17.11.2025 AI Express | Neues aus der KI: MiroThinker Open Source, Gemini und Grok Funktionserweiterungen

Das MiroMind-Team hat kürzlich ein neues Open Source bAgent-Modell auf den Markt gebracht: den MiroThinker
Die größte Innovation dieses Modells ist die Einführung eines neuen Konzepts: "tiefe Interaktion".
Skalierung (Interaktive Skalierung)".

Traditionelle KI-Modelle folgen in der Regel dem linearen Wachstumsgesetz "je größer die Modellgröße → desto besser die Leistung", aber MiroThinker durchbricht diesen Engpass und betont, dass "die Tiefe und Häufigkeit der Interaktionen des Modells mit der Umgebung" der Schlüsselfaktor für intelligentes Wachstum ist.

MiroThinker unterstützt mehrere Interaktionen und Schlussfolgerungen mit externen Tools (z. B. Suchmaschinen, Linux-Sandboxen, Spracherkennung usw.) und ist in der Lage, diese Tools flexibel zu nutzen, um Informationen zu erhalten und Aufgaben zu erledigen. Darüber hinaus verfügt er über eine Kontextlänge von 256K, kann große Mengen an Informationen (Hunderttausende von Wörtern) verarbeiten und speichern und 600 Tool-Aufrufe in einer einzigen Sitzung durchführen, wodurch die KI in die Lage versetzt wird, kontinuierlich externe Tools wie Suche, Code-Ausführung, Berechnung, Übersetzung usw. zu nutzen und komplexe Schlussfolgerungen und langwierige Aufgaben durchzuführen.

Was ist "Deep Interaction Scaling"?

Kurz gesagt, Leistung ∝ Tiefe der Modell-Umwelt-Interaktion × Häufigkeit der Reflexion. Dies bedeutet:

• Anstatt Wissen passiv aufzunehmen, interagieren die Modelle aktiv mit ihrer Umgebung;
• Jedes Ausprobieren und Nachdenken ermöglicht es dem Modell, sich im Strategieraum "weiterzuentwickeln";
• Je praktischer die KI ist, desto mehr kann sie Fehler korrigieren und die Qualität des Denkens verbessern.

So wie der Mensch komplexe Dinge durch Versuch und Irrtum und praktische Übung lernt, reicht es zum Beispiel beim Kochen nicht aus, sich ein Rezept anzuschauen - man muss es ausprobieren, scheitern, korrigieren und erneut versuchen. Bei der künstlichen Intelligenz sind mehrere Runden der Interaktion mit der Umwelt und Rückmeldungen der wahre Treibstoff für die Entwicklung der Intelligenz. Jede Interaktion ist eine "Lernerfahrung", und die Intelligenz wird stärker und stärker.

Als Ergebnis stößt MiroThinker an die Grenzen sowohl der "Kontextlänge" als auch der "Anzahl der Interaktionsrunden", um einen echten "Thinking Loop" zu bilden. "für eine effizientere und intelligentere Aufgabenbearbeitung.

Die neueste Nachricht ist, dass Google an einer Echtzeitfunktion namens Agentspace für Gemini Enterprise arbeitet. Diese Funktion wird ein multimodales Spracherlebnis bieten, das es den Nutzern ermöglicht, Sprachkonversationen mit Agenten zu führen.

Es wurde bekannt, dass Agentspace nicht nur den Sprachdialog unterstützen wird, sondern auch andere Interaktionsmethoden wie Texteingabe und Bilderkennung integrieren kann, um ein umfassenderes Nutzererlebnis zu bieten. Darüber hinaus wird Gemini Enterprise auch personalisierte "Recommended for You"-Homepages einführen, um das Nutzererlebnis weiter zu verbessern.

Die Einführung dieser neuen Funktionen ist ein Zeichen für die kontinuierliche Innovation und den technologischen Fortschritt von Google im Bereich der Unternehmensanwendungen. Durch die Integration von multimodalen Technologien und personalisierten Empfehlungssystemen will Google den Geschäftskunden intelligentere, effizientere und bequemere Dienste anbieten.

Google entwickelt ein neues System für Gemini EnterpriseAgenten-ImportfunktionDamit können Benutzer externe Agenten in ihre eigenen Multi-Agenten-Workflows integrieren. Die Einführung dieser Funktion wird die Flexibilität und Skalierbarkeit von Gemini Enterprise erheblich verbessern und es den Benutzern ermöglichen, mehrere Automatisierungsaufgaben besser zu verwalten und zu koordinieren.

Darüber hinaus hat Google Folgendes eingeführtAgent Assessment Tooldie den Nutzern hilft, die Leistung ihrer Agenten zu testen und zu optimieren. Außerdem wird die neue Version Folgendes unterstützengeplante Hinrichtungkönnen die Benutzer einen bestimmten Zeitpunkt für die Auslösung der Aufgabe festlegen, um die Arbeitseffizienz zu verbessern.

Das Update enthält auch eine Reihe neuer Konnektoren, die die Integrationsmöglichkeiten von Gemini Enterprise weiter verbessern. Diese neuen Konnektoren helfen Organisationen, einfacher mit einer Vielzahl von Diensten und Systemen von Drittanbietern zu interagieren und ermöglichen effizientere Arbeitsabläufe.

Mit diesen neuen Funktionen möchte Google den Nutzern eine umfassendere und leistungsfähigere Automatisierungslösung für Unternehmen zur Verfügung stellen, die die betriebliche Effizienz und Wettbewerbsfähigkeit von Unternehmen verbessert.

Kosmos ist ein revolutionäres Werkzeug für KI-Wissenschaftler, das in der Lage ist, in einem einzigen Durchgang die Menge an Forschungsarbeit zu leisten, die ein menschlicher Wissenschaftler in etwa 6 Monaten erledigen würde:

- Lesen und integrieren Sie Tausende von wissenschaftlichen Arbeiten;

- Automatisches Ausführen von Datenanalysecode;

- Aufstellen von Hypothesen, Validierung von Experimenten und Erstellung von Forschungsberichten;

- Sogar die Reproduktion oder Entdeckung brandneuer wissenschaftlicher Erkenntnisse.

Kosmos ist in der Lage, die logische Kohärenz über eine Spanne von mehr als 10 Millionen Token aufrechtzuerhalten, indem es Wissen aus Tausenden von Dokumenten und Zehntausenden von Zeilen Analysecode extrahiert.

Die zentrale Innovation sind strukturierte Weltmodelle (SWM). Traditionelle wissenschaftliche KI-Tools verwenden eine lineare Denkweise, nämlich Input-Analyse-Output. Kosmos hingegen führt einen Rahmen ein, der dem menschlichen wissenschaftlichen Denken näher kommt, nämlich die strukturierten Weltmodelle. Das bedeutet, dass Kosmos einen sich ständig erweiternden Wissensgraphen im "Gedächtnis" aufbauen kann, der Informationen aus Hunderten von autonomen Argumentationspfaden integriert, um ein dynamisches, iteratives Weltmodell eines bestimmten wissenschaftlichen Ziels zu bilden.

Wenn das Ziel der Studie beispielsweise darin bestünde, "die Mechanismen der neuronalen Degeneration bei der Alzheimer-Krankheit zu verstehen", würde Kosmos dies tun:

• Suche nach relevanten Dokumenten (etwa 1500)
• Extraktion von proteomischen, genetischen und Einzelzelldaten aus öffentlich zugänglichen Datenbanken
• Automatische Ausführung von über 42.000 Zeilen Analysecode
• Überlegungen zu kritischen molekularen Pfaden und Erstellung von Berichten mit Zitaten

Kosmos kann Dutzende von Millionen von Token analysieren, was weit über die "Speichergrenze" bestehender LLMs hinausgeht. Diese Technologie verbessert nicht nur die Forschungseffizienz, sondern eröffnet den Wissenschaftlern auch neue Forschungsperspektiven.

Google arbeitet derzeit an einem Multi-Intelligenz-System, das den Nutzern helfen soll, ihre Forschungsideen mit Hilfe eines turnierartigen Bewertungsmechanismus zu verfeinern. Jeder Durchlauf dauert etwa 40 Minuten und kann 100 detaillierte Ideen für ein bestimmtes Forschungsthema liefern.

Auf der Gemini Enterprise-Plattform entwickelt Google zwei neue Multi-Intelligence-Funktionen:">Ideenfindung - "Schaffung eines multiintelligenten Körpers - Innovationssitzung".Partner der Wissenschaft - "Neue wissenschaftliche Entdeckungen mit Wissenschaftspartnern vorantreiben".

1. Erklären Sie Ihren wissenschaftlichen Partnern Ihr Forschungsprogramm, verweisen Sie auf relevante Daten und legen Sie Bewertungskriterien fest.
2. Eine Reihe von Intelligenzen wird Ihnen auf der Grundlage der verfügbaren Daten Forschungsideen liefern.
3. Die Intelligence Society wird diese Ideen anhand Ihrer Kriterien bewerten und in eine Rangfolge bringen, und zwar in Form eines Wettbewerbs.

Diese Technologie automatisiert nicht nur den wissenschaftlichen Forschungsprozess, sondern bietet auch leistungsstarke Werkzeuge für Unternehmen und Einzelpersonen, um Innovationen effizienter zu gestalten.

Diese Entwicklung markiert eine neue Etappe in der wissenschaftlichen Forschung, die die Effizienz der Forschung und die Innovation erheblich steigern wird.

UPDATE: Die AI Studio Plattform hat ein neues Gemini 3 Prompting Tool hinzugefügt. Die Vorbereitungen sind derzeit im Gange.

Für Zwillinge 3.Beste Ergebnisse mit der Standardeinstellung von 1,0. Eine Verringerung dieses Wertes kann die Inferenzleistung beeinträchtigen.

Dieses Update soll Entwicklern und Forschern helfen, die Leistungsfähigkeit von Gemini 3 besser zu nutzen, um die Leistung ihrer Modelle in einer Vielzahl von Aufgaben zu verbessern. So kann Gemini 3 beispielsweise in Bereichen wie der Verarbeitung natürlicher Sprache, der Bilderkennung und der Sprachsynthese genauere Ergebnisse liefern.

• **Natürliche Sprachverarbeitung**: Verbesserung der Texterstellung und des Textverständnisses.
• **Bilderkennung**: Verbesserte Bildklassifizierung und Zielerkennungsgenauigkeit.
• **Sprachsynthese**: Verbessert die Qualität und Natürlichkeit der Sprache.

Durch die Optimierung dieser Parameter kann der Benutzer das Verhalten des Modells besser kontrollieren, was zu besseren Ergebnissen in praktischen Anwendungen führt.

Ausführlichere Informationen entnehmen Sie bitte der offiziellen Dokumentation.

Vor kurzem hat ein von Grok erstelltes Anime-Video im Internet viel Aufmerksamkeit erregt. In dem Video sind die Details der Interaktion zwischen den Händen der Figur und den Utensilien und Lebensmitteln kaum zu erkennen, nur die Bewegungen sind etwas steif.

Grok Imagine ist in der Lage, Kochszenen zu erzeugen, die dem klassischen Anime-Stil der 1990er Jahre ähneln und in einem ASMR-Stil präsentiert werden, der entspannend und unterhaltsam ist.Einige scheinbar einfache Handlungen (wie Karotten schneiden, Teig kneten, Eier aufschlagen, rühren oder braten), die vor nicht allzu langer Zeit noch schwer zu bewerkstelligen waren, gelingen jetzt perfekt.

Das Video hat jedoch auch einige Kontroversen ausgelöst. Einige Zuschauer gaben negatives Feedback und fluchten sogar, dass es sich um eine KI handele, die Miyazakis Werk kopiere, und dass die Figuren keine Seele hätten. Dies entfachte eine Diskussion über die Rolle und die Grenzen der KI bei der Schaffung von Kunst.

• **Technologischer Fortschritt**: KI wird in der Animationsproduktion immer häufiger eingesetzt, und die technischen Details werden immer besser.
• **Künstlerische Kontroverse**: Einige Betrachter waren der Meinung, dass das von der KI generierte Werk keine Seele hat und stellten seinen künstlerischen Wert in Frage.
• **Zukunftsperspektive**: Trotz der Kontroversen ist das Potenzial der KI in der Animationsproduktion enorm, und weitere innovative Anwendungen sind für die Zukunft wahrscheinlich.

GMI kündigte kürzlich an, dass es 500 Millionen US-Dollar in ein hochdichtes KI-Rechenzentrum in Taiwan investieren wird. Das Rechenzentrum wird mit 7.000 NVIDIA Blackwell GB300 GPUs ausgestattet sein, die auf 96 Racks verteilt sind, und soll fast 2 Millionen Token pro Sekunde verarbeiten können. Die Anlage soll bis März 2026 in Betrieb genommen werden.

Es wird erwartet, dass das Rechenzentrum rund 16 Megawatt Strom verbraucht. GMI gab außerdem bekannt, dass es Pläne für den Bau einer neuen 50-Megawatt-Anlage in den USA hat, um die wachsende Nachfrage zu decken.

Die wichtigsten Merkmale sind:

• 96 Regale
• Verarbeitet fast 2 Millionen Token pro Sekunde
• Elektrizitätsbedarf von etwa 16 MW
• Die Inbetriebnahme ist für März 2026 geplant.

Der Bau dieser Einrichtungen zeigt nicht nur die starken Investitionen von GMI in die KI-Infrastruktur, sondern spiegelt auch die wachsende weltweite Nachfrage nach Hochleistungs-Rechenressourcen wider. Mit der rasanten Entwicklung der KI-Technologie werden diese Arten von Rechenzentren zu einer wichtigen Infrastruktur für die Förderung der technologischen Innovation und Übernahme.

Grok hat auf dem Gebiet der Bild- und Videogenerierung beeindruckende Fortschritte gemacht. Seine neuesten technologischen Errungenschaften haben zu erstaunlichen Ergebnissen geführt, nicht nur in Bezug auf die Qualität der erzeugten Bilder und Videos, sondern auch in Bezug auf die Geschwindigkeit, mit der sie erzeugt werden.

Hinter diesem technologischen Durchbruch steht die kontinuierliche Optimierung von Deep-Learning- und Künstliche-Intelligenz-Algorithmen: Grok nutzt fortschrittliche neuronale Netzwerkmodelle wie Transformer und GAN (Generative Adversarial Networks), um ein hochwertiges Bild- und Video-Compositing zu erreichen.

Breite Palette von AnwendungsszenarienDazu gehören unter anderem die Film- und Fernsehproduktion, die Kreativität in der Werbung, die virtuelle Realität usw. Die Anwendung dieser Technologien kann die Effizienz der Inhaltserstellung erheblich verbessern und den Urhebern mehr Möglichkeiten bieten.

Video von @Diesol zeigt das Neueste von Grok:

Update: Grok 4.1 Beta ist jetzt offiziell auf der Grok-Website verfügbar. In diesem Update ist Grok 4.1 Beta als eigenständige Option neben dem bestehenden Grok 4 Modus verfügbar.

Grok ist ein leistungsstarkes Entwicklungswerkzeug, das Entwicklern hilft, Code effizienter zu schreiben und zu debuggen. Mit der neuen Version wurden die Funktionalität und die Leistung von Grok weiter verbessert. Benutzer haben jetzt die Möglichkeit, Grok 4.1 Beta zu testen, um die neuesten Funktionsverbesserungen und Optimierungen zu erleben.

Die wichtigsten Merkmale sind:

• Verbesserter Code-Editor zur Unterstützung weiterer Programmiersprachen
• Verbesserte Debugging-Tools mit detaillierteren Fehlermeldungen
• Optimierte Benutzeroberfläche zur Verbesserung der Benutzerfreundlichkeit

Entwickler können hier weitere Informationen finden und mit dem Testen von Grok 4.1 Beta beginnen.