ai-powered-markdown-translatorArtikels übersetzt vom Fr ins De mit gpt-5.4-mini.
Der 23. Juli 2026 bündelt sieben wichtige Ankündigungen: OpenAI rollt Health in ChatGPT in den USA aus und bringt ChatGPT Voice in die Desktop-App, Black Forest Labs vereint Bild, Video, Audio und Aktionsvorhersage in FLUX 3, GitHub steckt zum ersten Mal den Rahmen dafür ab, was seine Agents in Issues eigenständig ändern, HeyGen verwandelt sein HyperFrames-Framework in einen vollständigen Video-Creation-Agent, und Cognition erweitert seine Reichweite mit der Übernahme von Poke sowie einer Absichtserklärung mit dem US-Energieministerium. Rund um diese sieben Themen gibt es achtzehn weitere bemerkenswerte Neuerungen — vom Sprachmodus von Claude bis zu Code-Tools (Cursor, Replit, Zed, v0, Amp) sowie Cyberabwehr bei Gemini und Hugging Face.
Health in ChatGPT kommt in den USA an
23. Juli — OpenAI rollt Health in ChatGPT für angemeldete US-Nutzer ab 18 Jahren auf Web und iOS aus, für die Tarife Free, Go, Plus und Pro. Die Funktion ermöglicht es, Apple Health sowie unterstützte medizinische Unterlagen sicher zu verbinden (US-Krankenhaussysteme, One Medical, Function Health), damit ChatGPT den Gesundheitskontext des Nutzers hat — ein Analyseergebnis mit früheren Tests vergleichen, zusammenfassen, was sich seit dem letzten Termin verändert hat, oder Schlaf und Aktivität mit der täglichen Routine abgleichen.
OpenAI stellt eine Zahl in den Vordergrund: Mehr als 300 Millionen Menschen stellen ChatGPT jede Woche gesundheitsbezogene Fragen. Das Unternehmen gibt an, mit Hunderten von Ärzten zusammenzuarbeiten, um Genauigkeit, Sicherheit und die Erkennung von Situationen zu messen und zu verbessern, die professionelle Behandlung erfordern. Auf Modellebene bringt GPT-5.5 Instant (Gratisplan) eine gemeinsame Basis für alle Nutzer, während GPT-5.6 Sol (Bezahlpläne) bei komplexen Fragen weiter geht; auf HealthBench Professional, der gemeinsam mit Ärzten entwickelten Bewertung, übertreffen alle GPT-5.6-Modelle GPT-5.5.
Beim Thema Datenschutz betont OpenAI: Verbundene medizinische Unterlagen und Apple-Health-Daten sowie die Gespräche, die sie nutzen, werden niemals zum Trainieren der Modelle oder zur Ausspielung von Werbung verwendet, unabhängig von jeder anderen gewählten Trainingseinstellung. Standardmäßig fragt ChatGPT vor jeder Nutzung dieser Daten um Erlaubnis; wenn ein Konto getrennt wird, werden synchronisierte Daten innerhalb von 30 Tagen gelöscht. Bemerkenswert: Health ist in Codex nicht verfügbar. Eine frühere Version, die Anfang des Jahres eingeführt wurde, beschränkte diese Unterhaltungen auf einen dedizierten Bereich — doch mehr als 70 % der gesundheitsbezogenen Gespräche fanden anderswo statt, daher die native Integration in alle Unterhaltungen.
🔗 Offizielle Ankündigung — OpenAI
FLUX 3: Black Forest Labs vereint Bild, Video, Audio und Aktionsvorhersage
23. Juli — Black Forest Labs (BFL), die Macher der FLUX-Modelle für Bilder, kündigen FLUX 3 an, vorgestellt als ein einziges multimodales Modell, das in einer vereinheitlichten Architektur trainiert wurde, statt als getrennte Modelle, die nachträglich zusammengefügt wurden. Das Unternehmen hebt ein Rendering hervor, das „in allen Stilen der Realität näher kommt“ als frühere Generationen.
| Abgedeckte Modalität | Stand am 23. Juli |
|---|---|
| Bild | Verfügbar |
| Video (FLUX 3 Video) | Früher Zugang, ab heute verfügbar |
| Audio | In die vereinheitlichte Architektur integriert |
| Aktionsvorhersage | Robotik-Arbeiten mit mimic und Audi |
Zwei Aspekte unterscheiden diese Veröffentlichung. Zunächst erweitert FLUX 3 Video den historischen Schwerpunkt von BFL — bislang auf Standbilder konzentriert — in Richtung Video, ein Feld, das bisher von Runway, Luma, Kling oder Wan dominiert wurde. Außerdem erklärt BFL, dass sich die vereinheitlichte Architektur des Modells erweitern lässt, um physische Aktionen vorherzusagen, mit Arbeiten in Zusammenarbeit mit mimic (Spezialist für Teleoperation und robotisches Lernen) und Audi — eine Dimension, die BFL näher an das Feld der Physical AI heranführt, in das NVIDIA mit Cosmos und Isaac massiv investiert.
Der Ankündigungspost sammelte in wenigen Stunden mehr als 393.000 Aufrufe, mit einem Folge-Thread, der die ersten FLUX-3-Image-Beispiele zeigt. Es ist der bemerkenswerteste Modellstart im Fenster auf dem Segment generativer Medien, sowohl wegen seines Anspruchs — ein Modell für vier Modalitäten — als auch wegen seiner Öffnung zur Robotik.
ChatGPT Voice steuert Chat, Work und Codex per Sprache
23. Juli (21:43) — OpenAI kündigt die Verfügbarkeit von ChatGPT Voice in der Desktop-App (macOS und Windows) für die Tarife Plus, Pro, Business, Edu und Enterprise an, mit weltweitem Rollout ab heute. Angetrieben von GPT-Live ermöglicht die Funktion, den Computer zu steuern und mehrere Agents — ChatGPT Work oder Codex — allein per Sprache zu dirigieren: Das Modell spricht, hört zu und koordiniert die Arbeit in der App gleichzeitig.
ChatGPT Voice is now in the desktop app. Control your computer and direct multiple agents running in ChatGPT Work or Codex, using just your voice. It’s powered by GPT-Live, so it can speak, listen, and coordinate work in the app at the same time. Rolling out globally today on macOS and Windows to Plus, Pro, Business, Edu, and Enterprise plans.
🇩🇪 ChatGPT Voice ist jetzt in der Desktop-App verfügbar. Steuern Sie Ihren Computer und dirigieren Sie mehrere Agents, die in ChatGPT Work oder Codex ausgeführt werden, nur mit Ihrer Stimme. Das wird von GPT-Live angetrieben, das also gleichzeitig sprechen, zuhören und die Arbeit in der App koordinieren kann. Weltweiter Rollout ab heute für macOS und Windows für die Tarife Plus, Pro, Business, Edu und Enterprise. — @OpenAI auf X
Das offizielle Codex-Changelog (Version 26.715) ergänzt ein Detail, das im Tweet fehlt: Auf macOS ermöglicht die Option „Screen context“, während einer Sprachkonversation einen Screenshot des Vordergrundfensters mit ChatGPT zu teilen, damit der Assistent sieht, was der Nutzer beim Arbeiten mit Sprache betrachtet. Ein Folge-Tweet präzisiert, dass ChatGPT Voice auch in Codex über die iOS-App nutzbar ist, über einen gekoppelten Fernzugriff — die Android-Unterstützung sei „in Vorbereitung“, ohne genanntes Datum.
🔗 Codex-Changelog — Version 26.715
Auch der Sprachmodus von Claude wird erweitert
23. Juli — Anthropic aktualisiert den Sprachmodus von Claude, der in allen Tarifen verfügbar ist. Er basiert nun auf leistungsfähigeren Modellen — Opus und Sonnet — statt auf einem leichteren dedizierten Modell, für tiefere gesprochene Dialoge.
Voice mode now runs on Claude’s more capable models and reaches the tools you’ve connected mid-conversation. Talk through the hard problems out loud, in many more languages.
🇩🇪 Der Sprachmodus funktioniert jetzt mit den leistungsstärksten Modellen von Claude und kann auf die Tools zugreifen, die Sie im Verlauf der Unterhaltung verbunden haben. Denken Sie bei komplexen Problemen laut nach, und das in deutlich mehr Sprachen. — @claudeai auf X
Claude kann nun außerdem im Gespräch auf bereits mit dem Konto verbundene Tools (Messaging, Kalender) zugreifen, ohne die Unterhaltung zu unterbrechen. Der Sprachmodus erhält Spanisch, Französisch, Hindi und Japanisch, ab heute in Public Beta auf Mobilgeräten, Desktop und im Web.
Codex: Projekte, die mehrere Ordner umfassen
23. Juli (22:31) — In derselben Veröffentlichung wie ChatGPT Voice (Codex-Changelog 26.715) führt Codex in der ChatGPT-Desktop-App lokale Multi-Ordner-Projekte ein. Ein lokales Projekt kann nun Code, Dokumentation und Referenzdateien aus mehreren Ordnern bündeln; Codex kann im gesamten Umfang lesen und schreiben, während ein primärer Ordner die Git-Wurzel bleibt.
Über das Menü eines Projekts ermöglicht die Option „Edit project“ das Hinzufügen von Ordnern und die Festlegung des primären Ordners. Neue Chats, Git-Operationen, die automatische Erkennung von AGENTS.md, Skills und die Datei config.toml verwenden alle den primären Ordner; sekundäre Ordner bleiben für die Dateisuche im Lesen- und Schreibmodus zugänglich.
GitHub setzt den Rahmen für Agents, die Issues verändern
23. Juli — GitHub hat in Public Preview eine Reihe von Kontrollen eingeführt, um Agent-Automatisierungen auf GitHub Issues zu rahmen. Ausgangspunkt: Agents (GitHub Agentic Workflows, Copilot cloud agent) versehen Issues immer häufiger automatisch mit Labels, Typen, Zuweisungen und Schließungen, ohne dass Teams immer wissen können, warum, oder die Kontrolle leicht behalten.
| Hinzugefügte Fähigkeit | Was sie tut |
|---|---|
| Genehmigungen | Die Automatisierung schlägt vor, statt anzuwenden; Änderungen warten auf Freigabe, einzeln oder gesammelt |
| Vertrauensscore | Jede Aktion erhält hohe / mittlere / niedrige Vertrauensstufe; nur die hohe wird automatisch angewendet |
| Begründung | Jede Aktion protokolliert ihren Grund, angewendet oder ausstehend — nachvollziehbarer Audit-Trail |
Die Suche has:suggestions findet Issues mit Änderungen, die auf Review warten; Administratoren konfigurieren die Vertrauensschwelle, die bestimmt, was automatisch angewendet wird. Diese Kontrollen funktionieren mit GitHub Agentic Workflows (durch Hinzufügen von issue-intents: true zum Frontmatter des Workflows) und mit Copilot cloud agent (kein Update erforderlich). Beim Start umfassen die abgedeckten Aktionen: Labels, benutzerdefinierte Felder, Typ, Schließen und Zuweisung, über die REST- und GraphQL-APIs.
Ein von GitHub selbst formulierter Warnhinweis: Genehmigungen werden als „Workflow-Komfort, nicht als Sicherheitskontrolle“ dargestellt — sie erzwingen keine serverseitige Barriere, und ein Agent mit den erforderlichen Berechtigungen kann eine Änderung weiterhin direkt anwenden statt sie vorzuschlagen. Hervorgehobene Anwendungsfälle: automatisches Triage, Anreicherung von Metadaten, Spam-Erkennung mit Begründung.
GitHub Mobile behebt Ihre CI-Fehlschläge mit Copilot
23. Juli — GitHub erweitert die Funktion Fix with Copilot, die bereits in Pull-Request-Kommentaren verfügbar ist, auf die mobile App (iOS und Android). Wenn nun ein GitHub-Actions-Check auf einer Pull Request fehlschlägt, erscheint auf dem fehlerhaften Check in GitHub Mobile direkt ein Button Fix with Copilot.
Mit einer Aktion analysiert der Copilot-Coding-Agent den Fehler, öffnet eine neue Pull Request über der bestehenden Pull Request mit einem vorgeschlagenen Fix und benachrichtigt dann den Nutzer zur Prüfung. Das Ziel ist, auf CI-Fehler unterwegs reagieren zu können, ohne an einen Arbeitsplatz zurückzukehren, damit Pull Requests auch außerhalb der Tastatur in Bewegung bleiben.
Runway automatisiert die Wahl des generativen Modells
23. Juli — Runway startet Media Router, beschrieben als der erste mediengenerierende Router, der „nach Präferenzen optimiert“ ist. Statt für jede Anfrage manuell ein Modell auszuwählen, definiert der Nutzer einmal, was „besser“ bedeutet — Kosten, Qualität oder Latenz — und der Router wählt automatisch das passende Video-, Bild- oder Audio-Modell aus.
Die Funktion ist ab sofort in Runway Dev verfügbar, der parallel gestarteten Entwicklerplattform. Es ist eher eine Infrastrukturkomponente als ein neues Modell: Sie richtet sich an Produktteams, die mehrere externe generative Modelle orchestrieren und die Kosten-/Qualitäts-/Latenz-Abwägung automatisieren wollen — ein Ansatz, der LLM-Routern (OpenRouter und Co.) ähnelt, aber auf generative Medien angewendet wird.
HeyGen verwandelt HyperFrames in einen Video-Creation-Agent
23. Juli — HeyGen hebt HyperFrames — bisher vor allem durch seine tägliche Kreativserie in der breiten Öffentlichkeit bekannt — vom Status einer einfachen HTML-Rendering-Engine zu einem zentralen Produkt: Video Agent, direkt in HeyGen integriert. Das Prinzip: Der Nutzer beschreibt, was er möchte, und der Agent baut das Video von Anfang bis Ende — Avatar, Grafiken, Untertitel und Musik, alles als „unendlich anpassbar“ präsentiert.
Der Start wird von einer viralen Wachstumsaktion begleitet (ein Monat HeyGen kostenlos gegen Interaktion mit dem Post), die in wenigen Stunden mehr als 1,1 Millionen Aufrufe, 810 Antworten und 788 Reposts erzeugte — mit großem Abstand der meistgesehene Post des gesamten Scan-Fensters im Segment generativer Medien.
Bemerkenswert für Entwickler: Parallel zum Endkundenprodukt open-sourct HeyGen HyperFrames selbst auf GitHub (Repository heygen-com/hyperframes, beschrieben als „Schreiben Sie HTML. Generieren Sie ein Video. Für Agents gemacht.“), wodurch Dritt-Agents Video aus HTML selbst außerhalb der HeyGen-App erzeugen können. Derselbe Thread kündigt außerdem eine neue API für Videoübersetzung im großen Maßstab an (siehe Kurzmeldungen). Es ist also an einem einzigen Tag sowohl ein Produkt- als auch ein Developer-Platform-Move für HeyGen.
Cognition übernimmt Poke, den Agenten, der in Ihren Nachrichten lebt
23. Juli — Cognition (Devin) kündigt die Übernahme von The Interaction Company of California an, dem Herausgeber von Poke, einem persönlichen konversationellen Agenten, der direkt in den Nachrichten des Nutzers lebt. Laut dem Beitrag von Scott Wu, CEO und Mitgründer von Cognition, waren er selbst und Walden (Mitgründer von Cognition) frühe Angel-Investoren bei Interaction, und die beiden Teams teilten bereits dieselbe technologische Wette: „immer aktive“ Cloud-Agents.
Poke is a personal agent that lives in your texts. It messages you first, follows up with you, and feels less like software and more like a friend. People have exchanged more than 100 million messages with it in just the last three months, and it’s the only AI agent approved to text natively on Apple Messages.
🇩🇪 Poke ist ein persönlicher Agent, der in Ihren Nachrichten lebt. Er schreibt Ihnen zuerst, stößt die Unterhaltung erneut an und wirkt weniger wie Software als wie ein Freund. Allein in den letzten drei Monaten wurden mehr als 100 Millionen Nachrichten mit ihm ausgetauscht, und er ist der einzige KI-Agent, der nativ auf Apple Messages Nachrichten senden darf. — Scott Wu im Cognition-Blog
Für die Nutzer ändert sich zunächst nichts — Poke funktioniert weiter wie bisher —, aber Cognition kündigt an, seine Modelle und Infrastruktur einzubringen, um ihn „schneller und zuverlässiger“ zu machen. Die Annäherung positioniert Cognition über sein historisches Kerngeschäft (den autonomen Software-Ingenieur Devin) hinaus in Richtung persönlicher Consumer-Agents, eine neue strategische Achse für das Unternehmen.
Cognition tritt der Genesis Mission des Energieministeriums bei
22. Juli — Cognition hat ein Memorandum of Understanding (MOU) mit dem US-Energieministerium (DOE) unterzeichnet, um der Genesis Mission beizutreten, einer nationalen Initiative, die per Präsidialdekret im November 2025 gestartet wurde und als „Amerikas Manhattan-Projekt für KI“ vorgestellt wird. Sie mobilisiert die 17 US-Nationallabore, die Industrie und die Wissenschaft, um die leistungsstärksten Supercomputer des Landes mit den größten föderalen wissenschaftlichen Datensätzen zu verbinden, mit dem erklärten Ziel, die Produktivität der US-Wissenschaftsforschung innerhalb eines Jahrzehnts zu verdoppeln. Cognition reiht sich damit ein in Google DeepMind, OpenAI und Arcee AI, deren Beitritt zu derselben Mission bereits am Vortag, dem 22. Juli, behandelt wurde.
| Engagementsbereich | Beitrag von Devin (Cognition) |
|---|---|
| Software- und Datensicherheit | Schwachstellen in wissenschaftlichen Codebasen finden und beheben |
| Modernisierung von Legacy-Code | Dokumentation, Tests und Übersetzung von Altsystem-Code (Fortran, C++, COBOL) |
| Erweiterung der Forschungskapazität | Datenpipelines, Infrastruktur und Deployment delegieren |
| Cloud-Modernisierung | Migration von Legacy-Anwendungen auf cloud-native Plattformen |
Der Beitrag präzisiert, dass die Cognition-Plattform derzeit für FedRAMP Class D (High) qualifiziert wird, dass Devin Desktop und Devin CLI bereits auf diesem Niveau zertifiziert und ITAR/IL4-IL6-konform sind und dass Devin bereits von der US Army, der US Navy und dem Jet Propulsion Laboratory der NASA genutzt wird. Im Rahmen ihres Beitritts bietet Cognition Code-Sicherheits-Scans und Remediationsberichte in Form von Sachleistungen für die Nationallabore sowie zusätzliche Rechenleistung für ausgewählte Teams über die Ausschreibungen der Genesis Mission an.
🔗 Ankündigung im Cognition-Blog
Die Code-Tools beschleunigen sich
Fünf bemerkenswerte Updates betreffen diese Woche die KI-gestützten Entwicklungswerkzeuge, zwischen Preisgestaltung, Funktionen und ereignisgetriebener Automatisierung.
Cursor verdoppelt seine Nutzungsgrenzen
21. Juli — Cursor verdoppelt die enthaltenen Nutzungsgrenzen auf allen Einzel- und Teams-Tarifen (ohne Enterprise, nicht erwähnt). Die Maßnahme gilt für die Modelle Grok (xAI) und Composer (proprietäres Modell von Cursor) sowie für jedes zukünftige Cursor-Modell, ohne dass über den Faktor „verdoppelt“ hinaus eine Preisänderung angekündigt wurde. Der Beitrag erzeugte ein hohes Engagement — rund 1.000 Reposts und 10.000 Likes innerhalb weniger Stunden — ein Zeichen für die sehr positive Aufnahme durch die Community. Diese Ankündigung ist von Cursor Router getrennt, der am Vortag veröffentlicht wurde.
Replit senkt seine Hosting-Preise um mehr als die Hälfte
23. Juli — Replit kündigt eine deutliche Preissenkung — mehr als 50 % — für das Hosting großflächig veröffentlichter Anwendungen an, wirksam ab dem 1. August 2026. Jede veröffentlichte App läuft auf Replit Cloud, mit automatischem Scaling je nach Nutzung, integrierter Authentifizierung und sicherer Datenbank, Analytics und SEO. Die neuen Preise gelten automatisch für alle Nutzer ab ihrem nächsten monatlichen Abrechnungszyklus, ohne dass sie etwas unternehmen müssen.
Zed 1.12: Git Panel und Mehrfachauswahl
22. Juli — Zed veröffentlicht die stabile Version 1.12: Das Git-Panel bietet nun getrennte Bereiche „Staged“ und „Unstaged“, und ein Klick auf einen Eintrag in einer der beiden Gruppen öffnet den entsprechenden Multibuffer. Sowohl File Finder als auch Text Finder unterstützen außerdem Mehrfachauswahl (cmd-Klick unter macOS, ctrl-Klick unter Linux/Windows oder tab), um mehrere Dateien auf einmal zu öffnen. Ein ursprünglich im Thread erwähnter CSV-Filter wurde schließlich durch einen Zed-Korrekturhinweis entfernt; Zed stellte klar, dass diese Funktion in Wirklichkeit noch nicht öffentlich verfügbar sei.
v0: Slash-Befehle, Shopify für alle, Snowflake-Zuverlässigkeit
21. Juli — v0 (Vercel) fügt Slash-Befehle hinzu: Wenn man / im Composer eingibt, öffnet sich ein Menü, um ohne Loslassen der Tastatur eine Fähigkeit (skill) über skills.sh anzuhängen. Die Integration Shopify, die ein E-Commerce-Schaufenster erzeugt, das Produkte, Preise und Lagerbestand in Echtzeit liest, ist nun für alle Nutzer geöffnet. Ein Zuverlässigkeitsdurchlauf für Snowflake erkennt Codeänderungen seit dem letzten Deployment und lenkt die Generierungen auf das verbundene Konto statt auf Platzhalterdaten.
Amp: Orbs reagieren auf externe Ereignisse
23. Juli — Die „Orbs“ von Amp (Cloud-Sandboxes für entfernte Agenten) können sich nun über eine neue Webhook-API (amp.createWebhook) auf externe Ereignisse hin aktivieren: CI-Fehler auf GitHub, neue Linear-Issue, Monitoring-Alarm, Discord-Nachricht. Amp überprüft die Signatur des Anbieters und dedupliziert Zustellungen; das externe Ereignis bleibt eine unzuverlässige Datenquelle und wird niemals als direkte Anweisung an den Agenten interpretiert. Genannte Einsatzbeispiele: jeden CI-Fehler auf dem Haupt-Branch untersuchen und die Ergebnisse in Slack posten oder neue Versionen von Abhängigkeiten überwachen, um automatisch einen Update-Pull-Request zu öffnen.
Cyberabwehr: Gemini und Hugging Face rüsten Verteidiger aus
Zwei getrennte Ankündigungen aus dem Zeitraum laufen auf denselben Bedarf hinaus: die Verteidigung gegen Software-Schwachstellen besser auszustatten.
Gemini 3.5 Flash Cyber erkennt 72 % der Schwachstellen
23. Juli — Nach der gemeinsamen Ankündigung vom 21. Juli (Gemini 3.6 Flash, 3.5 Flash-Lite, 3.5 Flash Cyber) veröffentlicht Google DeepMind einen eigenen Thread mit einem quantifizierten Benchmark zu Gemini 3.5 Flash Cyber, einem leichten Modell, das auf das Auffinden und Beheben von Schwachstellen spezialisiert ist.
| Getestetes Modell | Erkennungsrate |
|---|---|
| Gemini 3.5 Flash Cyber | 72 % |
| Gemini 3.5 Flash (Standard) | 55 % |
| Claude Opus 4.6 (Anthropic) | 54 % |
Der Test — mit dem Namen „Chrome Production Commit Scanning Pipeline“ — wurde auf den realen Codebasen von Chrome und Android durchgeführt, wo das Modell komplexe Schwachstellen erkannte, die von Standardmodellen übersehen wurden. Die Verfügbarkeit bleibt ein Pilotprojekt mit eingeschränktem Zugang, reserviert für Regierungen und vertrauenswürdige Partner, das Google als Ansatz für „verantwortungsvolles Deployment“ darstellt.
The Stack v3, der Open-Source-Treibstoff für die Cyberabwehr
23. Juli — Leandro von Werra, Head of Research bei Hugging Face, kündigt The Stack v3 an, die neue Generation des Code-Datasets der Organisation HuggingFaceCode (ursprünglich für die StarCoder-Modelle): 5.000 Milliarden Tokens bereit für das Training, 120 TB Rohdaten, mehr als 700 Sprachen für die Programmierung, unter ODC-BY-Lizenz. Der Kommunikationsansatz ist ausdrücklich defensiv — von Werra begründet die Veröffentlichung mit dem dringenden Bedarf an „guten offenen Codemodellen für die Cyberabwehr“, in Anlehnung an die Veröffentlichung von Fugu-Cyber bei Sakana AI am Vortag.
Together AI und NVIDIA rüsten Inferenz und Fine-Tuning aus
Together AI startet eine neue Generation seiner Inferenzplattform
23. Juli — Together AI kündigt Together Dedicated Model Inference an, eine Überarbeitung seiner Inferenzplattform für Open-Weight-Modelle. Auf dem Programm: mehrere Deployments hinter einem stabilen Endpoint, sichere Rollouts (Canary, Blue-Green, Rolling mit automatischem Rollback), A/B-Tests und „Shadow Traffic“ auf realem Traffic, etwa 4-mal schnellere Starts dank einer neuen Cache-Schicht (Frontier-MoE-Modelle wie Kimi K2.7, MiniMax M3 oder GLM 5.2 werden in 7 bis 14 Minuten bereitgestellt) sowie eine geschlossene Beta für individuelles Fine-Tuning (RL Full-Weight, LoRA, SFT) mit direkter Bereitstellung der Checkpoints in Produktion. Ein Einführungsvortrag ist für den 6. August angekündigt.
NVIDIA: ein RL-Fine-Tuning für weniger als 5 Dollar
23. Juli — NVIDIA hebt eine Demonstration von Reinforcement-Learning-Fine-Tuning hervor, die auf Nemotron 3 Nano gehostet wird und mit Prime Intellect Lab durchgeführt wurde: Die Genauigkeit stieg bei einer Mathematikaufgabe von 22 % auf 91 % bei Kosten von unter $5. Der gesamte Ablauf — Baseline, Training bis zur Konvergenz der Belohnung, erneuter Validierungstest — endet mit einem herunterladbaren LoRA-Adapter, der sich auf Nemotron 3 Super und Ultra übertragen lässt, indem nur eine einzige Konfigurationszeile geändert wird.
Gemini Notebook ordnet Ihre Notebooks mit Collections
20. Juli — Gemini Notebook (ehemals NotebookLM) führt Collections ein, einen neuen Tab, um seine Notebooks eher wie Fotoalben oder Playlists als über eine klassische Ordnerstruktur zu organisieren: keine starre Struktur, und ein und dasselbe Notebook kann so vielen Collections angehören, wie gewünscht, oder keiner.
Es handelt sich um eine ausgelieferte Funktion — ein neuer Tab, der im Produkt sichtbar ist — und nicht bloß um einen Teaser. Obwohl dieser Tweet vom Vortag des engen Zeitfensters dieses Scans datiert, beantwortete er dennoch eine wiederkehrende Nutzeranfrage, die bis dahin unbeantwortet geblieben war.
🔗 Angehefteter Tweet @Gemini_Notebook
xAI und Qwen erweitern ihre Angebote
Grok 4.5 auf allen öffentlichen Oberflächen verfügbar
22. Juli — xAI kündigt an, dass Grok 4.5 nun Grok auf allen öffentlichen Oberflächen antreibt: grok.com, X sowie die iOS- und Android-Apps. Das Modell bleibt außerdem über die Microsoft-365-Add-ins von xAI für Word, Excel, PowerPoint und Outlook zugänglich. Es handelt sich nicht um ein neues Modell: Der Flagship-Start wurde bereits am 8. Juli behandelt, und die vollständige Verfügbarkeit in Europa am 16. Juli — diese Ankündigung ist das letzte Glied des Rollouts, die tatsächliche Umstellung auf Mobilgeräten und der öffentlichen Website.
Grok kommt in Microsoft Outlook an
21. Juli — xAI erweitert die Integration von Grok in Microsoft 365 mit Grok für Outlook: ein Agent, der lange E-Mail-Threads zusammenfasst, Antworten im Stil des Nutzers verfasst, abgeschlossene Unterhaltungen archiviert und markiert, was auf eine Antwort wartet — nichts wird ohne explizite Bestätigung gesendet. Ab heute für zahlende X- und SuperGrok-Abonnenten über den Microsoft Marketplace verfügbar, ergänzt dieses Modul die bereits für Word, Excel und PowerPoint angebotenen.
Qwen Cloud startet den Token Plan Individual
21. Juli — Qwen Cloud startet den Token Plan Individual, ein Abonnementangebot ab $6 pro Monat, das Zugriff auf einen einheitlichen Credit-Pool für die Qwen-Familie sowie für GLM und DeepSeek bietet, mit frühem Zugang zu Qwen3.8-Max-Preview (ein Modell, das bereits am 19. Juli behandelt wurde). Die Werbegrafik zeigt drei Preisstufen (Lite / Standard / Pro), Preisnachlässe in Nebenzeiten und einen Pool, der bis zu 8 Agenten gleichzeitig versorgen kann.
Anthropic investiert 200 Millionen Dollar in die wirtschaftlichen Zukünfte der KI
22. Juli — Anthropic legt die Forschungsagenda seines Economic Futures Research Fund offen, der mit 200 Millionen Dollar ausgestattet ist, um ambitionierte externe Forschung zu Interventionen zu finanzieren, die die Gesellschaft auf die wirtschaftlichen Auswirkungen von KI vorbereiten sollen. Fünf Prioritäten: Auswirkungen auf Beschäftigte, Begleitung beruflicher Übergänge, Modernisierung von Einkommensunterstützungssystemen, Mechanismen zur Teilung des durch KI bedingten Wachstums (Pre-Distributive Capital Accounts) und neue Daten zu öffentlichen Investitionen.
Anthropic plant, vor allem Projekte zwischen 5 und 30 Millionen Dollar zu finanzieren, offen für Universitäten, unabhängige Forschungsinstitute und gemeinnützige Organisationen — nicht für einzelne Forschende. Dieser Fonds entwickelt das ein Jahr zuvor gestartete Programm „Economic Futures“ weiter, das sich auf eine kleinere Zahl ambitionierter Förderungen statt vieler kleiner Stipendien konzentriert.
Kurzmeldungen
- Anthropic verdoppelt seine Unterstützung für Public First Action um 20 Millionen Dollar — die Gesamtunterstützung steigt auf 40 Millionen Dollar für diese überparteiliche Organisation zur öffentlichen Aufklärung über KI-Themen; diese Spenden finanzieren ausschließlich die Bildungs- und Public-Policy-Mission, ohne mögliche Wahlkampfhilfe. 🔗 Quelle
- Claude Code: Leitfaden zu Verifikationsschleifen, die mit Skills gebaut wurden — wie man manuelle Überprüfungen in Claude-Code-Skills verwandelt, damit Claude seine eigene Verifikation selbst in Schleife durchführt. 🔗 Quelle
- Fallstudie Outtake: auf Claude aufgebauter Cyber-Analyse-Agent — wie Outtake mehrstündige Sitzungen nutzt, um Angriffsnnetzwerke zu kartieren. 🔗 Quelle
- Cognition — DeepWiki überschreitet 500.000 indexierte Repositories — kostenloses, KI-generiertes Code-Dokumentationstool; Meetup mit LangChain für den 28. Juli in San Francisco angekündigt. 🔗 Quelle
- Replit hebt die Firecrawl-Integration hervor — Web-Kontext mit einem Klick für Apps, mit 10.000 Credits für frühe Nutzer. 🔗 Quelle
- Hugging Face integriert Nunchaku (SVDQuant) nativ in Diffusers — quantisierte 4-Bit-Checkpoints (Gewichte und Aktivierungen) werden nun über
from_pretrained()geladen, ohne separate Inferenzbibliothek. 🔗 Quelle - Together AI wird Kimi K3 (Moonshot AI) ab dem Start am 27. Juli hosten — Inferenz ab Tag null verfügbar, Benchmarks werden nach dem tatsächlichen Start veröffentlicht. 🔗 Quelle
- Gemini CLI v0.52.0 — Triage- und Egress-Dienste, Umgehung der LLM-Korrektur für JSON/IPYNB in
write_file/replace, Update vongoogle-auth-libraryauf Version 10.9.0. 🔗 Quelle - GitHub — Felder mit Mehrfachauswahl für Projects und Issues — ein benutzerdefiniertes Feld kann nun mehrere Werte gleichzeitig enthalten (Teams, Module, Kategorien). 🔗 Quelle
- HeyGen — Video-Übersetzungs-API im großen Maßstab — eine komplette Videokette in 10 lokalisierte Versionen in weniger als 24 Stunden duplizieren, mit Stapelverarbeitung. 🔗 Quelle
- Codex Sites Analytics geht in die öffentliche Testphase — grundlegende Leistungsmetriken für mit Codex veröffentlichte Websites. 🔗 Quelle
- OpenAI startet das Programm „ChatGPT für kleine Unternehmen“ — ChatGPT-Work-Webinare, AI Academies in den USA, Partnerschaften mit Dropbox, Shopify, Intuit, Slack, Atlassian und Wix. 🔗 Quelle
- David Vélez (Nubank) und Robin Vince (BNY) treten den Vorständen von OpenAI bei — die OpenAI Foundation und OpenAI Group PBC begrüßen die beiden Führungskräfte. 🔗 Quelle
- Cohere kündigt eine Partnerschaft mit HUMAIN für arabische KI an — Fortsetzung des Erfolgs von Cohere Transcribe Arabic, bislang ohne genaueres Produkt oder Datum. 🔗 Quelle
Was das bedeutet
Sprache etabliert sich als eigenständige Steuerungsoberfläche – am selben Tag bei zwei verschiedenen Anbietern. ChatGPT Voice kommt auf den Desktop, um Chat, Work und Codex ohne Tastatur zu steuern, angetrieben von GPT-Live; Claude wiederum betreibt seinen Sprachmodus auf seinen leistungsstärksten Modellen und gibt ihm während der Unterhaltung Zugriff auf verbundene Tools. Die beiden Ankündigungen sind unabhängig voneinander, doch die zeitliche Nähe ist wahrscheinlich kein Zufall: Sie steht für dieselbe Wette — dass die gesprochene Konversation zu einem vollwertigen Arbeitskanal wird, der echte Aktionen über Agenten oder verbundene Tools auslösen kann, statt nur ein bloßes Assistenten-Gimmick zu sein, das sich auf das Beantworten von Fragen beschränkt.
Die Einhegung von Agenten wird zu einem eigenständigen Thema, getrennt von der bloßen Tatsache, sie laufen zu lassen. GitHub führt Genehmigungen, einen Vertrauenswert und eine Begründung für Änderungen ein, die seine Agenten eigenständig an Issues vornehmen — und stellt dabei selbst klar, dass es sich nicht um eine Sicherheitskontrolle handelt, sondern nur um eine Workflow-Erleichterung. Runway fügt seinerseits eine automatische Vermittlungsschicht zwischen konkurrierenden generativen Modellen hinzu (Kosten, Qualität, Latenz). Der gemeinsame Nenner: Je autonomer Agenten werden, desto mehr fügen Anbieter Governance- und Steuerungsebenen hinzu, statt einfach nur Fähigkeiten aufzustapeln — eine Bewegung, die sich auch in Codex’ Multi-Ordner-Projekten wiederfindet, die darauf ausgelegt sind, dass Agenten in einem größeren Umfang arbeiten können, ohne das Konzept der Vertrauensquelle aus den Augen zu verlieren: den primären Git-Ordner.
Cyberabwehr etabliert sich als ausdrückliche Wettbewerbsachse zwischen großen KI-Akteuren. Gemini 3.5 Flash Cyber beansprucht 72 % Erkennung von Schwachstellen auf realen Chrome- und Android-Codebasen, gegenüber 55 % für das eigene Standardmodell und 54 % für Claude Opus 4.6, das Google namentlich zitiert — ein direkter Vergleich, der selten genug ist, um erwähnt zu werden. Am selben Tag veröffentlicht Hugging Face The Stack v3, einen Code-Datensatz mit 5.000 Milliarden Tokens, und begründet die Veröffentlichung ausdrücklich mit dem Bedarf an „guten offenen Code-Modellen für die Cyberabwehr“. Diese beiden unabhängigen Ankündigungen zeichnen eine geteilte Sorge über die Ausnutzung von Software-Schwachstellen in großem Maßstab und eine symmetrische Antwort: auf der einen Seite spezialisierte geschlossene Modelle, auf der anderen offene Daten, um andere darauf zu trainieren.
Cognition erweitert sein Spielfeld innerhalb einer einzigen Woche in beide Richtungen. Die Übernahme von Poke, einem persönlichen Agenten, der in den Nachrichten des Nutzers lebt und in drei Monaten mehr als 100 Millionen Nachrichten ausgetauscht hat, verschiebt den Schwerpunkt des Unternehmens über Devin, seinen autonomen Softwareentwickler, hinaus in Richtung Consumer-Agenten. Gleichzeitig verankert sein Absichtserklärung mit dem US-Energieministerium für die Genesis Mission das Unternehmen neben Google DeepMind, OpenAI und Arcee AI — die seit dem 22. Juli bereits an derselben Initiative beteiligt sind — in einem inzwischen vierköpfigen Rennen um eine Verankerung in der öffentlichen wissenschaftlichen Forschung der USA. Zwei Bewegungen, eine Logik: eine Position zugleich im Endkundensegment und in der institutionellen Infrastruktur zu festigen, statt auf nur ein einziges Segment beschränkt zu bleiben.
Quellen
- Gesundheit in ChatGPT
- FLUX 3 — Black Forest Labs
- ChatGPT Voice auf dem Desktop
- Changelog Codex 26.715
- Claude-Sprachmodus
- Anthropic-Blog — Sprachmodus
- Codex — Multi-Ordner-Projekte
- GitHub — Agentenkontrollen in Issues
- GitHub Mobile — Mit Copilot beheben
- Runway Media Router
- HeyGen Video Agent
- Cognition übernimmt Poke
- Cognition — Ankündigung auf X
- Cognition — Genesis Mission DOE
- Cursor — verdoppelte Limits
- Replit — Hosting-Preise
- Zed 1.12
- v0 — Changelog
- Amp — Ereignis-Orbs
- Gemini 3.5 Flash Cyber
- The Stack v3 — Hugging Face
- Together AI — Inferenzplattform
- NVIDIA — Nemotron-Fine-Tuning
- Gemini Notebook — Collections
- Grok 4.5 — überall
- Grok für Outlook
- Qwen Token Plan Individual
- Anthropic — Economic Futures Research Fund
- Anthropic — Spende Public First Action
- Claude Code — Verifikationsschleifen
- Fallstudie Outtake
- Cognition — DeepWiki
- Replit — Firecrawl
- Hugging Face — Nunchaku Diffusers
- Together AI — Kimi K3
- Gemini CLI — Changelog
- GitHub — Mehrfachauswahlfelder
- HeyGen — Video Translation API
- Codex Sites Analytics
- OpenAI — Programm für kleine Unternehmen
- OpenAI — neue Verwalter
- Cohere — Partnerschaft HUMAIN