Skyfall AI stellt SKY-001 vor, ein Engineering-World-Model für CAD
Das Team ehemaliger Maluuba-Experten hat Skyfall AI mit SKY-001 gestartet, ein Modell, das Text-Prompts oder Skizzen in vollständige CAD-Projekte umwandelt.
Microsoft kaufte Maluuba ein Jahr vor der Veröffentlichung von GPT-1. Der Gründer des Unternehmens gibt zu, dass er den Verkauf bedauert, weil Maluuba das nächste OpenAI hätte werden können.
Dasselbe Team von Deep-Learning-Experten ist mit einem neuen Projekt zurückgekehrt, Skyfall AI, und das erste Modell ist nicht einfach ein weiteres LLM.
SKY-001 ist das erste Engineering-World-Model. Man kann ihm einen Text-Prompt oder eine grobe Skizze geben, und es entwirft das gesamte Objekt, zerlegt es bis zu den Schrauben in einzelne Teile und erstellt daraus eine vollständige CAD-Datei, die sich in Programmen wie Autodesk Fusion öffnen lässt.
Laut den Tests des Unternehmens arbeitet das Modell bei CAD- und BIM-Aufgaben 100-mal schneller und ist 150-mal günstiger als GPT-6 Astra.
Warum das wichtig ist
AnalyseSKY-001 könnte das Engineering-Design deutlich beschleunigen und CAD/BIM-Kosten senken, indem es ein spezialisiertes Modell statt eines allgemeinen LLM nutzt.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Практичні гайди, термінологія та агентські скіли
Odyssey zeigt eine Fliege im KI-Simulator Odyssey-3
Das Startup Odyssey hat ein Fliegenmodell in seinen KI-Simulator Odyssey-3 integriert, in dem das Insekt autonom durch eine generierte Welt fliegt, während die Bilder online in Echtzeit erzeugt werden.
MiniMax stellt Modell M3.1 Flash vor
MiniMax hat M3.1 Flash offiziell veröffentlicht: Das Modell erzeugt über 200 Tokens pro Sekunde, übertrifft mehrere chinesische Modelle bei KI-Agenten-Benchmarks und ist deutlich günstiger als M3.
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).
Teil II. Architektur von KI-Agenten: Vom Modell zu Gedächtnis und Tools
Tiefes technisches Eintauchen: Tokenisierung, KV-Cache, Determinismus beim Sampling, Trainings-Stack, Quantisierung, Kontext-Engineering, Security-Stack, produktives RAG, ReAct sowie Multi-Agenten-Swarm-Systeme.
Jev Decision Model
Jev ist ein kommerzielles, nicht-autoregressives System-1-Modell von TypeSafe AI für schnelle typisierte Entscheidungen in Agentenschleifen. Es liefert validierte Entscheidungsobjekte in 70–500 ms bei ca. 0,042 USD pro 1 Million Eingabe-Tokens und eliminiert JSON-Syntax-Halluzinationen sowie Latenzprobleme beim Routing in ReAct-/Tool-Calling-Stacks.
MCP (Model Context Protocol)
Ein offener Standard von Anthropic auf Basis von JSON-RPC 2.0 für die einheitliche bidirektionale Anbindung von KI-Assistenten an externe Tools, Datenbanken und Systemumgebungen.