Das neue Regelwerk für KI-Videos: Maschinenlesbare Labels nach dem EU AI Act
Artikel 50 des EU AI Act macht Herkunftsmetadaten zu einer Compliance-Frage. Das Label wird bei der Generierung eingebaut und geht in der Pipeline leicht verloren.
Blog
Entdecken Sie Tipps, Tutorials und Einblicke zur generativen KI
Dein KI-Agent vergisst alles: die MCP-Tricks gegen Kontext-Aufblähung
Ein Agent wird nicht schlauer, wenn er lange läuft, sondern dümmer, weil sein context window mit Müll vollläuft. Von Tool-Output-Sandboxing über persistente Erinnerung bis Routing reparieren diese Projekte das Gedächtnis von Agents.
Google zieht alle Veo-Endpunkte zurück: Hinter den Kulissen des Video-Umbruchs am 22. Oktober
Google schaltet am 22. Oktober 2026 alle Veo-Endpunkte der Gemini API ab, darunter veo-3.1-lite-generate-preview, und ersetzt sie durch das token-basierte gemini-omni-1.1-flash.
2,8 Billionen Parameter auf einer 4-GB-GPU: Wie AirLLM die VRAM-Mauer durchbrach
2,8 Billionen Parameter auf einer 4-GB-GPU, das klingt nach einem Tippfehler. Die Idee hinter AirLLM ist nicht, das Modell zu verkleinern, sondern damit aufzuhören, es ganz im Speicher halten zu wollen: Schicht für Schicht von der Platte lesen, nutzen, freigeben. Der Preis ist Geschwindigkeit, dafür läuft, was eigentlich nicht passen sollte.
Metas Muse Image plant, bevor es malt: Einblick in ein Bildmodell mit Reasoning an erster Stelle
Metas Muse Image plant, sucht, codet und prüft sein Ergebnis, bevor es malt, und holt einen Teil der Verifikation ins Modell hinein. Das eigentliche Ziel ist nicht die Bildqualität, sondern die Standard-Bildebene für Milliarden Nutzer zu werden.
Die 12-fache Spanne: Was KI-Bildgenerierung im Katalogmaßstab wirklich kostet
Für dieselben 50,000 Produktbilder schwankt die Monatsrechnung je nach Modell um mehr als das 12-Fache. Entscheidend sind Akzeptanzquote und Wiederholungsrate, nicht das Ranking.
Coding-Agenten entwickeln eine Plugin-Ökonomie: Was Claude Code Mods und Cursor Projects ändern
Im Oktober verlagerte sich der Wettbewerb der Coding-Agenten von den Modellen zur Erweiterungsschicht. Claude Code Mods, Cursor Projects und eine Reihe von Community-Skill-Repositories zeigen, dass der Wert von der Codeerzeugung zur Organisation der Agenten wandert, die ihn erzeugen.
Zweitausend Agenten schreiben sich selbst neu: Wie Prime Agent TypeScript nach Rust brachte
Prime Agent wurde von seinem eigenen Schwarm neu geschrieben: Mehr als 2.000 Agenten brachten es in zwei Wochen von TypeScript nach Rust. So funktionieren Orchestrierung und Leitplanken.
Modals Sandboxes: einem Agenten eine Maschine zum Kaputtmachen geben
Vollständige VM-Sandboxes geben jedem Agenten einen wegwerfbaren Rechner. Es ist Klempnerei, und sie entscheidet, ob Agenten echte Rechte anvertraut bekommen.
Prism: Ein offenes 2K-Audio-Video-Modell und die 80-GB-Karte, die es will
Ein offenes Modell, das natives 2K-Video mit synchronem Audio erzeugt, ist ein echter Schritt. Die Hardware, die es verlangt, entscheidet, wer es nutzen kann.
Wenn Agenten ihre eigenen Medien rendern: drei Tools im GitHub-Trend
Hyperframes rendert HTML zu Video, ArtCraft bündelt eine Kreativ-Engine, text-to-cad gibt Agenten CAD. Der Agent lernt, Dinge zu bauen, die man ansieht.
Gemini Lives Guided Vision: Sehen für Menschen mit Sehbehinderung
Google baute Echtzeit-Sehhilfe von Anfang an mit blinden und sehbehinderten Nutzern. Ein leiser, aber scharfer Test, wofür ein multimodaler Assistent da ist.