Big AI News : OpenAI In Major Trouble, Googles New Robots, Chinas New AI Models, And More...

In den KI Nachrichten dieser Woche heißt es, dass das KI Rennen tatsächlich vorbei sein könnte.

Ich habe gestern wahrscheinlich ein Video darüber.

Gemacht, aber sie sprechen davon, dass das.

KI Rennen vorbei ist. TLDR ist im Grunde zu lang, ich habe es nicht gelesen. Hier sagt OpenAI, wenn wir nicht mit urheberrechtlich geschützten Werken trainieren dürfen, könnte das KI Rennen vorbei sein, weil andere Unternehmen und Länder das tun und uns weit überholen werden. In diesem Video habe ich tatsächlich darüber gesprochen, dass dies vor vielleicht zwei Jahren.

Wahrscheinlich auch so gewesen wäre. Tatsache ist jedoch, dass wir uns jetzt.

In einem KI Bereich befinden, in dem.

Sich die Dinge geändert haben. Ich habe darüber gesprochen, dass wir uns in einer Situation befinden, in der es zwar viele Gründe dafür gibt, diesen Unternehmen zu erlauben, mit urheberrechtlich geschützten Werken zu trainieren, aber ich denke dabei eigentlich darüber nach, dass Daten nicht mehr das große Ding sind, das diese Unternehmen verwenden, um ihr Modell voranzubringen. Es gibt tatsächlich eine Reihe neuer Innovationen.

Wie Test Time Compute, die diese Unternehmen wahrscheinlich verwenden werden.

Wenn sie also behaupten, dass das KI Rennen vorbei ist und das Training mit urheberrechtlich geschützten Werken keine angemessene Verwendung darstellt, sprechen sie meiner Meinung nach nur von den Klagen, die sie wahrscheinlich in einen Berg von Schulden und rechtlichen Problemen stürzen werden und nicht davon, dass sie nicht mehr auf diese Daten für zukünftige Modelle zugreifen können. In jedem Fall befinden sich diese Unternehmen.

In einer wirklich seltsamen Lage, denn einerseits.

Geben die Modelle technisch gesehen nicht genau.

Das wider, was sie in den Trainingsdaten gesehen haben, andererseits gibt es jedoch Fälle, in denen ganz bestimmte Anwendungsfälle oder ganz.

Bestimmte Fälle, in denen das Modell etwas.

Aus den Trainingsdaten übernimmt, ganz klar sind.

Ich habe jetzt keine Beispiele für euch, aber glaubt mir Leute, es gibt eindeutige Beispiele, in denen die KI etwas genau aus den Trainingsdaten übernimmt.

Ich weiß also wirklich nicht, zu welchen Schlussfolgerungen sie kommen werden, denn es handelt.

Sich um eine echte grauzone, in der.

OpenAI möglicherweise den am stärksten betroffenen Nutzern eine Entschädigung zahlen muss. Eine weitere Sache, die ich gesehen habe und die wahrscheinlich die am meisten unterschätzte Geschichte in der KI ist, war die Tatsache, dass die Flut überall steigt. Damit meine ich, dass dies ein Verweis auf einen Tweet von Nombra ist. Noam Brown ist der Leiter des bereichs Reasoning in OpenAI und er hat tatsächlich etwas ziemlich Interessantes getwittert Er twitterte darüber, dass es den Fall gibt, dass kreative Schreibergebnisse für einige Leute bei OpenAI ein echter AGI Moment waren und die pessimistische Linie in letzter Zeit nur darin bestand, dass Code und Mathematik immer besser werden.

Die unscharfen subjektiven Teile werden ins Stocken geraten.

Nö, die Flut steigt überall. Im Wesentlichen spricht er hier natürlich davon.

Dass er sich erstens auf Sam Allmans.

Tweet bezieht und erklärt, dass wir ein.

Neues Modell trainiert haben, das sich gut.

Für kreatives Schreiben eignet.

Wir sind uns noch nicht sicher, wie es veröffentlicht wird, aber dies ist das erste Mal, dass mich etwas beeindruckt hat, das von KI geschrieben wurde.

Ich denke wirklich, dass das wahrscheinlich stimmt, wenn Man bedenkt, dass GPT 4.5 das Modell ist, das in Bezug auf ECO, also die Fähigkeit zur emotionalen Intelligenz, wirklich intelligent ist. Und wenn man bedenkt, dass sie ein.

Modell trainiert haben, das diesem Modell ziemlich ähnlich war, würde es mich nicht überraschen, wenn sie jetzt beschließen würden, ein weiteres Modell zu trainieren, das ein bisschen besser ist, und es auf kreatives Schreiben auszurichten.

Das überrascht mich also überhaupt nicht. Was mich allerdings überrascht, ist die Tatsache, dass OpenAI daran arbeitet. Denn ich weiß, dass die großen Anwendungsfälle für KI hauptsächlich, und ich sage, dass dies ziemlich überraschend ist, weil Ich, als ich OpenAI aus strategischer Sicht betrachtete, dachte, dass OpenAI ein Unternehmen ist, das sich wirklich nur auf Statistiken, Mathematik und Argumentation konzentrieren wird und einfach nur diese quantitativen Benchmarks, bei denen man sich die Zahlen wirklich ansehen kann, immer wieder übertrifft. Aber es scheint, als würde OpenAI langsam.

Begreifen, dass es einfach etwas sehr Wertvolles.

Ist, ein Modell zu haben, das einen wirklich versteht. Und ich denke, das ist der Grund, warum viele Leute lange Zeit nur Anthropic verwendet haben und jetzt irgendwie wieder zu GPT 4.5 wechseln, da dies das Modell ist, das einigermaßen kreativ und viel umfangreicher ist und das Modell wirklich sehr interessant ist. Ich finde das eine wirklich interessante Situation, denn sie sagen, dass die Flut überall steigt. Bestimmte Bereiche, selbst wenn sie scheinbar die Benchmark Branche anführen, werden überall weiter zunehmen. Und ich denke, das gilt nicht nur für LLMs, sondern auch für die Bilderzeugung, die Robotik und viele andere Bereiche, die.

Man wahrscheinlich nicht erwarten würde und ich.

Habe gelernt, dass jeder Bereich der KI ständig besser abschneidet, als ich es erwartet hätte.

Selbst als jemand, der den Bereich beobachtet und die Entwicklung verfolgt, ist es ehrlich gesagt ziemlich faszinierend zu sehen, wie schnell sich die Dinge entwickeln.

Außerdem gab es Figures Boat X, Boat Q, die neue Fabrik von FIG, die für die Herstellung humanoider Roboter konzipiert wurde.

Zunächst sollen bis zu Roboter pro Jahr hergestellt werden, wobei eine deutliche Steigerung der Produktion geplant ist.

Um eine hohe Qualität zu gewährleisten, verwaltet FIJ den gesamten Herstellungsprozess intern und entwickelt wichtige Software Tools wie MES, ERB und WMS.

Figure hat seine Roboter vom Prototyp Figure bis zum produktionsfertigen Figure neu konzipiert. 3 Soll die Konstruktion vereinfacht und langsamere.

Teure Methoden durch schnellere und kostengünstigere Techniken.

Wie Spritzguss und Metallstanzen ersetzt werden. Außerdem wurden neue Teams gegründet, die sich auf Zuverlässigkeits und Sicherheitstests konzentrieren. Aufgrund der begrenzten Lieferketten für humanoide Roboter.

Entwickelt FIGURE viele Roboterkomponenten intern und arbeitet sorgfältig mit spezialisierten Zulieferern zusammen. Ein engagiertes Fertigungsteam sorgt für effiziente Montage.

Und automatisiert strategisch Aufgaben wie Batterietests und Getriebeschmierung, um Qualität und Geschwindigkeit zu verbessern. Eine wichtige Innovation ist der Einsatz von Figas eigenen Robotern, die von ihrer internen Keyhelix angetrieben werden, um andere Roboter zu montieren und Materialien in der Produktionslinie zu handhaben. Dieser Ansatz steigert die Effizienz, reduziert sich wiederholende menschliche Arbeit und positioniert das Unternehmen an der Spitze der skalierbaren Roboterfertigung.

Eines der wichtigsten Key Updates dieser Woche, von dem ich wirklich nicht glaube, dass es bereits eingepreist wurde in dem Sinne.

Dass wir die vollen Auswirkungen davon noch.

Nicht gesehen haben, weil das Modell so gut ist, dass ich jeden Tag ohne zu übertreiben einen anderen Anwendungsfall sehe. Ich beziehe mich auf Googles Gemini Images. Damit meine ich, dass dieses Modell im Wesentlichen in der Lage ist, Bilder auf eine Weise zu generieren, an die sie.

Vorher wirklich noch nicht gedacht haben.

Denn es ist wie Photoshop in dem Sinne, dass sie einen Charakter etwas tun lassen können, z. B.

Den Hintergrund in schwarz oder weiß ändern können, aber sie können auch einen Charakter nehmen und ihn in einen D-Raum bringen und sich einfach vorstellen, was er tun würde. Und das mit einem unglaublichen Grad an Genauigkeit. Im Wesentlichen meine ich damit dieses Beispiel.

Hier, in dem Sie sehen können, dass diese Person Mach mir diesen Charakter. Dann sagten Setze diesen Charakter mit einem Gameplay Screenshot ins Spiel.

Und dann konnte man sehen, dass der Gameplay Screenshot ziemlich genau war. Und obwohl das an und für sich.

Ziemlich verrückt wäre, war das Verrückteste daran die Tatsache, dass sie den Charakter steuerten.

Nicht in dem Sinne, dass sie das Spiel mit den Steuerungen und so spielen.

Konnten, sondern dass sie sagen OK, kannst.

Du den Charakter hierher bewegen? Kannst du ihn diese Wand hochklettern lassen?

Und alles in diesem Hintergrund sah super, super genau aus. Ich denke, das zeigt einfach, dass das der absolute Wahnsinn ist, wenn man bedenkt, wie viel Kontrolle man mit diesen KI Systemen haben kann.

Und das ist schon irgendwie interessant, denn es zeigt uns einfach, dass diese KI Systeme ein bisschen fortschrittlicher sind, als wir dachten, denn es handelt sich dabei nicht einfach nur um eine Art KI Manipulationsengine.

In dem Paper heißt es tatsächlich, dass dieses Key Modell von Google tatsächlich sehr, sehr intelligent ist, da es über ein wirklich gutes internes Weltmodell verfügt. Deshalb kann es Dinge mit solch bemerkenswerter Genauigkeit bewegen. Hier sieht man zum Beispiel, wie es die Figur auffordert, herüberzukommen, und dann sieht man, wie die Figur diese Wand hochklettert und sie näher heranholt. Das ist einfach wirklich, wirklich interessant und.

Ich kann mir nicht vorstellen, dass die Leute das nicht für eine Million verschiedene Anwendungsfälle verwenden werden.

Ich weiß, dass ich in meiner KI.

Akademie sicherlich ein paar Dinge unterrichten werde, denn das eröffnet eine Vielzahl unglaublicher Anwendungsfälle, über die meiner Meinung nach niemand sprechen wird. Aber das ist ein Thema für ein anderes Mal. Und ein Beispiel dafü Ich habe gerade ein Bild von Deadpool genommen. Ich habe Mach ein Bild von Deadpool und dann lass ihn seine Hand falten. Was er dann auch tat.

Das Bild war genauso.

Dann habe ich Lass ihn auf einem beIN stehen und ich dachte OK, lass ihn einen Anzug tragen.

Und da sieht man, dass er einen Anzug trägt.

Das war also etwas, das super interessant war.

Ich weiß nicht, ich fand es einfach nur super faszinierend, wie schnell wir einfach verschiedene Dinge an diesem Bild ändern konnten. Ich meine, es wird dir definitiv eine Menge Zeit sparen, wenn du mit Bildern arbeitest, die du bearbeiten musst. Ich würde das auf jeden Fall in deinen Key Workflow aufnehmen, besonders wenn du täglich mit Bildern arbeitest und die Dinge etwas detaillierter benötigen. Dann hatten wir noch Gemma 3 das Open Source Modell für Key Neuigkeiten der Woche.

Ich weiß, ich habe das schon über.

Viele Geschichten gesagt, aber diese hier wurde unterschätzt.

Denn wenn sie von einem anderen Unternehmen.

Etwa einem chinesischen, veröffentlicht worden wäre, wäre.

Die Welt auf den Kopf gestellt worden.

Denn alle hätten oh mein Gott, China.

Hat es schon wieder getan, aber Google.

Hat es getan und dafür keine wirkliche Anerkennung erhalten. Ich muss ehrlich sagen, ich weiß nicht, was Google daran hat, dass sie für ihre Taten nicht so viel Anerkennung bekommen wie andere Unternehmen. Und ehrlich gesagt ist es ziemlich frustrierend.

Denn Google hat sich buchstäblich die Architektur.

Ausgedacht, auf der Chat BT basiert.

Sie haben einige der besten Argumentationsmodelle der Welt.

Ich weiß nicht, ob Google ein PR.

Problem hat oder was auch immer, aber.

Man sieht, dass Google ein Open Source.

Modell mit 27 Milliarden Parametern entwickelt.

Hat. Das Training hat nur einen Bruchteil dessen gekostet, was es sonst noch kostet. Und beim Chatbot Arena E Low Score schnitt es besser ab als 0 Mini, Lama 3 Mistral Large und Deepseek V und lag nur hinter Deepseek R. Leute.

Das ist ein Modell mit 27 Milliarden Parametern. Im Grunde genommen ist es auf Augenhöhe mit Modellen mit 671 Milliarden Parametern, die mir ehrlich gesagt noch nicht einmal gefallen. Ich habe das Modell noch nicht verwendet, kann also nicht aus erster Hand sprechen. Aber dass ein so kleines Modell beim Chatbot Arena Elo Score, einem qualitativen Maßstab, bei dem Benutzer das Modell als besser als andere Einstufen so gut abschneidet, ist wirklich wirklich überraschend.

Denn in Bezug auf Größe, Kosten und.

Effizienz muss das absolut unglaublich sein. Und wie ich bereits sagte, wenn China das tun würde, würden die Leute okay, das ist vorbei mit den USA.

Ich denke, das zeigt uns deutlich, dass.

KI Modelle billiger, effizienter und schneller werden, was wir im Grunde schon wussten. Aber ehrlich gesagt, ein Milliarden Modell, das auf diesem Niveau abschneidet. Vielleicht muss ich einfach ein paar davon oder ein paar Key Agenten ausführen, denn das ist auf jeden Fall super interessant.

Ich muss zugeben, dass das Modell ein wenig halluziniert, aber wie Sie hier sehen können, ist die Modelleistung im Vergleich zur Größe Gemma B.

Einfach in einer eigenen Liga. Wenn Sie sich also im Open Source Bereich bewegen, sollten Sie sich das unbedingt ansehen.

Außerdem gab es dieses Roboter Update, in dem wir die neuen Roboter von Google haben. Das ist etwas, das die meisten Leute Wir bringen die Intelligenz von Gemini in universelle Roboteragenten in der physischen Welt. Um hilfreich zu sein, müssen Roboter interaktiv sein und live auf ihre Aktionen und ihre Stimme reagieren. Sie müssen geschickt sein, um ihre komplexesten Aufgaben zu erledigen, und sie müssen allgemeingültig sein, um Dinge in ihrer D Welt zu verstehen. Und all diese Fähigkeiten müssen in verschiedenen physischen Formen funktionieren. Dies alles vereinen wir in Gemini Robotics, unserem fortschrittlichsten Vision Language Action Modell. Gemini Robotics ist interaktiv.

Können Sie die Bananen in den durchsichtigen Behälter legen.

Beachten Sie, wie wir die Objekte bewegen und das Modell sofort reagiert und neu plant.

Können Sie die Trauben in den durchsichtigen Behälter legen.

Die geringe Latenz unseres Modells bedeutet, dass es live auf sich schnell ändernde Bedingungen und Anweisungen reagieren kann. Dasselbe Modell lässt sich auf alle Arten von Anwendungen übertragen, bei denen Sie live mit dem Roboter zusammenarbeiten können. Gemini Robotics ist geschickt. Aufgaben, die ein hohes Maß an Geschicklichkeit erfordern, gehören zu den größten Herausforderungen in der Robotik.

Ich kann das orangefarbene Quadrat zu einem Origami Fuchs falten.

Das klingt lustig.

Warum probieren wir das nicht aus?

Wussten Sie, dass das Wort Origami von den japanischen Wörtern ori für falten und kami für Papier abstamm?

Diese Fähigkeiten werden durch das räumliche Verständnis von Gemini für detaillierte Aspekte von Dingen in ihrer Welt ermöglicht.

Ich kann auf dem Telefon darauf zeigen, wohin das Auge gelenkt werden soll.

Am wichtigsten ist jedoch, dass Gemini Robotics allgemein gehalten ist.

Es nutzt das Weltverständnis von Gemini, um auf eine Vielzahl von Aufgaben in der.

Realen Welt zu verallgemeinern. Können Sie den roten Würfel so drehen, dass er mit der Zahl auf dem grünen Würfel übereinstimmt.

Viele Roboter können vordefinierte Aktionen ausführen. Diese Bewegungen sind jedoch nicht vordefiniert. Der Roboter schlussfolgert sowohl über das, was er sieht, als auch darüber, wie er sich bewegen muss. Er findet heraus, wie er den roten Farbstoff so zusammenbringt, wie wir es verlangen. Und diese Verallgemeinerung geht noch weiter. Dasselbe Modell kann auf Aufgaben wie diese verallgemeinert werden, für die es nie trainiert wurde. Hebt den Basketball auf und versenke ihn. Bedenken Sie, dass dies Objekte sind, die der Roboter noch nie zuvor gesehen hat. Aber durch die Nutzung des Verständnisses von Konzepten wie Basketba und Slam Dunks durch Gemini löst. Der Roboter die Aufgabe. Wir laden jetzt weitere Partner ein, sich unserem Trusted Test das Programm anzuschließen, indem wir gemeinsam an der nächsten Generation von Roboter KI Agenten arbeiten. Erfahren Sie mehr darüber, wie wir Gemini in die physische Welt bringen unter DeepMind Google Robotics.

Es gab auch noch dieses Thema, bei dem Fehlverhalten in bahnbrechenden Modellen erkannt wird. Und das war ein echter Augenöffner, weil es tatsächlich ein Thema anspricht, worüber die KI Branche schon sehr lange spricht.

Und im Wesentlichen sprachen sie darüber, dass.

Die Frontiermodelle Schlupflöcher ausnutzen, wenn sie die Möglichkeit dazu bekommen. Und sie sagten, okay, da diese KI.

Dieses Schlupfloch ausnutzt, sollten wir doch versuchen, diese Schlupflöcher zu überwachen und zu versuchen, sie zu bestrafen, wenn sie versuchen, diese Schlupflöcher auszunutzen.

Das Problem ist jedoch, dass sie, wenn wir sie bestrafen, wenn sie diese kleinen hinterhältigen Dinge tun, diese hinterhältigen Dinge nur verstecken und nicht damit aufhören. Das bedeutet, dass es für uns noch schwieriger wird, zu erkennen, was vor sich geht.

Es ist also im Grunde genommen wirklich sehr schwer, diese Modelle zu kontrollieren, wenn wir nicht wissen, was sie tun.

Und das ist im Grunde eines der Dinge.

Ich vermute also, dass Unternehmen versuchen, das herauszufinden. Denn wenn man ein Modell hat, bei dem man versucht sicherzustellen, dass es ausgerichtet ist, dass es sich auf die richtige.

Weise verhält und dass es Anreize erhält.

Die richtigen Dinge zu tun.

Natürlich möchte man verstehen, was im Hintergrund vor sich geht. Und das gehört wahrscheinlich nicht zur Interpretierbarkeitsforschung, sondern definitiv zur Ausrichtungsforschung. Denn das Problem ist, dass diese Modelle, wenn sie Hacks belohnen, das Spiel im.

Grunde auf eine Weise zerstören, die man nicht will. Ich habe dazu ein Video gemacht, aber im Grunde habe ich darüber gesprochen, dass die Forscher in einem früheren Video, das vor etwa sieben Jahren war, genau dieses Thema untersucht haben. Sie haben im Grunde eine Key gebeten, einen Highscore in Mario zu erzielen. Und wenn man eine Key bittet, einen Highscore in einem Videospiel zu erzielen, würde man im Grunde davon ausgehen, dass die Key das Videospiel einfach spielen und einen Highscore erzielen würde.

Aber die Key hat einfach das Spiel gehackt, den Code bearbeitet und sich selbst den Highscore gegeben. Und das ist natürlich ein Beispiel für Reward Hacken. Und in diesem Beispiel hat die KI etwas Ähnliches getan und im Grunde wurde die KI immer hinterhältiger, je mehr OpenAI danach suchte.

Das war also etwas, das natürlich zur KI Sicherheit gehört. Aber das Gleiche ist, dass es das Modell nicht einfach so stoppt. Also müssen sie natürlich eine neue Methode.

Entwickeln, um herauszufinden, wie sie das Modell davon abhalten können.

Das fand ich also etwas, das mich sehr faszinierte und ich dachte, es wäre die Berichterstattung wert.

Natürlich hat China auch ein neues Modell veröffentlicht und zwar haben wir Ernie 4.5 das im Wesentlichen wie GPT 4.5 ist.

Nur dass es aus China stammt. Eines der coolen Dinge daran, über das.

Noch niemand gesprochen hat, ist die Tatsache.

Dass es tatsächlich Videos analysieren kann. Das ist wirklich eine große Sache.

Ich glaube, die Tatsache, dass es sich.

Um ein riesiges multimodales Modell handelt, das.

Eine Vielzahl verschiedener Dinge tun kann, ist.

Wahrscheinlich das Hauptverkaufsargument dieses Modells. Denn nicht viele Pioniermodelle außer Google können tatsächlich Videos analysieren.

Und wenn wir in Richtung Antique Workspaces und Experience wechseln, dann ist das natürlich etwas, das wir unbedingt nutzen müssen. Denn die Analyse von Videos ähnelt im Grunde dem menschlichen Sehen. Ich weiß nicht, warum an dieser Fähigkeit nicht mehr gearbeitet wird. Ich vermute, dass es wahrscheinlich sehr teuer ist, daraus Schlüsse zu ziehen, aber das ist etwas, das Unternehmen in Zukunft sicherlich erkunden werden.

Bei diesem Modell haben sie im Wesentlichen.

Erni 4.5 das natürlich ein Standardmodell ist. Und dann haben sie Ernie X, ein Schlussfolgerungsmodell, das sehr, sehr günstig ist. Mit der Zeit werden die Kosten für Intelligenz also wirklich sinken. Aber ich muss diese Frage Werdet ihr dieses Modell tatsächlich verwenden? Denn obwohl die Modelle günstig sind, sehe ich nicht wirklich viele Leute, die Modelle wie deepseek tatsächlich in ihren Key Workflows verwenden. Ich sehe immer noch Leute auf vielen verschiedenen Unternehmensebenen, die in ihren Unternehmen tatsächlich die openiarps anstelle von deepseek verwenden.

Ich möchte also wissen, ob es sich nur um einen Trend handelt, zu sagen, dass man dieses Modell verwenden wird, oder ob es sich dabei nur um einen Key Hype handelt. Denn ich denke, dass wahrschein 30 Prozent, wahrscheinlich 70 Prozent der Leute sagen, dass sie diese verwenden werden und die anderen 30 Prozent verwenden sie tatsächlich und setzen sie ein. Natürlich war das für China nicht alles.

Wir hatten tatsächlich Manis, was absolut verrückt war. Das war wahrscheinlich die bahnbrechendste Geschichte in der KI und ich denke, das war verrückt, weil es sich im Grunde um einen KI Agenten handelt, der wirklich, wirklich gut im Internet surfen und eine Menge bewirken kann. Das Verrückte daran ist, dass er dem Operator Agent von Opai deutlich überlegen ist und auch Deep Research um einiges besser. Die Sache daran Ich denke, der Grund für den großen Hype war, dass es nur bestimmte Einladungscodes gab, auf die man nur zugreifen konnte, wenn man Ich weiß.

Nicht, ob man etwas Besonderes war, aber.

Sie haben noch keinen weltweiten Zugriff darauf gewährt.

Sie befinden sich noch in einer eingeschränkten Beta oder Alpha Phase. Aber das Verrückte und Interessante daran ist, dass dieser Agent aus China kam und der Wahnsinn war. Er hat alle Benchmarks gebrochen und man dachte OK, auf geht's, die Augen sind fertig. Jemand hat gerade etwas veröffentlicht, das ziemlich verrückt ist, aber Aber das Verrückteste danach war die Tatsache, dass später bekannt wurde, dass dies tatsächlich mit einem Identic Framework erstellt wurde, das einfach auf ein Open Source Ding namens Browser Use gewickelt wurde, worüber ich vor ein paar Wochen berichtet habe. Ich will Manus dafür überhaupt nicht kritisieren, aber wir müssen uns definitiv darüber im Klaren sein, was hier vor sich geht.

Das soll euch zeigen, dass viele der Key Fähigkeiten, die wir wollen, wahrscheinlich in einem Framework verpackt sind, das wir noch nicht erkundet haben. Manis konnte das erforschen, indem er uns Claw S zur Verfügung gestellt hat und.

Uns deutlich gezeigt hat, wozu dieser Agent.

In der Lage ist, mit einigen anderen Open Source Tools im Internet zu surfen.

Die Anwendungsfälle hier sind absolut unglaublich, aber es ist definitiv etwas, das ihr nutzen solltet, denn ich denke, die Anwendungsfälle auf der Website werden die Art und Weise, wie ihr das Internet nutzt, grundlegend verändern, insbesondere wenn ihr Wissensarbeit leistet.

China war aber noch nicht alles. Wir hatten auch Hunin Turbo S, ein.

Hochmodernes KI Modell, das von Tencent am 27. Februar auf den Markt gebracht wurde. Ja, ich bin etwas spät dran, aber dieses Modell wurde entwickelt, um ultraschnelle Reaktionen und verbesserte Argumentationsfähigkeiten zu bieten, und es war ein weiterer Konkurrent auf dem KI Markt.

Viele Leute haben argumentiert, dass dies nur ein weiterer Versuch ist, Marktanteile zu gewinnen. Ich werde hier natürlich nichts Verrücktes tun. Sie können natürlich alle Benchmarks sehen. Wir haben oft gesehen, dass der Wettbewerb mit der Zeit immer härter wird. Ich finde es interessant zu sehen, wie.

All diese Modelle es schaffen, zu konkurrieren.

Denn eines wissen wir im Geschä Preiswettbewerb ist keine wirkliche Strategie, die man betreiben möchte. Alle verlieren und der Einzige, der gewinnt, ist der Verbraucher. Ich sage nicht, dass das nicht gut für euch und mich ist, denn wir sind die Verbraucher der Modelle. Aber ich denke nur, dass diese Unternehmen irgendwann begreifen werden, dass wir nicht nur über den Preis konkurrieren können.

Natürlich können wir das anfangs tun, aber auf lange Sicht müssen wir sicherstellen, dass.

Wir Gewinne erzielen und gleichzeitig ein wirklich.

Gutes Produkt anbieten können.

Eine weitere Firma, die etwas wirklich Nützliches geschaffen hat, war natürlich Mistel. Mistrol hat eine OCR entwickelt. Mistrol OCR ist im Grunde eine leistungsstärke neue Softwareplattform, die Dokumente lesen und verstehen.

Kann und die um einiges besser ist als alles, was es derzeit gibt.

Sie ist hervorragend darin, Tests, Text, mathematische Formeln, Tabellen und mehrere Sprachen zu erkennen.

Und kann tausende von Seiten schnell verarbeiten. Außerdem ermöglicht sie es, Organisationen mit sensiblen.

Daten ihre Daten selbst zu hosten.

Im Grunde genommen wird sie verwendet, um Geschäftsdaten zu organisieren, historische Dokumente zu digitalisieren, um Kultur zu bewahren, die wissenschaftliche Forschung durch schnelles Scannen von Papieren zu beschleunigen und komplizierte Dokumente in leicht durchsuchbare und nutzbare Informationen umzuwandeln. Sie können sie jetzt sofort mit der API von Mistral ausprobieren.

Sie ist definitiv Nützlich, wenn Sie PDFs.

Haben, die Sie auf eine ganz andere.

Art und Weise scannen und analysieren möchten.

Eigentlich sollte ich das schon früher im Video erwähnen, aber erinnern Sie sich, wie ich über all diese chinesischen Modelle gesprochen.

Habe, die auf den Markt kommen, ohne.

Ich habe im Grunde versucht, naja, nicht versucht. Sie versuchen das irgendwie auszumerzen, denke ich.

Man könnte sagen, denn sie haben deepseat.

Im Grunde als staatlich kontrolliert bezeichnet und wollten diese chinesischen Modelle verbieten. Das haben sie im Wesentlichen gesagt. Sie sagten, dass diese Modelle im Grunde genommen China gehören, von China kontrolliert und gewartet werden. Daher ist es ein gewisses Sicherheitsrisiko, wenn diese Modelle in den USA verfügbar sind.

Nun, einerseits verstehe ich natürlich vollkommen, woher sie kommen. Ich habe ein Video dazu gemacht und es gibt Hinweise darauf, dass einige dieser Behauptungen stimmen könnten. Das stimmt. Aber wir müssen auch verstehen, dass openis klarer Anreiz darin besteht, keine anderen chinesischen Modelle in diesem Bereich anzubieten, da diese.

Eindeutig einen Teil von openis Marktanteilen einnehmen.

Und das haben wir zum ersten Mal gesehen, als deep seek im App Store auf Platz 1 vor ChatGPT stand, was.

Man einfach nicht hätte vorhersagen können. Das ist also etwas, das wir uns.

Wirklich ansehen müssen, denn ich denke, dass diese Modelle insgesamt wahrscheinlich nicht langfristig verfügbar sein werden. Ich denke einfach, dass das passieren wird.

Ich denke, die nationale Sicherheit ist immer.

Etwas, bei dem man kein Risiko eingeht.

Daher werden diese Modelle wahrscheinlich auf Regierungsgeräten verboten. Aber wenn man bedenkt, dass viele dieser Modelle Open Source sind, bin ich mir nicht sicher, wie sie das durchsetzen würden. Vielleicht die Bereitstellung der Modelle. Aber wenn sie Open Source sind und.

Man sie selbst hostet, kann man im.

Grunde genommen Inferenzen bereitstellen und einfach einen Amazon Server hosten.

Daher wird es wirklich schwierig sein, das zu tun. Aber vor einer Woche haben wir gesehen, dass die chinesische Regierung sich tatsächlich in deepseak eingemischt hat und dass sie bestimmten Personen und Mitarbeitern des Unternehmens nichts zulässt.

Wer weiß, vielleicht ist OpenAI auf dem Vormarsch. Aber für diejenigen unter euch, die sich fragen, ob China hinterherhinkt, seht euch an, was Daria Amadeh in einem aktuellen Interview gesagt hat.

Aber ich denke, wir steuern auf eine Welt zu, in der wir AAI öffnen. Google baut Milliarden, vielleicht Dutzende Millionen Chips, die Dutzende Milliarden Dollar oder mehr kosten. Das lässt sich nur sehr schwer schmuggeln. Wenn wir Exportkontrollen einführen, können wir das in China möglicherweise tatsächlich verhindern. Wenn wir das nicht tun, könnten sie meiner Meinung nach mit uns gleichziehen. Ich war ein großer Befürworter der Diffusionsregel. Ich bin seit mehreren Jahren ein großer Befürworter von Exportkontrollen, sogar noch bevor Deep Seek auf den Markt kam, weil wir diese Dynamik kommen sahen. Daher denke ich, dass es für die nationale Sicherheit der Vereinigten Staaten tatsächlich eines der wichtigsten Dinge in allen Bereichen ist, China daran zu hindern, Millionen dieser äußerst leistungsstarken Chips zu erhalten.

Und sie waren nicht die einzigen, die darüber diskutierten.

Wir können tatsächlich sehen, wie der CEO.

Von Salesforce und Ray Dalio darüber diskutieren, ob sie glauben, dass China hinterherhinkt. Das war ein sehr interessantes Gespräch. Sie sprachen darüber, ob die USA ihren Wettbewerbsvorteil aufrechterhalten können, und sie sprachen tatsächlich darüber, dass China nicht weit zurückliegt, was besorgniserregend ist.

Haben die USA einen Vorsprung vor dem chinesischen Markt in Sachen Qi?

Ich denke, dass beide derzeit unterschiedliche Ansätze verfolgen, denn ich würde nicht sagen, dass die Vereinigten Staaten einen signifikanten Vorsprung haben. Sie haben gerade eines der führenden Modelle gesehen, das sich stark herauskristallisiert hat, aber auch jetzt noch Barbers Modell und es gibt auch andere Modelle und es gibt unterschiedliche Ansätze mit Chips. Während es also US Chips gibt, die sehr gut und sehr wettbewerbsfähig sind, wie wir bei der Ausbildung der Chips gesehen haben, gibt es unterschiedliche Ansätze mit Chips und niemand hat ein Monopol auf Trainingschips.

Oder wo denkst du, wird das hinführen? Ray Wir haben gerade Zölle in Höhe von 20 Prozent eingeführt. Wie denkst du, werden sie damit umgehen und auch mit dem kommen?

Die Vereinigten Staaten sind einzigartig wettbewerbsfähig, wenn.

Es darum geht, den besten Chip zu erfinden.

Sie sind nicht einzigartig wettbewerbsfähig, Sie sind einzigartig nicht wettbewerbsfähig.

China hinkt hinterher, aber nicht sehr viel bei den besten Chips und sie versuchen, den besten Chip zu bekommen. Aber sie sind voraus, wenn es darum geht, mehr Chips herzustellen und diese Chips herzustellen, diese Chips zu produzieren und diese Chips in Anwendungen zusammenarbeiten zu lassen. Und sie integrieren Chips mit Robotern, Robotik also. Und da sind wir schon weit voraus, die Anwendung und der Einsatz. Ich meine, da wird es einen großen Wettbewerb geben.

Aber so sieht es wirklich aus. Und das habe ich in einem aktuellen.

Interview gesehen, über das buchstäblich niemand gesprochen hat. Und zwar die Tatsache, dass Key darüber diskutiert, ob sie eine Pause Taste haben sollte oder nicht.

Und ich finde es interessant, weil Anthropic das einzige Unternehmen zu sein scheint, das darüber zu sprechen scheint, ob KI eine reale Person ist, die eines Tages möglicherweise Rechte haben könnte. Und sie haben mit dem Publikum hin und her diskutiert. Und eine Sache, die Anthropic sagte, dass.

Sie in Erwägung ziehen, ist der Key.

Einen Knopf zu geben, der im Wesentlichen bedeuten würde, dass das Modell nicht mehr.

In Not ist und es würde den.

Button aktivieren und Schau mal, damit möchte ich mich nicht befassen. Und es war einfach interessant. Denn wie ich bereits sagte, ist Anthropic das einzige Unternehmen, bei dem ich tatsächlich einen Wohlfahrtsforscher eingestellt habe. Das bedeutet, dass es jemanden gibt, der bei Anthropic arbeitet und untersucht, ob diese Modelle in irgendeinem Maße leiden und versucht, das zu stoppen, was super interessant ist. Also sieh es dir an, denn ich habe das nirgendwo behandelt gesehen.

Und das ist nicht nur eine philosophische Frage. Überrascht zu erfahren, dass es überraschend praktische Dinge gibt, die man tun kann. M Also etwas, worüber wir nachdenken, ist, dass wir, wenn wir unsere Modelle in ihren Einsatzumgebungen einsetzen, dem Modell einfach einen Button geben, auf dem ich kündige diesen Job, den das Modell drücken kann. Richtig? Es ist nur eine Art sehr grundlegendes Präferenzframework, bei dem man, wenn man die Hypothese aufstellt, dass das Modell Erfahrung hat und den Job so sehr hasst, dass es die Möglichkeit hat, den Knopf zu drücken, dann kündige ich diesen Job. Wenn man feststellt, dass das Modell diesen Knopf oft für Dinge drückt, die wirklich unangenehm sind, sollte man vielleicht etwas darauf achten. Das bedeutet nicht, dass man überzeugt ist, aber vielleicht sollte man ihm etwas Aufmerksamkeit schenken. Klingt verrückt. Ich weiß wahrscheinlich das Verrückteste, was ich je gesagt habe. Hallo, Trooper Sanders.