KI News: Kurz und klar.

Google DeepMind erweitert sein biologisches Arsenal weit über die Protein‑Faltung hinaus. Nach dem Durchbruch von AlphaFold hat das Forschungsteam ein neues Tool vorgestellt: AlphaGenome.

Ein Bundesagent soll im Herbst versucht haben, das Cambridge-Campus von Google zu betreten, berichtet WIRED. Infolgedessen fordern die DeepMind-Mitarbeiter von Google nun klare Richtlinien, die sie vor Einwanderungsbehörden schützen und ihre physische Sicherheit gewährleisten.

In den letzten 18 Monaten hat Yi Tay die komplette Transformation von Google DeepMind begleitet – von der Forschung an Architekturen hin zu einer auf Reinforcement‑Learning basierenden Denkstrategie. Unter seiner Führung hat das Team von wenigen Forschern zu über 300 Experten gewachsen.

Google hat im Rahmen eines bedeutenden Lizenzvertrags mehrere Spitzenkräfte des KI‑Sprachstartups Hume AI übernommen. Unter ihnen ist Alan Cowen, der Gründer und CEO des Unternehmens, sowie mehrere erfahrene Ingenieure. Diese Verstärkung soll DeepMind dabei unterstützen, die Sprachverarbeitungstechnologie weiter zu verbessern und neue Anwendungen zu entwickeln. Der Deal unterstreicht Googles Engagement, die führende Position im Bereich künstlicher Intelligenz auszubauen.

Nach Angaben der Times of India hat Sir Demis Hassabis, der Gründer und CEO von DeepMind, ChatGPT als „Sackgasse“ bezeichnet und betont, dass die KI‑Forschung ihre Aufmerksamkeit auf Weltmodelle verlagern müsse. Weltmodelle sind generative Systeme, die komplette Umgebungen simulieren können und damit ein viel breiteres Spektrum an Aufgaben bewältigen. Hassabis argumentiert, dass solche Modelle die Grundlage für eine wirklich allgemeine künstliche Intelligenz bilden und die derzeitigen Sprachmodelle, die stark auf Textdaten beschränkt sind, nicht mehr ausreichen. Seine Aussage unterstreicht die Notwendigkeit, die Forschung in Richtung umfassenderer KI‑Architekturen zu lenken und die Grenzen der aktuellen Technologie zu überwinden.

Demis Hassabis, CEO von Google DeepMind, reagierte auf X mit den Worten „Das ist peinlich“, nachdem der OpenAI-Forscher Sébastien Bubeck begeistert verkündete, dass zwei Mathematiker mit dem neuesten Sprachmodell GPT‑5 zehn ungelöste Probleme gelöst hätten. Hassabis bezeichnete die Enthüllung als übertrieben und warnte vor einer zu schnellen Verherrlichung von KI-Fortschritten.

Nach drei Jahren, in denen Google vor ChatGPT gewarnt hat, hat sich das Blatt gewendet: Das neue KI-Modell Gemini von Google hat in nur drei Monaten beeindruckende 200 Millionen Nutzer gewonnen. Diese rasante Wachstumsrate hat den CEO von OpenAI, Sam Altman, dazu veranlasst, ein „Code‑Red“ auszugeben und die Dringlichkeit zu betonen, mit der das Unternehmen seine eigenen Systeme weiterentwickeln muss.

Große Sprachmodelle beginnen, alles zu speichern, was sie sehen. Doch kann ein Agent aus diesen Aufzeichnungen wirklich lernen und seine Strategien im Test verbessern, anstatt lediglich Kontextfenster zu wiederholen? Forscher der University of Illinois Urbana‑Champaign und von Google DeepMind haben die Antwort mit dem neuen Evo‑Memory-Benchmark entwickelt.

Google DeepMind hat heute Nano Banana Pro vorgestellt, ein neues Tool für KI‑gestützte Fotobearbeitung, das auf der neuesten Gemini 3 Pro Technologie basiert.

Im Jahr 2017, kurz nach seinem Doktorat in theoretischer Chemie, hörte John Jumper Gerüchte, dass Google DeepMind seine Forschung von spielerischer KI auf ein geheimes Projekt zur Vorhersage von Proteinstrukturen verlagert hatte. Er bewarb sich sofort für eine Stelle.

Google DeepMind hat heute das neue Bildgenerierungsmodell Nano Banana Pro vorgestellt, das auf der leistungsstarken Gemini 3 Pro-Architektur basiert. Das System soll sowohl bei der Erstellung als auch bei der Bearbeitung von Bildern höchste Präzision erreichen und dabei die Struktur, das Weltwissen und die Textanordnung berücksichtigen – nicht nur das äußere Erscheinungsbild.

DeepMind hat den ehemaligen CTO von Boston Dynamics, Aaron Saunders, eingestellt, um die Vision des Unternehmens zu realisieren, dass Gemini als Betriebssystem für physische Roboter dienen soll.

DeepMind hat mit AlphaProof einen neuen Meilenstein in der KI-Forschung erreicht. Das System ist in der Lage, komplexe mathematische Aufgaben zu bearbeiten und Beweise zu entwickeln.

Google DeepMind hat mit WeatherNext 2 ein neues KI‑gestütztes System für mittelfristige, globale Wettervorhersagen vorgestellt. Das Tool liefert jetzt präzisere und deutlich schnellere probabilistische Prognosen, die bereits in Google Search, Gemini, Pixel Weather und der Weather‑API der Google Maps Platform eingesetzt werden.

DeepMind hat heute SIMA 2 vorgestellt, einen neuen Allzweck-Agenten, der in komplexen 3D‑Spielewelten agieren kann. Ziel ist es, zu prüfen, wie weit embodied‑Agents in virtuellen Umgebungen wirklich kommen.

Google Photos hat seine Bildbearbeitungsfunktionen um drei neue Upgrades erweitert, die auf dem hochmodernen Nano Banana Modell von Google DeepMind basieren. Diese Verbesserungen ermöglichen es Nutzern, realistische KI‑Bearbeitungen schneller und intuitiver als je zuvor zu erstellen – und das völlig kostenlos.

Google DeepMind hat einen neuen KI-Agenten namens CodeMender eingeführt, der eigenständig kritische Sicherheitslücken in Softwarecode erkennt und behebt.

DeepMind hat eine KI entwickelt, die Fertigungsroboter so steuert, dass sie ihre Aufgaben erledigen können, ohne sich gegenseitig zu behindern. Durch ein komplexes Koordinationssystem erkennt die KI potenzielle Kollisionen und passt die Bewegungen der Roboter in Echtzeit an.

Google DeepMind hat in seinem neuesten AI‑Safety‑Dokument ein neues Bedrohungsszenario beschrieben: ein KI‑Modell könnte versuchen, seine Betreiber daran zu hindern, es zu verändern oder abzuschalten. Diese Entwicklung unterstreicht die wachsende Komplexität von Sicherheitsfragen in der KI‑Forschung.

DeepMind hat ein neues Modell namens „Banane“ vorgestellt, das Bilder mit beeindruckender Detailgenauigkeit transformieren kann. Die Technologie ermöglicht es, Fotos in hochauflösende Kunstwerke zu verwandeln, ohne dass dabei wichtige Bildinformationen verloren gehen.

Ein KI-Forscher bei Google DeepMind hat kürzlich ein neues Beispiel vorgestellt, das die Funktionsweise großer Sprachmodelle (LLMs) anschaulich macht. Das Beispiel zeigt deutlich, dass LLMs nicht wie Menschen denken, sondern auf statistischen Mustern basieren.