AI-Agenda #36: Neue Modelle und Investitionen

Neue Modelle und Protokolle

Diese Woche wurden im AI-Ökosystem neue Modelle angekündigt, die sich besonders auf Multiagentensysteme und multimodale Fähigkeiten konzentrieren. Die wichtigsten Entwicklungen:

Nvidia Nemotron 3: Eine neue Open-Source-Modellfamilie wurde vorgestellt, die für Multiagentensysteme optimiert ist.
OpenAI GPT Image 1.5 & GPT-5.2-Codex: Die Bildgenerierung für ChatGPT wurde aktualisiert und eine auf Softwareentwicklung ausgerichtete Codex-Version veröffentlicht.
Google Gemini 3 Flash: Dieses auf niedrige Kosten und hohe Geschwindigkeit ausgelegte Modell wurde zum Standard in der Suche und den Gemini-Anwendungen.
AI2 Molmo 2 & Olmo 3.1: Molmo 2 für Videoanalysen (Objektverfolgung, Zählung) und das offene Reasoning-Modell Olmo 3.1 wurden veröffentlicht.
Black Forest Labs FLUX.2: Ein leistungsstarkes Bildmodell wurde angekündigt, das Bilder mit Echtzeit-Webdaten erstellen kann.
Klarna Agentic Product Protocol: Ein offenes Standardprotokoll wurde vorgestellt, das AI-Assistenten Zugriff auf über 100 Millionen Produkte ermöglicht.
Alibaba Wan2.6: Multimodales Modell mit Storyboard- und Charakterreferenz-Unterstützung, das HD-Videos von bis zu 15 Sekunden erzeugen kann.
xAI Grok Voice Agent API: Eine Speech-to-Speech-API wurde für Entwickler bereitgestellt.
Meta SAM Audio: Ein Modell wurde veröffentlicht, das anhand von Bild- und Texteingaben bestimmte Geräusche aus Audiodateien isolieren kann.

Neue Funktionen und Integrationen

Bestehende Plattformen und Anwendungen integrieren weiterhin AI-Fähigkeiten in Arbeitsabläufe:

Google Translate & CC: Der Übersetzungsdienst wurde durch die Gemini-Infrastruktur kontextbezogen, während Tests des E-Mail-basierten Assistenten CC begannen.
Zoom AI Companion 3.0: Die neue Version wurde vorgestellt, die Besprechungsdaten mit automatisierten Arbeitsabläufen verbindet.
Adobe Firefly: Textbefehle und Kamerasteuerung für Videobearbeitung und Schnitt wurden hinzugefügt.
OpenAI Drittanbieter-Apps: ChatGPT unterstützt nun Drittanbieter-Apps, die keine externe Installation erfordern.
YouTube Playables Builder: Eine auf Gemini 3 basierende Plattform wurde angekündigt, die Spiele anhand von Text- und Bildbefehlen erstellen kann.

Forschungsnotizen

Daten von Stanford HAI und aus unabhängigen Studien zeigen die Kompetenzniveaus der Modelle und die Zukunftserwartungen:

CFA-Prüfungserfolg: Berichten zufolge bestanden GPT-5, Gemini 3.0 Pro und weitere führende Modelle alle drei Stufen der CFA-Zertifizierungsprüfungen. Gemini 3.0 Pro erreichte in Stufe 1 eine Erfolgsquote von 97,6 %.
Prognosen für 2026: Stanford HAI prognostiziert einen zunehmenden AI-Einsatz im Gesundheitswesen, erwartet jedoch kurzfristig keine Erfüllung der Erwartungen an AGI (allgemeine AI).

Investitionsagenda

Der Kapitalfluss in der Branche hält mit hohen Bewertungen und strategischen Partnerschaften an:

Amazon & OpenAI: Berichten zufolge bereitet Amazon eine Investition von 10 Milliarden Dollar in OpenAI vor, wobei die Bewertung 500 Milliarden Dollar übersteigen könnte.
Databricks: Erhielt über 4 Milliarden Dollar bei einer Bewertung von 134 Milliarden Dollar.
Lovable: Erhielt in der Serie-B-Runde 330 Millionen Dollar und erreichte eine Bewertung von 6,6 Milliarden Dollar.
Weitere Investitionen: Chai Discovery (130 Mio. $), Neural Concept (100 Mio. $), PolyAI (86 Mio. $) und Mirelo (41 Mio. $) schlossen ihre Finanzierungsrunden ab.