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.
Das Kimi-Modell wurde laut den Entwicklern mit Fokus auf Game-Entwicklung und 3D nachtrainiert. Es arbeitet angeblich gut mit Unity, Unreal Engine und Godot und kombiniert diese mit Websuche und 3D-Generierung. Auch bei Aufgaben mit längerem Horizont schlägt es sich ordentlich.
Zum Beispiel zeigt die Ankündigung einen Fall, in dem Kimi autonom einen menschlichen Laufsimulator auf Basis eines anatomischen Modells erstellte. Das Modell baute Trainingspipelines selbst auf, passte die Reward-Funktion und Physik an, prüfte Ergebnisse und verbesserte den Schrittcontroller. Nach 167 Iterationen und 420 unabhängigen Reviews lief die virtuelle Figur nach einem Sturz beim ersten Schritt 11 Sekunden lang kontinuierlich mit abwechselnden Schritten.
Bis RSI ist es noch weit, aber die für bestimmte ML-Forschung nötigen Fähigkeiten sind bereits erkennbar.
Warum das wichtig ist
AnalyseDer Fall zeigt, dass KI-Modelle Game-Engines, 3D-Generierung und autonome ML-Workflows zunehmend verbinden und komplexere Simulationen ermöglichen.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Kimi K3.1: Teaser deutet auf neues Modell von Kimi hin
Das Kimi-Team hat einen Teaser veröffentlicht, der auf einen baldigen Start von Kimi K3.1 hindeutet. Das Modell soll unter den verfügbaren chinesischen KI-Modellen das beste sein und deutlich günstiger als Kimi K3.
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.
Autonomer KI-Operator in Telegram 24/7: Architektur, Telethon, Sicherheit und 10 funktionierende Szenarien
Umfassendes technisches Handbuch zur Erstellung eines produktionsreifen KI-Operators in Telegram auf Basis von Telethon: Sitzungsisolierung, Bestätigungssysteme, Schutz vor Bannmaßnahmen und 24/7-Betrieb.
Loop Engineering: Architektur autonomer Schleifen und das Ende des manuellen Promptings
Ein tiefgehender Einblick in Loop Engineering: Architektur selbstunterhaltender Zyklen für Claude Code und autonome Agenten, DOER/CHECKER-Muster, deterministische Verifizierung, der /goal-Befehl und die Bekämpfung von Reward Hacking.
Custom GPTs (Personalisierte Chatbots in ChatGPT)
Eine Funktion von ChatGPT zur Erstellung personalisierter Mini-Assistenten für spezifische Aufgaben. Ermöglicht das Hochladen eigener Dateien, die Festlegung permanenter Anweisungen sowie die Integration von Bildgenerierung und externen APIs ohne Programmierkenntnisse.
Dynamische Werkzeugauswahl (Dynamic Tool Selection)
Ein architektonischer Ansatz für den Aufbau skalierbarer KI-Agenten, die über Hunderte von Tools verfügen. Anstatt alle Funktionsbeschreibungen gleichzeitig in den Kontext zu laden, nutzt das System semantische Suche oder ein Router-Modell zur dynamischen Auswahl der nur 3–5 relevantesten Tools für eine spezifische Benutzeranfrage.