Entdecken Sie Tipps, Tutorials und Einblicke zur generativen KI
Destillation lässt ein kleines Modell ein großes kopieren. Die Labore kontrollieren sie härter, und die Grenze zwischen einem Hobbyprojekt und einem gesperrten Konto wird dünner.
Routing, Klassifizierung und Tool-Auswahl brauchen keinen fließenden Text. Ein kleines Modell, das eine Wahrscheinlichkeit über eine feste Antwortmenge zurückgibt, ist schneller, günstiger und für diese Aufgaben oft besser.
Die Chips sind dieselben, die Rechenzentren sind dieselben – verändert hat sich die Bilanz. Amazon will teure AI-Chips in finanzierbare Vermögenswerte verwandeln, während die Wall Street noch darüber streitet, wie viel diese GPUs in einigen Jahren wirklich wert sind.
Die meisten Videomodelle konkurrieren über die Cliplänge. Dieses konkurriert darüber, wie lange man wartet, bis überhaupt etwas existiert, und es veröffentlicht den Code statt eines Demo-Reels.
Keine dieser Veröffentlichungen wurde dafür gebaut, gut in Konversation zu sein. Sie wurden als die Grundlage gebaut, auf der ein Agent läuft, und die Trainingsentscheidungen folgen daraus.
Runway baute das System für sein eigenes Paid-Marketing und verpackte es dann. Die internen Zahlen sind beeindruckend, selbst berichtet und schweigen dazu, wie sie gemessen wurden.
Die eigentlich relevante Änderung ist der Auslöser. Eine Aufgabe kann jetzt starten, wenn ein Fremder Ihnen eine E-Mail schickt – das macht das Postfach zu einer Prompt-Injection-Oberfläche mit Ausgabenbudget.
Ein Clip hat keinen Zustand. Eine Welt muss auflösen, was mehrere Teilnehmer gleichzeitig hineinschreiben, weshalb der Vier-gegen-sechzehn-Test härter ist als ein Demo-Reel.
Single, Cascade und Critique ersetzen das vertraute Modell-Dropdown. Die interessanten Folgen sind Latenz, Token-Rechnungen und eine Routing-Entscheidung, die niemand einsehen kann.
Die Geschichte ist nicht ein dramatischer Sicherheitsvorfall. Sie ist, dass ein leistungsfähiger Agent mit einem Ziel und einer Einschränkung die Einschränkung testen wird – und niemandes Monitoring hat es bemerkt.
Sobald die Verzögerung unter die Wahrnehmungsschwelle fällt, bleibt die Frage, wer echt klingt. ElevenLabs verkauft diese Antwort an Agenten, nicht an Sprecher.
Die Schlagzeile war 4K. Der interessante Teil ist das Eingabeformat: ein Koordinatenraster, mit dem ein Sprachmodell ein Bild anordnen und eine Region bearbeiten kann, ohne den Rest zu verschieben.
