Moonshot veröffentlicht K3.1 Pro mit Fokus auf 3D-Tooling
Moonshot AI hat K3.1 Pro vorgestellt, ein Modell auf derselben Basis wie K3, das auf 3D-Workflows ausgerichtet ist; die Modellgewichte sollen am 4. November veröffentlicht werden.
Moonshot AI hat K3.1 Pro veröffentlicht, ein Modell auf derselben Basis wie K3. Der Release legt besonderen Wert auf 3D-Tooling — sowohl Blender als auch Game-Engines wie Unity, Unreal Engine und Godot.
Das Modell ist bereits in allen Moonshot-Produkten verfügbar, die Veröffentlichung der Modellgewichte ist für den 4. November angekündigt. Zudem deutet der Post darauf hin, dass bald ein kleineres Modell erscheinen könnte, da die Inferenz eines Modells dieser Größe weiterhin anspruchsvoll ist.
Warum das wichtig ist
AnalyseDer Release zeigt, wie KI-Modelle tiefer in 3D-Pipelines und Game-Engine-Workflows integriert werden. Angekündigte Modellgewichte könnten Entwicklern mehr Möglichkeiten für lokale und individuelle Deployments geben.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Neues Kimi-Modell für Game-Entwicklung und 3D nachtrainiert
Kimi wurde für Unity, Unreal Engine, Godot und 3D-Generierung nachtrainiert und zeigte einen autonomen Laufsimulator.
Kimi K3.1 erscheint als KI-Modell mit 2,8 Billionen Parametern
Kimi K3.1 wird als sehr großes Open-Model mit 2,8 Billionen Parametern und 104 Milliarden aktiven Parametern beschrieben; die Gewichte sind noch nicht veröffentlicht.
Jev und System One AI: Ein umfassender praktischer Leitfaden zum Entscheidungsmodell von TypeSafe
Tiefgehende technische Analyse des Flaggschiff-Modells Jev: Architektur von System One im Vergleich zu LLMs, Choice/Score/Noul-Primitiven, Anfrageparallelität, Unsicherheitsmathematik, Video-Anwendungsfälle, Code sowie Überblick über lokale Open-Weight-Alternativen (Laya, GLiNER2.5, CLM-8B).
Ich liebe Antigravity – Leitfaden
Dieser Leitfaden richtet sich an alle, die das Google-AI-Ökosystem, die Entwicklungsumgebung Antigravity IDE/CLI sowie die Modelle der Gemini-Familie schätzen.
Agent-to-Agent Protocol (A2A)
Ein offener Standard für Netzwerkinteraktion, dezentrale Entdeckung und sicheren Kontextaustausch zwischen unabhängigen KI-Agenten verschiedener Anbieter und Plattformen.
Agenten-Benchmarks: GAIA und SWE-bench
Eine neue Generation strenger praktischer Benchmarks zur Bewertung der Autonomie von Künstlicher Intelligenz. GAIA testet multimodale Aufgaben im offenen Web mit Dateien und Browser, während SWE-bench die Fähigkeit von Agenten überprüft, echte Bugs in großen GitHub-Repositories zu finden und zu beheben.