Neurodigest Weekly (#126)

LLMs

• Muse Code und Spark 1.2 — Meta hat seinen Agenten und ein neues Modell vorgestellt. Dank der Möglichkeit, auf Benutzerdaten zu trainieren, wurde der Preis auf $0,1/$0,2 pro Million Tokens gesenkt.
• Qwen 3.8-Max — Alibaba hat ein multimodales Modell mit 2,4 Billionen Parametern (95 Milliarden aktiv) veröffentlicht. Es überzeugt durch seine Fähigkeiten bei visuellen agentischen Aufgaben und autonomem Coding zum Preis von $2/$6. Die Gewichte sollen noch in dieser Woche verfügbar gemacht werden.
• Erstes SSI-Modell — Gerüchten zufolge plant das Start-up von Ilya Sutskever, sein erstes Modell im August zu veröffentlichen, ohne auf die angekündigte Superintelligenz zu warten.

Generative Modelle

• Lift4D — Ein Framework zur 4D-Rekonstruktion dynamischer Objekte und ihrer Texturen aus normalem Videomaterial.
• Grok Video 1.5 — xAI hat ein kleines Update für seinen Video-Generator veröffentlicht.
• FLUX 3 Video — Das Videomodell von BFL ist nun über die API verfügbar (bis zu 20 Sekunden mit Ton und Lip-Sync). Ein Entwurfsmodus wurde eingeführt, mit einem Basispreis ab $0,17 pro Sekunde bei 720p.
• SeedRealtime — ByteDance hat ein natives Vollduplex-Modell vorgestellt. Der Assistent überwacht den Videostream kontinuierlich, hört zu und kann Dialoge ohne Verzögerung initiieren.
• Wan 3.0 — Alibaba hat eine öffentliche Beta gestartet. Das Modell erzeugt Videos bis zu 30 Sekunden Länge in 1080p und ermöglicht die Mischung von Text, Fotos, Videos und Audio für eine präzise Übertragung von Aussehen und Stil.
• Wan Animate 2 — Eine Alternative zur Posensteuerung für die Bewegungsübertragung basierend auf Videoreferenzen ohne Skelette. Gewichte und Nodes für ComfyUI wurden veröffentlicht.
• Grok Imagine Image 2.0 — xAI hat seinen Bildgenerator erheblich verbessert: Hinzufügung des Magic Wand, präzises Bearbeiten von Bereichen, Hintergrundentfernung und Multi-Referenz mit bis zu 5 Bildern.

Sonstiges

• Gemini Robotics 2 — Google DeepMind hat sein VLA-Modell aktualisiert: Es steuert nun den gesamten humanoiden Körper (einschließlich Feinmotorik), koordiniert einen Schwarm von Robotern und bietet eine On-Device-Version für schnelle Anpassungen.
• Veränderungen bei Google — Demis Hassabis ist als CEO von DeepMind zurückgetreten (Wechsel zum Chairman und Chief Scientist von Alphabet), und Jeff Dean hat das Unternehmen nach 27 Jahren verlassen, um Discovery Loop zu gründen.