Meta bringt seine Muse-Modelle auf den Markt, NVIDIA enthüllt die Vera-CPU für KI-Agenten, Claude Cowork auf Mobilgeräten

Meta eröffnet eine neue Front mit seinen ersten hauseigenen Medienmodellen, NVIDIA beschreibt die Architektur seiner Vera-CPU, die für KI-Agenten gedacht ist, und Claude Cowork erweitert sich auf Mobilgeräte und das Web. Hinzu kommen die Öffnung der GitHub-Copilot-App für alle Pläne, ein neues Spracherkennungsmodell für Arabisch bei Cohere sowie eine Reihe von Aktualisierungen bei Anthropic, Google, OpenAI und xAI (nun SpaceXAI).

Meta bringt Muse Image und Muse Video auf den Markt, seine ersten Medienmodelle

7. Juli — Meta Superintelligence Labs stellt Muse Image und Muse Video vor, die allerersten intern von der Abteilung entwickelten Modelle zur Mediengenerierung. Muse Image wird als das bislang fortschrittlichste Bildmodell beschrieben, das Meta je erstellt hat: Es befolgt Anweisungen sehr genau, ermöglicht präzises Editieren, komponiert aus mehreren gleichzeitigen Referenzen und nutzt den sozialen Kontext von Instagram. Bemerkenswert ist, dass es eher wie ein Agent als wie ein einfacher Text-zu-Bild-Konverter funktioniert: Es ruft Werkzeuge auf, verfeinert sich selbst und verbessert seine Ausgabe, je mehr Rechenleistung ihm zur Inferenzzeit zugewiesen wird — ein Verhalten, das während des Reinforcement Learnings spontan auftrat, wobei die Modelle diese Strategie lernten, um die Qualität ihrer Bilder zu optimieren. Das Modell ist in Muse Spark integriert, dem kollaborativen Mediengenerierungstool von Meta.

Muse Video, in einer frühen Vorschau vorgestellt, teilt dieselbe Vortrainingsbasis wie Muse Image. Es bietet eine hohe visuelle Treue und native Audio-Unterstützung, auch wenn Meta einräumt, dass noch an einigen Lücken gearbeitet wird, insbesondere an der Audio-Video-Synchronisation. Beide Modelle werden in der Meta-AI-App und im Web sowie in Instagram Stories und WhatsApp bereitgestellt — zunächst in einer begrenzten Anzahl von Ländern, mit geplanter Erweiterung. Jedes generierte Bild enthält einen Content Seal, ein verstecktes Provenienzsignal, das auch nach einer Bearbeitung intakt bleibt.

Im Wettbewerb ordnet eine Drittanbieter-Zählung der Image Arena Muse Image bereits auf Platz 2 ein, hinter GPT Image 2 von OpenAI, aber vor Nano Banana (Google), Grok Imagine (xAI) und MAI Image (Microsoft).

🔗 Meta-AI-Ankündigung

NVIDIA Vera — eine CPU für die agentische Schleife

7. Juli — NVIDIA beschreibt die Architektur von Vera, einer neuen CPU-Klasse, die speziell für die agentische Schleife entwickelt wurde — die Abfolge von Tool-Aufrufen, Codeausführung und Datenverarbeitung zwischen zwei Anfragen an ein Modell. Anders als klassische Data-Center-CPUs, die darauf optimiert sind, die Anzahl der vermietbaren Kerne zu maximieren, setzt Vera auf maximale Single-Core-Performance.

Die CPU basiert auf Olympus, NVIDIAs hauseigenem Kern, der 50 % mehr Instructions per Cycle (IPC) als Grace, die vorherige Generation, bietet, und 88 Kerne umfasst, die über einen monolithischen Rechenchip verbunden sind.

Perplexity hat Vera mit seinen realen agentischen Workloads getestet: Ein Ablauf aus Repository-Klonen gefolgt von der Ausführung von Tests in Sandboxes läuft etwa 1,5-mal schneller als auf x86, und der Start konkurrierender Sandboxes ist bis zu 1,9-mal schneller. Das Unternehmen erwägt, Vera in Produktion einzusetzen.

Eigenschaft	NVIDIA Vera
Kern	Olympus (+50 % IPC vs Grace)
Anzahl der Kerne	88
Speicherbandbreite	1,2 TB/s LPDDR5X (< 40 W)
Kern-zu-Kern-Bandbreite	3,4 TB/s (3x die Konkurrenz)
Agentischer Gewinn (Perplexity)	1,5 bis 1,9x schneller als auf x86
SQL-Gewinn (Starburst)	3x schneller
Latenzgewinn (Redpanda)	bis zu 6x weniger

NVIDIA bestätigt außerdem seine Roadmap: Die nächste Generation, Rosa, wird den Rigel-Kern (Arm-v9.2-Architektur) mit noch höherem IPC, einem größeren L2-Cache und effizienterer Speicherverwaltung bei identischer Siliziumfläche enthalten. Vera beherbergt außerdem die GPUs der NVIDIA-Vera-Rubin-Plattform und treibt den BlueField-4-STX-Speicherprozessor an.

“The world counts in seconds. Agents count in nanoseconds. NVIDIA Vera is built for this new category — and speed — of work.”

🇩🇪 Die Welt zählt in Sekunden. Agenten zählen in Nanosekunden. NVIDIA Vera ist für diese neue Arbeitskategorie gebaut — und für diese Ausführungsgeschwindigkeit. — Ian Buck, NVIDIA

🔗 Offizieller NVIDIA-Blogartikel

Claude Cowork kommt auf Mobilgeräte und ins Web

7. Juli — Anthropic kündigt die Erweiterung von Claude Cowork auf Mobilgeräte und das Web an. Das Prinzip: Eine Aufgabe von seinem Arbeitsplatz aus an Claude übergeben und dann den Fortschritt verfolgen sowie das Ergebnis auf dem eigenen Telefon abrufen — die hervorgehobene Idee ist, den Laptop zuklappen zu können, während Claude im Hintergrund weiterarbeitet.

Im Web und auf dem Desktop verschmelzen Chat und Cowork nun in einem gemeinsamen Bereich: ein einziger Ort, um die Projekte und Artefakte beider Modi zu finden, und das Starten einer Aufgabe für Claude funktioniert auf dieselbe Weise wie das Starten einer klassischen Unterhaltung — kein Wechsel mehr zwischen zwei getrennten Oberflächen je nachdem, ob man mit Claude spricht oder ihm eine Hintergrundaufgabe übergibt. Die Einführung erfolgt als schrittweise Beta über mehrere Wochen, beginnend mit dem Max-Plan, bevor sie auf die anderen Abonnementstufen ausgeweitet wird.

Zur Unterstützung dieses Starts verdoppelt Anthropic die Nutzungsgrenzen von Cowork vorübergehend bis zum 5. August, damit Nutzer während dieser Übergangsphase größere Aufgaben an Claude delegieren können, ohne ihr übliches Kontingent vorzeitig zu verbrauchen. Ein eigener Artikel, „Claude Cowork on web and mobile: hand off work anywhere“, wird parallel auf claude.com veröffentlicht. Diese mobile Erweiterung positioniert Cowork als asynchrones Gegenstück zum klassischen Chat: Während die Konversation auf den Echtzeitaustausch fokussiert bleibt, wird Cowork der Ort, an dem man aus der Ferne den Fortschritt einer früher am Tag übertragenen Arbeit verfolgt.

🔗 Ankündigung @claudeai

GitHub öffnet seine Copilot-App für alle Pläne

7. Juli — GitHub öffnet seine Desktop-App Copilot — den Ende Mai/Anfang Juni gestarteten agentischen Entwicklungs-Hub, der bislang nur einem Teil seiner Nutzerbasis vorbehalten war — für alle seine Nutzer. Verfügbar auf macOS, Windows und Linux, ist sie nun auf allen Copilot-Plänen zugänglich, einschließlich der Gratisstufe (Copilot Free) und des GitHub-Education-Angebots, zwei Stufen, die bisher keinen Zugang hatten.

Eine weitere bemerkenswerte Änderung: Auch ohne Copilot-Abonnement bleibt es möglich, die App mit einem eigenen Schlüssel (Bring Your Own Key, BYOK) beim Modellanbieter der Wahl zu nutzen — ein Einstieg ohne direkte finanzielle Verpflichtung gegenüber GitHub, der die App für Entwickler öffnet, die bereits über einen Drittanbieter-API-Zugang verfügen. Auf den Business- und Enterprise-Plänen bleibt der Zugriff an die Aktivierung von Copilot CLI in den Policy-Einstellungen durch den Administrator gebunden, sodass GitHub weiterhin einen Kontrollhebel für Unternehmenseinsätze behält.

Bestätigt durch einen Tweet des offiziellen @github-Kontos, der eine Stunde vor dem Changelog-Update veröffentlicht wurde, erweitert diese Öffnung die potenzielle Zielgruppe der App erheblich, etwas mehr als einen Monat nach dem Start der Vorabversion. Sie fügt sich in dieselbe Logik wie die jüngsten Weiterentwicklungen der Copilot-Abrechnung ein (Cost Center, Budgets pro Nutzer): das Tool für möglichst viele zugänglich machen und zugleich Schutzmechanismen für Organisationen beibehalten.

🔗 Offizieller GitHub-Changelog

Anthropic ergänzt seine Nachrichten der Woche

Claude for Open Source für Maintainer erweitert

7. Juli — Anthropic erweitert sein Programm Claude for Open Source, das 6 Monate kostenloses Claude Max 20x bietet, auf ein breiteres Publikum von Mitwirkenden: Projekt-Maintainer, regelmäßige Beitragende (Core Contributors), Personen, die Pull Requests im gesamten Ökosystem zum Abschluss bringen, oder die ein kritisches Paket betreuen. Bewerbungen sind über eine eigene Seite auf claude.com möglich. Es handelt sich um die Erweiterung eines bestehenden Programms und nicht um eine völlig neue Einführung, aber die Öffnung für ein breiteres Publikum von Maintainer macht die Ankündigung für die Open-Source-Entwickler-Community bemerkenswert.

🔗 Ankündigung @ClaudeDevs

Claude Code v2.1.202 und v2.1.203 — Changelog-Aufholung

7. Juli — Zwei Versionen von Claude Code holen den Rückstand seit v2.1.201 vom 4. Juli auf. v2.1.203 bringt eine breite Reihe von Zuverlässigkeitskorrekturen für Hintergrundagenten: 15 bis 20 Sekunden blockierte Sitzungen beim Start auf macOS, Agenten, die ihre Arbeit stillschweigend verloren, wenn sie zu claude agents zurückkehrten, Speicher-/CPU-Regressionen im Zusammenhang mit der erneuten Analyse des Transkripts in jedem Durchlauf. Ein bemerkenswerter Sicherheitspunkt: Ein Fix schließt ein potenzielles Leck der Variablen ANTHROPIC_BASE_URL, das API-Schlüssel in Hintergrundsitzungen an den Standard-Endpunkt hätte senden können. Die Version reduziert außerdem die Binärgröße um etwa 7 MB.

v2.1.202 fügt dagegen in /config die Einstellung „Dynamic workflow size“ hinzu, um die Anzahl der in einem Workflow erzeugten Agenten zu kalibrieren, OpenTelemetry-Attribute zur Nachverfolgung ihrer Aktivität sowie mehrere Korrekturen für Remote Control auf Mobilgeräten/Web und die Sprachdiktion.

🔗 Offizielle CHANGELOG.md

Hugging Face schließt sich Azure an, Sakana AI veröffentlicht auf ICML 2026

Hugging Face kommt auf Microsoft Foundry Managed Compute

7. Juli — Hugging Face erläutert seine Partnerschaft mit Microsoft: Eine kuratierte Sammlung von Modellen mit offenen Gewichten, wöchentlich aktualisiert, wird dem Katalog von Microsoft Foundry Managed Compute hinzugefügt, einer verwalteten GPU-Plattform (PaaS). Die Gewichte sind auf Azure vorab gehostet, mit einsatzbereiten Runtimes — vLLM, SGLang, TensorRT-LLM, NIM, TEI, llama.cpp und hf-serve, Hugging Faces eigenem Multi-Model-Server für Modalitäten außerhalb von LLM/Embeddings.

Die Curation-Pipeline erzwingt vor der Veröffentlichung eine Prüfung auf Compliance, Lizenz und Sicherheit: Akzeptiert werden nur SafeTensors-Gewichte, ohne ungeprüften, nicht vertrauenswürdigen Code (trust_remote_code), und die Bilder werden auf CVEs gescannt. Die Bereitstellung erfolgt in 5 Schritten auf NVIDIA A100-, H100- oder AMD MI300X-Beschleunigern. Die Funktion ist ab sofort als Vorschau (preview) verfügbar; die Roadmap sieht eine erweiterte Abdeckung und Unterstützung für Bring Your Own Weights vor.

🔗 Hugging Face Blogartikel

Sakana AI veröffentlicht Sheaf-ADMM, eine transparente Multi-Agenten-Koordination

5. Juli — Sakana AI stellt Sheaf-ADMM vor, ein auf der ICML 2026 akzeptiertes Framework, das verteilte Optimierung (ADMM) und die Theorie der Garben (sheaves, angewandte Topologie) kombiniert, um mehrere KI-Agenten mit begrenzter Information zusammenarbeiten zu lassen, ohne auf undurchsichtige Nachrichtenübermittlung in versteckten Zuständen angewiesen zu sein. Die Aufgabe wird in überlappende Teilstücke zerlegt, ein Agent pro Teilstück, und die Agenten verhandeln in drei Schritten — lokale Vorschläge, Suche nach einem gemeinsamen Nenner mit den Nachbarn, Gedächtnis der Meinungsverschiedenheiten — bis zu einem interpretierbaren globalen Konsens.

Bei einem Multi-Agenten-Sudoku, bei dem jeder Agent nur eine Zeile, eine Spalte oder einen Block sieht, erreicht die Methode 93 % Lösungserfolg gegenüber 11 % bei einer Message-Passing-Baseline mit äquivalenten Parametern. Bei einer MNIST-Klassifikationsaufgabe mit Domänenverschiebung hält sie 86 % Genauigkeit, während ein Standard-CNN auf 11 % fällt. In einem Labyrinth erreicht sie die Leistung einer klassischen Baseline und kommuniziert dabei über einen 8-mal kleineren Kanal.

🔗 Sheaf-ADMM — Sakana AI Blog

Google Gemini: von der Antike bis zu kleinen Unternehmen

Gemini in den Modellen Aeneas und Ithaca verankert, für Historiker

7. Juli — Google DeepMind startet „Predicting the Past“, eine neue Skill in Google Antigravity, die Gemini in seinen Expertenmodellen Aeneas (Entzifferung lateinischer Inschriften) und Ithaca (altgriechische Texte) verankert. Ziel: Historikern und Epigraphikern ermöglichen, antike Texte in verständlichem Englisch zu erkunden, ohne Programmierkenntnisse — die Skill kombiniert das Reasoning von Gemini mit der spezialisierten Expertise dieser beiden Modelle, um maßgeschneiderte Analysen und Visualisierungen zu erstellen und großflächige Muster zwischen Quellen zu erkennen.

Das Projekt stützt sich auf eine Forschungspartnerschaft mit der Historikerin Thea Sommerschield, die mit Google DeepMind an mehreren dokumentierten Fallstudien im Artikel „Workflows — Conversing with antiquity“ gearbeitet hat.

🔗 Thread @GoogleDeepMind

Gemini App — Business-Notebooks und Google-Business-Profile-Integration

6. Juli — Gemini führt neue Werkzeuge für Solopreneure und kleine Unternehmen ein: das direkte Verbinden des Google Business Profile mit Gemini oder das Hinzufügen zu einem Business Notebook, um personalisierte Einblicke und konkrete Aktionen zu erhalten, ohne den Kontext des eigenen Geschäfts in jedem Gespräch neu erklären zu müssen. Business Notebooks ermöglichen das Hinzufügen von Quellen oder früheren Gesprächen, um eine dauerhafte Wissensbasis aufzubauen, statt bei jedem Austausch von einer leeren Seite zu beginnen. Google stellt diese Tools als eine Möglichkeit dar, Gemini in einen Partner zu verwandeln, der die Marke des Nutzers tiefgehend versteht. Die Funktion ist weltweit verfügbar, mit Ausnahme des Europäischen Wirtschaftsraums und des Vereinigten Königreichs.

🔗 Tweet @GeminiApp

Runway generiert Präsentationen, xAI/SpaceXAI erweitert Grok Voice

Runway startet Slide Maker

7. Juli — Runway ergänzt seine App um Slide Maker: Aus einer einfachen Textbeschreibung generiert das Tool eine vollständig gestaltete Präsentationsfolie, ohne auf ein vorgegebenes Modell zurückzugreifen. Runway stellt das Tool als eine Möglichkeit dar, ein visuell ansprechendes Ergebnis zu erhalten, indem man einfach seine Idee beschreibt, statt von einer generischen Standardvorlage auszugehen. Diese Erweiterung fügt sich in die Ausweitung der Enterprise-Anwendungsfälle von Runway jenseits reiner Video- und Bildgenerierung ein, neben Agent 2.0, das am 25. Juni gestartet wurde, um Marketing-Briefings zu automatisieren — zwei Werkzeuge, die nun auf kreative und bürotechnische Teams abzielen, nicht nur auf Video-Content-Ersteller.

🔗 Tweet @runwayml

21 neue Stimmen für Grok Voice (xAI/SpaceXAI)

6. Juli — xAI — inzwischen in SpaceXAI umbenannt (siehe Kurzmeldungen) — bringt 21 neue Stimmen für Grok Voice auf den Markt, die sich den fünf ursprünglichen Stimmen anschließen. Alle sind mehrsprachig und sofort in der Voice Agent API in Echtzeit, der Text-to-Speech API und dem neuen Grok Voice Agent Builder verfügbar, der am 1. Juli gestartet wurde. Jede Stimme ist für einen bestimmten Einsatz „besetzt“ — Kundensupport, Charaktere, Kommentar, Werbung, Bildung — und unterstützt Steuerungs-Tags für die Sprechweise (Pause, Flüstern, Betonung). Auch die fünf ursprünglichen Stimmen wurden für eine natürlichere Artikulation neu trainiert. Entwickler können außerdem eine benutzerdefinierte Stimme aus etwa einer Minute Audio klonen.

🔗 x.ai/news

OpenAI: Codex Remote auf iOS und neues wirtschaftliches Sprachmodell

Codex Remote bekommt in ChatGPT für iOS jede Menge Neuerungen

6. Juli — Die Version 1.2026.181 von ChatGPT für iOS bringt eine Reihe von Neuerungen für Codex Remote, die über die mobile App zugängliche Variante des Code-Agenten. Es wird möglich, Codex-Aufgaben direkt aus einer Unterhaltung heraus zu erstellen, zu suchen, zu öffnen, zu duplizieren (fork) und zu verwalten, mit Diff-Filtern nach Status (indiziert, nicht indiziert), nach Branch oder nach letztem Turn. Die App fügt außerdem Bild- und Dateianhänge als Vorschau vor dem Senden hinzu, SSH-Unterstützung über private Schlüssel sowie die Anzeige von Nutzungslimits und Credits im Aufgabenmenü.

“Big release for Codex Remote in the latest ChatGPT iOS update! We added many things. Threads management tools are now available (hello Chief of Staff). You can now filter your diff with unstaged, staged, branches, etc. Support for SSH keys login, and much, much more!”

🇩🇪 Großes Update für Codex Remote in der neuesten Version von ChatGPT für iOS! Wir haben viele Dinge hinzugefügt. Die Werkzeuge zur Verwaltung von Unterhaltungs-Threads sind jetzt verfügbar (hallo Chief of Staff). Ihr könnt euer Diff jetzt nach nicht indizierten und indizierten Änderungen, Branches usw. filtern. Unterstützung für SSH-Schlüssel-Login und vieles mehr! — @Dimillian

🔗 Offizielles Codex-Changelog

GPT-Realtime-2.1-mini ist in der API verfügbar

7. Juli — OpenAI veröffentlicht GPT-Realtime-2.1-mini in der API, eine neue Version seines günstigen Sprachmodells, die Reasoning und den Einsatz von Tools einführt — Fähigkeiten, die bisher nur den höherwertigen Realtime-Modellen vorbehalten waren — und dabei den gleichen Preis wie GPT-Realtime-mini beibehält. Diese günstige Modellreihe richtet sich an Einsätze, bei denen die Kosten pro Minute entscheidend sind, etwa bei Sprachagenten mit hohem Volumen. Der Ankündigungs-Tweet erzielte deutlich mehr Engagement als die anderen Beiträge des Tages (361.000 Aufrufe), ein Zeichen für das starke Interesse der Entwicklergemeinschaft.

🔗 Tweet @OpenAIDevs

Replit veröffentlicht sein Changelog vom 3. Juli

3. Juli — Replit veröffentlicht ein Produkt-Changelog, das bei den vorherigen Scans unter dem Radar geblieben war und auf docs.replit.com/updates statt auf dem üblicherweise überwachten Hauptblog gehostet wird. Drei Neuerungen: eine vollständige Überarbeitung der Desktop-App (Replit Desktop App), die die Web-Erfahrung übernimmt und zugleich native Funktionen ergänzt — an mehreren Anwendungen parallel arbeiten, auf einen Blick benachrichtigt werden, wenn der Agent ein Eingreifen benötigt, geöffnete Anwendungen vorab ansehen, ohne das Fenster zu wechseln.

Die Integration von Whop-Zahlungen kann nun vom konversationellen Agenten gesteuert werden: Man muss ihn nur bitten, Zahlungen hinzuzufügen, und er erstellt ein Whop-Konto, verbindet es und baut das Zahlungsmodul, ohne externe Konfiguration oder einen zu kopierenden API-Schlüssel. Schließlich ist es möglich, in einem einzigen Schritt vom Pro-Tarif auf den Core-Tarif herabzustufen, ohne den Umweg über eine zwischengeschaltete Kündigung.

🔗 Replit-Changelog

Cohere veröffentlicht ein Open-Source-ASR-Modell auf dem Stand der Technik für Arabisch

7. Juli — Cohere veröffentlicht Cohere Transcribe Arabic, ein Open-Source-Modell für automatische Spracherkennung (Automatic Speech Recognition, ASR), das dem Arabischen gewidmet ist und von seinem im März 2026 veröffentlichten 2-Milliarden-Parameter-„Frontier“-ASR-Modell abgeleitet wurde. Ziel ist es, die Lücke bei der Arabisch-Abdeckung in KI-Sprachsystemen zu schließen, obwohl die Sprache mehr als 300 Millionen Muttersprachler über rund dreißig dialektale Varianten hinweg zählt.

Das Modell führt das Open Universal Arabic ASR Leaderboard auf Hugging Face an, mit einer durchschnittlichen Wortfehlerrate (Word Error Rate, WER) von 25,87 — 2,45 Punkte vor dem bisherigen Spitzenreiter (OmniASR-LLM-7B von Meta) und 11 Punkte vor Whisper Large V3 von OpenAI. In vergleichenden Bewertungen durch Muttersprachler wird es in 95,8 % der Fälle gegenüber Whisper bevorzugt. Auf vLLM optimiert erreicht es einen Durchsatz (RTFx) von 525, gegenüber 146 bei Whisper Large V3 und 66 bei OmniASR 7B-LLM.

Arabisches ASR-Modell	Durchschnittliche WER	RTFx (Durchsatz)
Cohere Transcribe Arabic	25,87	525
OmniASR-LLM-7B (Meta)	+2,45 Pkt. vs. Cohere	66
Whisper Large V3 (OpenAI)	+11 Pkt. vs. Cohere	146

Die Gewichte werden unter der Apache-2.0-Lizenz auf Hugging Face veröffentlicht, mit ergänzendem Zugriff über die Cohere-API oder Model Vault.

“We’ve built Cohere Transcribe Arabic, the world’s most accurate open-source model for Arabic speech recognition. Available under Apache 2.0”

🇩🇪 Wir haben Cohere Transcribe Arabic entwickelt, das genaueste Open-Source-Modell der Welt für die arabische Spracherkennung. Verfügbar unter der Apache-2.0-Lizenz. — @cohere

🔗 Offizieller Blogbeitrag von Cohere

Kurzmeldungen

Fable 5 für alle kostenpflichtigen Pläne bis zum 12. Juli erweitert — Anthropic weitet den Zugang zu Claude Fable 5 vorübergehend aus: bis zu 50 % des wöchentlichen Nutzungslimits sind auf diesem Modell nutzbar, danach wird auf Nutzungsguthaben oder ein anderes Modell umgeschaltet. 🔗 Quelle
„The Making of Claude Code“ — offizielle Mini-Dokumentation — Anthropic zeichnet die Geschichte von Claude Code nach, vom internen CLI zum Vorzeige-Code-Agenten, erzählt von Forschern und frühen Nutzern. 🔗 Quelle
Gemini Spark verfolgt Themen in Echtzeit — die Funktion (macOS-Beta seit dem 1. Juli) kann jetzt auf Ereignisse reagieren, etwa nach jedem Spiel eines verfolgten Teams automatisch eine Spielanalyse senden. 🔗 Quelle
NotebookLM Short Video Overviews in der allgemeinen Verfügbarkeit — die 60-sekündigen vertikalen Videos, seit dem 30. Juni in der Beta für Ultra-/Pro-Abonnenten, werden auf Mobile und Web für alle englischsprachigen Nutzer allgemein verfügbar. 🔗 Quelle
Gemini CLI — Nightlies vom 5. bis 7. Juli — die Version v0.51.0-nightly.20260707 setzt ~/.gitconfig im macOS-Sandbox auf schreibgeschützt und bewahrt Escape-Sequenzen in String-Literalen. 🔗 Quelle
Elastisches TPU-Training mit MaxText/Pathways — Google erklärt, wie sein JAX/Pathways-Ökosystem einen TPU-Ausfall in eine abfangbare Python-Exception umwandelt, den fehlerhaften Worker ersetzt und das Training in weniger als zwei Minuten fortsetzt. 🔗 Quelle
KI-Budgets pro Benutzer in die GitHub-Billing-UI integriert — die Funktion für Benutzerbudgets für Cost Centers, die bisher nur über die REST-API zugänglich war, ist nun direkt in der Billing-Oberfläche von Enterprise Cloud konfigurierbar. 🔗 Quelle
Die Copilot Billing Preview App wird am 3. August entfernt — GitHub leitet auf die inzwischen in die Billing-Einstellungen integrierte Nachverfolgung um (KI-Nutzung, Budgets, Cost Centers). 🔗 Quelle
Suno und Wan surfen auf der Weltmeisterschaftswelle — Suno ermöglicht es, mobil eine personalisierte Fan-Hymne zu erstellen, Wan startet die Skill „Superstar Poster“, um aus einem Porträt und einem Trikot ein Fußball-Poster zu erzeugen. 🔗 Quelle
NVIDIA zieht Bilanz seiner Präsenz auf der ICML 2026 — 74 akzeptierte NVIDIA-Papiere, rund 2.000 Papiere, die NVIDIA-GPUs zitieren, und 145 Papiere, die Nemotron als Forschungsgrundlage zitieren. 🔗 Quelle
xAI wird zu SpaceXAI — das X-Konto @xai und die Website x.ai machen das Rebranding unter der Marke SpaceXAI offiziell und besiegeln damit die bereits im April 2026 angekündigte Übernahme von xAI durch SpaceX. 🔗 Quelle
Realtime-Latenz um mindestens 25 % reduziert — OpenAI kündigt dank verbessertem Caching eine Senkung der p95-Latenz über alle Realtime-Sprachmodelle hinweg an. 🔗 Quelle

Was das bedeutet

Im Bereich der Mediengenerierung legt Meta mit Muse Image und Muse Video kraftvoll los, seinen allerersten hauseigenen Modellen, die sofort auf Platz 2 der Image Arena hinter GPT Image 2 von OpenAI positioniert wurden. Dass Muse Image ein agentisches Verhalten übernimmt — Selbstverfeinerung, Tool-Nutzung, Skalierung der Rechenleistung zur Inferenzzeit — zeigt einen grundlegenden Trend: Selbst die Bilderzeugung, lange als einfacher Prompt-zu-Bild-Loop gedacht, verwandelt sich in eine iterative, von einem Agenten gesteuerte Aufgabe. Runway erweitert seinerseits sein Spielfeld in Richtung Bürosoftware mit Slide Maker, während Suno und Wan die Sportaktualität nutzen, um ihre Verbraucher-Tools voranzutreiben.

Auf der Infrastrukturseite formalisiert NVIDIA eine Idee, die seit mehreren Monaten still in den Sektor einsickert: Die agentische Schleife hat nicht dieselben Bedürfnisse wie ein Modelltraining. Vera setzt eher auf Single-Core-Performance als auf Kerndichte, und die von Perplexity unter realen Bedingungen vorgebrachten Zahlen (bis zu 1,9-mal schneller als auf x86) verleihen diesem Argument Gewicht. Hugging Face verfolgt softwareseitig eine komplementäre Logik, indem es seinen Katalog offener Gewichte mit einem Klick auf Microsofts Azure-Infrastruktur bereitstellbar macht — zwei unterschiedliche Wege, Reibung zwischen einem Modell und seiner Ausführung in der Produktion zu verringern.

Die Entwicklerwerkzeuge setzen ihren Kurs auf allgegenwärtige Agenten fort. Claude Cowork erweitert sich auf Mobile, um eine delegierte Aufgabe vom Telefon aus zu verfolgen, GitHub öffnet seine Copilot-App für alle Pläne einschließlich der kostenlosen, und Codex Remote wird in ChatGPT für iOS mit Thread-Verwaltung und SSH-Unterstützung reifer. Zusammen mit der Überarbeitung der Replit-Desktop-App und ihren agentengesteuerten Zahlungen bestätigt diese Woche, dass die Referenzoberfläche zum Programmieren mit KI nicht mehr nur das Terminal oder die IDE ist, sondern immer stärker Mobilgeräte und Third-Party-Integrationen.

Schließlich erinnern zwei Ankündigungen daran, dass generative KI sich nicht auf Englisch oder den Single-Agent beschränkt. Cohere schließt mit einem State-of-the-Art-Modell zur Spracherkennung für Arabisch eine reale Lücke — eine Sprache, die von mehr als 300 Millionen Menschen gesprochen wird, aber historisch von Systemen, die zuerst für Englisch entworfen wurden, schlecht bedient wurde; xAI, jetzt SpaceXAI, folgt mit 21 neuen mehrsprachigen Stimmen für Grok Voice einer ähnlichen Logik. Auf der Forschungsseite greift das Framework Sheaf-ADMM von Sakana AI ein anderes, aber verwandtes Problem an: Wie lassen sich mehrere Agenten mit begrenzter Information ohne Black Box zur Zusammenarbeit bringen — eine Voraussetzung für zuverlässige Multi-Agenten-Systeme, je weiter sie sich verbreiten.