Das erste Modell von Thinking Machines Lab, Inkling, ist jetzt auf Databricks verfügbar und signalisiert einen frühen Vorstoß, Enterprise-KI-Teams über Anpassbarkeit zu erreichen.

Built Technologies sagt, dass es auf AWS eine Dokumentenintelligenz-Engine aufgebaut hat, um KI-Agenten über Workflows der Immobilienfinanzierung hinweg zu unterstützen.

Thinking Machines hat ein Open-Weight-KI-Modell veröffentlicht und signalisiert damit, dass Mira Muratis Startup dort konkurrieren will, wo Builder einsetzbare Modelle suchen.

Anthropic und Blackstone unterstützen Ode, ein neues KI-Implementierungsunternehmen, und signalisieren damit, dass Rollout-Services für Unternehmen ebenso strategisch sein könnten wie Modelle.

Emergent hat 130 Millionen US-Dollar bei einer Bewertung von 1,5 Milliarden US-Dollar eingesammelt und unterstreicht damit die Investoren-Nachfrage nach KI-Coding-Tools für KMU und nicht-technische Builder.

Vint Cerf berät Identity Digitals Innovation Labs zu DNSid, einem vorgeschlagenen Standard zur Identifizierung von KI-Agenten im offenen Internet.

Berichte zufolge entwickelt OpenAI einen bildschirmlosen, tragbaren Heimbegleiter, der mit ChatGPT verknüpft ist – ein Signal für einen größeren Vorstoß in Richtung KI-Hardware trotz rechtlicher Risiken.

OpenAIs Codex verschlüsselt jetzt interne Übergaben zwischen Agenten, schränkt die Sichtbarkeit von Entwicklern in Delegationen ein und wirft Zuverlässigkeitsfragen für KI-Coding-Workflows auf.

Reflection AI hat einen Compute-Deal über 1 Milliarde Dollar mit Nebius abgeschlossen und verdeutlicht damit, wie Open-Model-Startups darum kämpfen, knappe KI-Infrastruktur zu sichern.

Der OpenAI-Forscher Miles Wang soll ein KI-Startup für Arzneimittelforschung gründen, was die stark gestiegene Investorennachfrage nach KI für die Life Sciences unterstreicht.

NVIDIA sagt, eine Kaggle-Challenge mit mehr als 5.000 Teilnehmenden habe gezeigt, dass sich KI-Schlussfolgern eher durch verifizierte Traces und Workflow-Design als durch größere Modelle verbessert.

Hugging Face sagt, dass sich die Enterprise-Nachfrage nach KI in Richtung offener Modelle verschiebt, weil Käufer niedrigere Kosten, mehr Kontrolle und weniger Abhängigkeit von Frontier-APIs suchen.