenz der Modelle ist laut Amp die einzige noch relevante Frage der Abwägung zwischen Leistungsfähigkeit und Kosten. Das Zifferblatt wird über Ctrl+S im CLI oder über den Modusauswähler der Web-App eingestellt.

Zifferblattstufe	Hauptmodell	Oracle (zweite Meinung)
ultra	Claude Fable 5 (dedizierter Systemprompt)	GPT-5.6 Sol
high	GPT-5.6 Sol, Aufwand xhigh	Claude Fable 5
medium	GPT-5.6 Sol, Aufwand medium	GPT-5.6 Sol, Aufwand high
low	GLM-5.2 (Z.ai, Open-Source-Modell)	GPT-5.6 Sol

Bemerkenswert: Die Stufe low stützt sich standardmäßig auf GLM-5.2, ein Open-Source-Modell eines Drittanbieters von Z.ai, das Amp als „das stärkste Open-Source-Modell im agentischen Coding“ präsentiert, statt auf ein proprietäres Modell — Workspace-Administratoren können es durch GPT-5.6 Terra ersetzen. Jede Stufe verfügt nun über ein „Oracle“ für eine zweite Meinung: Auf den hohen Stufen prüfen sich die beiden Randmodelle gegenseitig (in high schreibt GPT-5.6 Sol und Fable liest Korrektur; in ultra ist es umgekehrt). Für die Migration gibt Amp an: „smart, deep → medium“ und „rush → low“; Nutzer, die das exakte Verhalten der alten Modi beibehalten möchten, können sie als Plugins neu installieren (amp plugins add --auto-update @amp/smart-classic, usw.), mit denselben Systemprompts, Tools, Modellen und Aufwandsstufen wie zuvor.

🔗 Amp — The Dial (vollständiger Artikel)

Claude Code wechselt zu v2.1.206: Pfadvorschläge, CLAUDE.md-Bereinigung und rund ein Dutzend Korrekturen

10. Juli — Claude Code wechselt zu v2.1.206, einer Veröffentlichung ohne einzelne Leitfunktion, dafür mit mehreren bemerkenswerten Ergänzungen. Der /cd bietet jetzt Vorschläge für Verzeichnispfade an, nach demselben Prinzip wie /add-dir. Der /doctor erhält eine neue Kontrolle, die anbietet, versionierte CLAUDE.md-Dateien zu entschlacken, indem Inhalte erkannt werden, die Claude aus der Erkundung des Repos ohnehin selbst ableiten könnte. Auf Git-Seite erlaubt /commit-push-pr nun automatisch den git push zur konfigurierten Push-Remote des Repos oder zur einzigen verfügbaren Remote zusätzlich zu origin, und EnterWorktree verlangt eine Bestätigung, bevor es in einen Worktree außerhalb des .claude/worktrees/-Ordners des Projekts wechselt. Hintergrundagenten aktualisieren sich nach einem Claude-Code-Update nun stillschweigend, statt den Nutzer beim Andocken mit einem langsamen Update zu konfrontieren. Die Agentenansicht (claude agents) wurde überarbeitet: Ctrl+X löscht eine beendete Sitzung nun endgültig, und die Statusspalte nutzt die gesamte Terminalbreite. Anthropic meldet außerdem eine Verbesserung der Ergebnisqualität von /code-review auf claude-opus-4-8, auf allen Aufwandsstufen.

Der Rest des Changelogs umfasst rund ein Dutzend Korrekturen: einen Ablauf-Fehler bei der Verbindung, der eine irreführende Meldung anzeigte, statt zum erneuten Start von /login aufzufordern; claude --resume und --continue, die beim Start nicht mehr auf die Tastatur reagierten; MCP-Server, die ihre eigene request_timeout_ms ignorierten und auf die standardmäßigen 60 Sekunden zurückfielen; falsche Preise im /model-Selektor; und auf Bedrock-Seite einen mehrminütigen Startblocker beim Einsatz des awsCredentialExport-Helpers in Netzen mit eingeschränktem Outbound-Zugang.

🔗 Release v2.1.206 — Claude Code

Anthropic stärkt seine Unternehmenspartnerschaften

Zwei Fallstudien zeigen Anthropic-Enterprise-Partner am 9.–10. Juli, die eine zur langfristigen Autonomie von Claude Fable 5, die andere zu seiner Integration in physische Fertigungsketten.

Cognition (Devin): Claude Fable 5 hält 8 Stunden ohne Aufsicht durch

10. Juli — Eine neue Episode der Reihe „Working at the frontier“ ist Cognition gewidmet, dem Unternehmen hinter dem autonomen Softwareingenieur Devin. Silas Alberti, der bei Cognition das Training und die Bewertung der Modelle leitet, beschreibt einen Qualitätssprung bei Frontier Code, dem hauseigenen Anti-slop-Benchmark des Unternehmens: Das frühere Opus-Modell lag auf dem schwierigsten Teilset bei etwa 10 %, Claude Fable 5 erreicht etwa 30 %. Vor allem ändert sich der Autonomiehorizont grundlegend — ein Agent ohne Aufsicht macht tatsächlich 8 Stunden am Stück Fortschritte, gegenüber wenigen Minuten bis zu einer Stunde vor Fable 5. Alberti führt diesen Sprung auf die Fähigkeit des Modells zurück, die internen Debugging-Tools von Cognition zu nutzen und seine Invarianten vor dem Handeln zu formulieren; Devin beginnt, Slack und die Produktion proaktiv zu überwachen, eine Entwicklung, die Alberti innerhalb von ein bis zwei Jahren bei 90 % der Sitzungen erwartet.

“We trust no eval.”

🇩🇪 Wir vertrauen keinem Benchmark. — Silas Alberti, Cognition, zitiert im Claude Blog

UST setzt Claude in der physischen KI ein

9. Juli — Anthropic kündigt eine Partnerschaft mit UST an, einem Technologie- und Ingenieurdienstleister, um Claude in physischen Fertigungsprozessen einzusetzen: Chips, Automobil, vernetzte Geräte. UST schult 20.000 Mitarbeitende in Claude und wird Global Premier Partner des Claude Partner Network. Zentraler Anwendungsfall: Auf iDEC, der Hardware-Validierungsplattform von UST, liest Claude Code Schaltpläne und Pinbelegungen von Chips, schreibt Regressionstests und vergleicht reale Geräte mit digitalen Zwillingen — eine Pipeline, die die Validierungszyklen bereits um 50 bis 70 % verkürzt. Ausweitung auch auf CarePath (Gesundheit), IntelliOps (Telekommunikation) und FinX (Bankwesen), weiterhin mit menschlicher Freigabe für sensible Aktionen.

🔗 UST bringt Claude in die physische KI

OpenAI, am Tag nach dem GPT-5.6-Launch

Zwei Ankündigungen mit dem Datum des Tages nach dem Launch von GPT-5.6/ChatGPT Work: eine öffentliche Anerkennung von Startproblemen und eine Weiterentwicklung des Programms zur biologischen Sicherheit.

Post-Launch-Korrekturen für ChatGPT Work und Codex

10. Juli — Etwa 24 Stunden nach dem gemeinsamen Start von GPT-5.6 und ChatGPT Work räumt Thibault „Tibo“ Sottiaux, Codex-Leiter bei OpenAI, öffentlich mehrere Startprobleme ein, die offiziell vom Konto @OpenAI aufgegriffen werden: zu leicht aktivierbare hohe Rechen-Einstellungen, eine Umgestaltung der Desktop-App, durch die Chats und Projekte weniger zugänglich sind, ein Launch-Frame, der fälschlich den Eindruck erweckte, Codex würde verschwinden, Regressionen bei Multi-Agent-Workflows und Hänger bei Plugins. Korrekturen des Tages: zweimaliges Zurücksetzen der Nutzungslimits, Änderung der Standard-Einstellungen, Plugin-Fixes, Desktop-Bereinigung. Eine größere Welle wird für die folgende Woche angekündigt: Rückkehr von Chats und Projekten in die Seitenleiste, bessere Sichtbarkeit der Nutzung, Klarstellung zwischen ChatGPT Work und Codex.

“An ambitious direction doesn’t excuse avoidable confusion or regressions in the first version.”

🇩🇪 Eine ambitionierte Richtung entschuldigt keine vermeidbare Verwirrung oder Regressionen in dieser ersten Version. — Tibo (Thibault Sottiaux), OpenAI, auf X

Bio Bug Bounty entwickelt sich zu einem dauerhaften privaten Programm weiter

10. Juli — OpenAI entwickelt sein Bio Bug Bounty zu einem dauerhaften privaten Programm weiter (OpenAI Bio Bug Bounty program), mit einer verdoppelten Prämie von 50.000 $. Das Programm lädt Forschende aus den Bereichen AI-Red-Teaming, Sicherheit oder Biosicherheit ein, einen universellen Jailbreak zu finden, der die vordefinierte Biosicherheits-Herausforderung auf den fortschrittlichsten Frontier-Modellen von OpenAI umgeht. Diese Ankündigung bestätigt, dass es sich tatsächlich um eine Fortsetzung des zuvor begrenzten Programms handelt, das schon am Vortag entdeckt worden war — damals noch mit einer Prämie von 25.000 $ und Fristen, die zum Zeitpunkt der Beobachtung bereits überschritten waren.

🔗 @OpenAI — OpenAI Bio Bug Bounty program

Gemini verankert seine Echtzeit-Experimente in der realen Welt

Zwei Funktionen, die KI-Generierung mit der physischen Welt verbinden, die eine in der Sprachkonversation, die andere in der virtuellen 360°-Erkundung.

Gemini Live kombiniert Bildgenerierung und Google Maps im Gespräch

10. Juli — Gemini Live, der sprach- und kamerabasierte Echtzeit-Konversationsmodus der Gemini-App, integriert jetzt die Bildgenerierung Nano Banana und die Google-Maps-Verankerung direkt während einer Sitzung: Ein Objekt oder Ort mit der Kamera zeigen, um Bilder zu erzeugen, lokale Geschäfte zu finden und gleichzeitig per Stimme zu dialogisieren. Die beigefügte Demonstration zeigt die Umwandlung eines Gemäldes in einen personalisierten Hintergrund. Kostenlos und weltweit für alle Gemini-Nutzer verfügbar, ohne Pro-/Ultra-Beschränkung.

🔗 Tweet @GeminiApp — Gemini Live in Echtzeit

Project Genie verankert seine generierten Welten auf Street View

10. Juli — Der Forschungsprototyp Project Genie (Google DeepMind × Google Labs, auf der I/O angekündigt) ergänzt die Verankerung auf Street-View-Daten von Google Maps als reale geografische Grundlage für die Erzeugung interaktiver virtueller 360°-Umgebungen. Dieser Baustein löst das „blank space problem“ — die Kohärenz der Szene außerhalb des Kamerafelds —, indem er Bild für Bild die Fortsetzung der Welt gemäß den Aktionen des Nutzers (Schwimmen, Wandern) aus einem realen Ort oder einem Textprompt erzeugt. Es bleibt ein experimenteller Forschungsprototyp, ohne angekündigte breite öffentliche Verfügbarkeit.

🔗 Tweet @GoogleAI — Street-View-Frankierung in Project Genie

GitHub stärkt Copilot und das Ökosystem der Drittanbieter-Agenten

Fünf Ankündigungen, die Governance und Ergonomie von Copilot und seinem Agenten-Ökosystem stärken, vom automatischen Reviewer bis zur Videospielproduktion.

Eine Neuformulierung der Anweisungen senkt die Kosten des Copilot-Reviews um 20 %

10. Juli — GitHub erläutert, wie die Migration von Copilot code review zu den gemeinsam mit dem Copilot-CLI-Harness genutzten Code-Exploration-Tools (grep, glob, view) die Reviews zunächst verschlechterte — höhere Kosten, übersehene Probleme — obwohl diese Tools besser gewartet werden. Die Ursache: Anweisungen, die für einen Generalisten-Assistenten zugeschnitten waren, der breit exploriert, während ein Reviewer vom Diff ausgeht und den minimal nötigen Beleg sucht. Nach der Neuformulierung der Anweisungen um den realen Workflow eines Reviewers herum verwandelte sich die Regression in einen Gewinn: etwa 20 % weniger durchschnittliche Review-Kosten, bei gleicher Review-Qualität.

“But the tools weren’t the problem. The instructions were. Once we rewrote them for the way a reviewer actually reads a pull request, the regression flipped into a win: roughly 20% lower average review cost, while maintaining the same review quality.”

🇩🇪 Aber die Werkzeuge waren nicht das Problem. Die Anweisungen schon. Nachdem sie so umgeschrieben wurden, dass sie zur Art passen, wie ein Reviewer tatsächlich eine Pull Request liest, verwandelte sich die Regression in einen Sieg: etwa 20 % weniger durchschnittliche Review-Kosten, bei gleicher Review-Qualität. — The GitHub Blog

Das Pull-Requests-Dashboard geht allgemein verfügbar

9. Juli — Das Pull-Requests-Dashboard (github.com/pulls) geht nach einer öffentlichen Vorschau in die allgemeine Verfügbarkeit: eine priorisierte Inbox, die angeforderte Reviews und PRs, die bereit zum Zusammenführen sind, nach oben zieht, gespeicherte Ansichten auf Basis benutzerdefinierter Abfragen und eine erweiterte Suche mit neuen Filtern. Ein Detail, das Copilot direkt betrifft: Der Filter nach Autor erkennt jetzt auch PRs, die von einem Agenten im Auftrag des Nutzers erstellt wurden — author:@me liefert außerdem die Pull Requests zurück, die der Nutzer Copilot gebeten hat, in seinem Namen zu erstellen.

🔗 Neues Pull-Requests-Dashboard ist jetzt allgemein verfügbar

GitHub Mobile sortiert und filtert Copilot-Sitzungen

10. Juli — GitHub Mobile (iOS/Android) fügt Filter — Status, Repository, Typ, Agent, aktiv/archiviert — für die Liste der Copilot-Sitzungen hinzu, ebenso wie Sortieroptionen (neueste, älteste, aktive zuerst, diejenigen, die zuerst Aufmerksamkeit benötigen), wobei die Sortierung den aktuellen Filterkontext beibehält. Eine Verbesserung der Benutzerfreundlichkeit, die ab dem Moment nützlich wird, in dem die Zahl parallel verfolgter agentischer Sitzungen steigt.

🔗 GitHub Mobile: Verbesserte Filter und Sortierung für Copilot-Sitzungen

Manus fügt /game-dev und einen ElevenLabs-Connector hinzu

10. Juli — Manus startet eine /game-dev-Fähigkeit: Ein Spiel in natürlicher Sprache zu beschreiben reicht aus, um ein funktionsfähiges Gameplay auf einem teilbaren Link bereitzustellen, ohne Erfahrung in der Spieleentwicklung, basierend auf einer von Manus zugeschriebenen Open-Source-Arbeit. Am selben Tag kommt der ElevenLabs-Connector auf die Plattform und eröffnet die Sprachgenerierung und das Klonen von Stimmen für auf Manus gebaute Anwendungen — demonstriert durch eine komplette App (Retro-Interface, 4 Sprachen, geklonte Sprachnarration), die in einem einzigen Prompt erzeugt wurde.

🔗 Tweet @ManusAI — /game-dev-Fähigkeit 🔗 Tweet @ManusAI — ElevenLabs-Connector

Perplexity Computer erweitert sein Angebot, Cohere beschleunigt Inferenz

Perplexity erweitert das Modell- und Toolangebot von Perplexity Computer gleich dreimal, während Cohere eine bemerkenswerte Forschung zur Beschleunigung der Inferenz veröffentlicht.

Computer Analytics: Kredit-Ausgaben pro Modell verfolgen

10. Juli — Perplexity führt Computer Analytics ein, ein Dashboard, mit dem sich der Kreditverbrauch pro Modell in Perplexity Computer verfolgen lässt: Gesamtzahl der Kredite, aktive Mitglieder, Durchschnitt pro Mitglied, Verteilung nach Modell (Claude Opus 4.8 Fast/4.8/4.7, Claude Sonnet 4.6, GPT-5.5, andere) und Mitglieder-Ranking. Sofort verfügbar unter Analytics in den Kontoeinstellungen, sowohl für Einzelnutzer als auch für Enterprise-Organisationen.

🔗 Tweet @perplexity_ai — Computer Analytics

Grok 4.5, bester WANDR-Score bei halben Kosten von Opus 4.8

10. Juli — Grok 4.5 (xAI) kommt zu den verfügbaren Orchestrator-Modellen in Perplexity Computer hinzu, für Consumer Pro- und Max-Abonnenten. Im Kosten-/Leistungs-Benchmark WANDR (6 getestete Konfigurationen) erzielt Grok 4.5 den besten Score aller Konfigurationen:

Bewertete Konfiguration	Kosten pro Versuch	WANDR-Score
GPT-5.6 Terra (medium)	0,40 $	0,149
GLM 5.2 (high effort)	1,74 $	0,207
GPT-5.6 Sol (medium)	2,64 $	0,289
GLM 5.2 + advisor	4,67 $	0,297
Grok 4.5	4,76 $	0,328
Opus 4.8 (thinking, high effort)	9,46 $	0,254

Grok 4.5 steht damit an der Spitze der Kosten-/Leistungs-Pareto-Grenze: bester Score, für ungefähr die Hälfte der Kosten von Opus 4.8.

🔗 Tweet @perplexity_ai — Grok 4.5 Orchestrator

Cohere liefert bis zu 23 % Inferenzgeschwindigkeit an vLLM

10. Juli — Cohere veröffentlicht eine Forschung zu Dynamic Speculative Decoding (DSD), das die Zahl der Entwurfs-Tokens beim speculative decoding je nach Hardware-Regime (Speicher vs. Rechenleistung) mithilfe einer „goodput“-Metrik anpasst. Auf Command A (dense, MT-Bench): DSD ist etwa 23 % schneller als speculative decoding mit festem K und 7,5 % schneller als Vanilla-Inferenz — während festes-K-SD gegenüber Vanilla zurückfällt. Begrenztere Gewinne bei Command A+ (MoE-Architektur). Die Optimierung wurde als Open Source zu vLLM beigesteuert (Pull Request gemergt), inklusive Kompatibilitätsarbeit für async scheduling und den Full CUDA Graph.

🔗 Cohere — Hardware-aware Dynamic Speculative Decoding

Mediengenerierung: Videoforschung geht in Echtzeit

Drei Ankündigungen, die den Übergang der Mediengenerierung zu Echtzeit und agentischer Integration veranschaulichen.

NVIDIA veröffentlicht Flex-Forcing, ein hybrides Diffusions-/autoregressives Videomodell

9. Juli — Das Forschungsteam von NVIDIA veröffentlicht Flex-Forcing, eine Methode, die ein einziges Videomodell darauf trainiert, sowohl bidirektionale Diffusion zu beherrschen (verarbeitet alle Frames auf einmal, Struktur gut erhalten, aber langsamer) als auch autoregressive Generierung (Frame für Frame, schnell und streamable, aber anfällig für zeitliche Drift), mit einer Wahl des Betriebspunkts zur Inferenz je nach verfügbarem Rechenbudget statt eines im Training festgelegten Kompromisses. Die Arbeit wurde mit einem Spotlight auf ICML 2026 gewürdigt.

🔗 Tweet @NVIDIAAI — Flex-Forcing

Wan-Streamer (Alibaba): Video-Dialog in Echtzeit mit Vollduplex

10. Juli — Das Tongyi Lab von Alibaba stellt Wan-Streamer vor, ein durchgehend omni-modales Modell: Ein einziger nativ streamender Transformer hört zu, sieht, versteht und antwortet mit synchronisierter Stimme und Video, im Vollduplex (jede Partei kann gleichzeitig sprechen und zuhören), bei insgesamt etwa 550 ms Latenz. Das Modell ist nicht an ein festes Avatar-Rig gebunden und kann jede in natürlicher Sprache beschriebene Figur verkörpern. Die v0.2 bringt eine Auflösung von 640×368 bei 25 FPS und eine modellseitige Latenz von etwa 200 ms.

🔗 Tweet @Alibaba_Wan — Wan-Streamer

HeyGen verbindet Figma mit HyperFrames, um Launch-Videos zu erzeugen

10. Juli — Neue Ausgabe der täglichen HyperFrames-Fähigkeiten-Serie von HeyGen (nach dem Music-to-Video vom 9. Juli): Der Befehl /figma verwandelt ein Figma-Mockup in ein treues Launch-Video — jede Farbe, jede Schriftart, jeder Bildausschnitt exakt reproduziert — ohne einen Video-Editor zu verwenden. Der Workflow umfasst drei Schritte: den Link des Mockups kopieren, an den Agenten übergeben und dann /figma aufrufen. Installation über npx hyperframes@latest skills.

🔗 Tweet @HeyGen — Figma-Integration

Sakana AI misst die Kreativitätslücke zwischen Agenten und Menschen

10. Juli — Sakana AI veröffentlicht „The AI Picbreeder Experiment“, ein Forschungspapier (GECCO2026, MIT/NYU-Kollaboration, für das beste Paper nominiert), das Picbreeder neu erschafft — eine verschwundene Website, auf der Nutzer gemeinsam Bilder ohne vorgegebenes Ziel weiterentwickelten — und statt Menschen Vision-Language-Agenten (VLMs) einsetzt. Hauptergebnis: VLM-Agenten erkunden weniger breit als Menschen und drehen sich im Kreis um ähnliche Konzepte; doch eine vielfältige Population von Agenten-„Persönlichkeiten“ verbessert die Exploration erheblich und nähert sich in manchen Läufen der semantischen Vielfalt des menschlichen Archivs an. Die verbleibende Lücke: Menschen scheinen besser darin zu sein, einen „glücklichen Zufall“ in eine dauerhafte kreative Entdeckung zu verwandeln.

🔗 Tweet @SakanaAILabs — Ankündigung 🔗 Interaktiver Blog — pub.sakana.ai/picbreeder-vlm

Kurznachrichten

GitHub — API-Endpunkt für Multi-User-Budgets — neuer REST-API-Endpunkt, um in einem einzigen Aufruf den Verbrauch jedes Nutzers innerhalb eines Multi-User-Budgets abzurufen, mit Filterung nach verbrauchtem Prozentsatz, reserviert für Enterprise Owners und Billing Manager. 🔗 GitHub Changelog
GitHub benennt seinen KI-Secret-Detektor um — der Detektor „Copilot secret scanning“ heißt jetzt „AI-detected secrets“, ohne Änderung des Verhaltens, der Webhooks, der Audit Logs oder der API. 🔗 GitHub Changelog
Codex CLI 0.144.1 — Patch auf 0.144.0: eigenständige Installation zuverlässiger gemacht, macOS-Installationen zeigen den code-mode-Host korrekt an, Fallback auf eingebettete Runtime, wenn das begleitende Host-Binary nicht verfügbar ist. 🔗 Codex CLI 0.144.1
Cohere Transcribe Arabic läuft lokal auf dem MacBook — Community-Portierung über mlx-audio (Apple Silicon), zugeschrieben an @Prince_Canuma und @lllucas, ein Zeichen für die ökologische Adaption des Open-Source-Modells (Apache 2.0). 🔗 Tweet @cohere

Was das bedeutet

Agenten lernen, das Web wie ein Mensch zu navigieren. Claude Code Desktop ist innovativ, indem es dem Agenten seinen eigenen sandboxed Browser gibt, mit demselben Seiten-basierten Berechtigungsmodell wie die Claude-in-Chrome-Erweiterung — eine Anwendung bauen und testen, ohne jemals die persönlichen Anmeldedaten des Nutzers zu teilen. Diese Bewegung reiht sich in einen breiteren Trend ein: GitHubs neues Pull-Requests-Dashboard erkennt nun ausdrücklich PRs an, die von einem Agenten im Auftrag eines Menschen erstellt wurden, und Manus fügt eine /game-dev-Fähigkeit hinzu, die funktionierendes Gameplay ohne Eingriff bereitstellt. Eine ganze Oberfläche zu steuern, nicht nur Text oder Code zu erzeugen, wird zur neuen Grenze der Consumer-Agenten.

Der Modellwettlauf verlagert sich von roher Größe hin zu Multi-Modell-Orchestrierung. GPT-5.6 Sol Ultra geht in GA mit einer spektakulären — aber nicht unabhängig verifizierten — Demonstration von Multi-Agent-Reasoning auf einem seit 50 Jahren offenen mathematischen Problem. Amp gibt seine benannten Modi zugunsten eines einzigen Reglers auf, der Claude Fable 5 und GPT-5.6 Sol wie wechselseitige Orakel miteinander ins Gespräch bringt. Perplexity Computer folgt derselben Logik, indem es Grok 4.5 als Orchestrator hinzufügt — bester WANDR-Score auf dem Markt bei halben Kosten von Opus 4.8 — neben dem eigenen GLM 5.2. Das gemeinsame Signal: Der Wert kommt nicht mehr von einem einzigen Spitzenmodell, sondern von der Fähigkeit, mehrere Modelle je nach verfügbarem Budget zusammenarbeiten zu lassen — eine Logik, die Cohere mit seiner Forschung zum adaptiven speculative decoding bis auf die Ebene der Inferenz selbst vorantreibt.

Langzeitautonomie wird messbar, und Unternehmen verlangen Nachvollziehbarkeit. Cognition dokumentiert einen konkreten Sprung — von wenigen Minuten auf 8 Stunden kontinuierlichen Fortschritt ohne Aufsicht —, um zu erklären, warum sie Claude Fable 5 nun bei realen Aufgaben vertraut, während UST Claude in Hardware-Validierungsketten mit Zyklusgewinnen von 50 bis 70 % einsetzt. Dieselbe Bewegung zwingt Technologieunternehmen dazu, ihre eigenen blinden Flecken öffentlich anzuerkennen: OpenAI dokumentiert die Probleme seines GPT-5.6-/ChatGPT-Work-Starts offen, statt sie zu verschweigen, GitHub erklärt, warum eine Werkzeugmigration Copilot code review zunächst verschlechterte, bevor eine Neuformulierung der Anweisungen das Problem behob, und Claude Code v2.1.206 stapelt neben seinem integrierten Browser eine gute Handvoll unauffälliger Korrekturen. Vertrauen entsteht heute ebenso sehr durch Transparenz bei Fehlern wie durch Fähigkeitsankündigungen.

Echtzeit-Mediengenerierung holt die Batch-Generierung ein. Alibabas Wan-Streamer lässt einen Agenten mit Video und Stimme bei 550 ms Latenz dialogisieren, Gemini Live kombiniert Kamera, Bildgenerierung und Kartierung in derselben Sprachkonversation, und NVIDIAs Flex-Forcing lässt ein einziges Videomodell selbst zwischen Qualität und Geschwindigkeit je nach Rechenbudget abwägen. Diese Verschiebung hin zu Unmittelbarkeit und Interaktivität kontrastiert mit Sakana AIs Erinnerung an die Kreativität: Seine Vision-Language-Agenten erkunden weniger frei als Menschen, die sich selbst überlassen sind — eine Lücke, die selbst dann bestehen bleibt, wenn die Generierung technisch sofort erfolgt.