Chinas einst gefeierte KI-Startups drosseln ihre Ambitionen und konzentrieren sich auf Nischenmärkte, anstatt dem Traum der Allzweck-KI (AGI) nachzujagen. DeepSeek setzt neue Maßstäbe und dominiert möglicherweise bald den Markt.
Microsoft hat BitNet b1.58 2B4T vorgestellt, ein 1-Bit-LLM mit zwei Milliarden Parametern, trainiert mit vier Billionen Token. Es läuft effizient auf CPUs und ist so auch auf Geräten wie dem Apple M2 Chip zugänglich.
Ein Gespräch mit Zhong Yiran über MiniMax-01, lineare Aufmerksamkeit und die Zukunft großer Sprachmodelle. Er erläutert die Vorteile linearer Aufmerksamkeit gegenüber Transformer-Architekturen und gibt Einblicke in die Herausforderungen und Möglichkeiten.
SISTA AI, eine Initiative von AWS und SISTA, unterstützt europäische KI-Startups unter weiblicher Führung mit Ressourcen, Fachwissen und $100.000 AWS-Guthaben, um Geschlechtergleichstellung und Innovation im Tech-Sektor zu fördern.
Gartner prognostiziert, dass Unternehmen kleinere, spezialisierte KI-Modelle dreimal häufiger nutzen werden als große Sprachmodelle (LLMs), um Kosten zu senken und Ressourcen zu optimieren. Daten spielen dabei eine Schlüsselrolle, und CIOs müssen die Datenstrategie anpassen.
Jenseits des DeepSeek-Hypes prägen Chinas 'Sechs Tiger' unbemerkt die KI-Landschaft. Zhipu AI, Moonshot AI, MiniMax, Baichuan Intelligence, StepFun und 01.AI fordern mit erfahrenen Teams und fortschrittlichen Modellen die westliche Dominanz heraus.
MCP, A2A und UnifAI könnten eine Renaissance für On-Chain-KI-Agenten einleiten. Diese Protokolle zielen darauf ab, die Interoperabilität und Zusammenarbeit zwischen KI-Agenten zu verbessern und neue Anwendungsmöglichkeiten in Bereichen wie DeFi zu erschließen.
Ein Bericht des US-Kongresses beleuchtet DeepSeek, eine chinesische KI-Plattform, die Daten an die KPCh leitet, Propaganda verbreitet und unrechtmäßig US-Daten nutzt. Nvidia-Chips spielen eine Schlüsselrolle, was Exportkontrollfragen aufwirft.
Die USA erwägen Sanktionen, um DeepSeeks Zugang zu US-Technologie zu beschränken und den Zugriff amerikanischer Bürger auf DeepSeek-Dienste zu limitieren, was die Spannungen im technologischen Wettbewerb zwischen den USA und China verdeutlicht.
Die Nationale Supercomputing Internet Plattform startet erweiterte Kontext-Multimodal-Modelle, um die Entwicklung von KI-Agenten mit beispielloser Kontextfensterlänge zu revolutionieren und Innovationen zu fördern.
