OpenAI öffnet spezialisierte KI für akademische Forschung, während Anthropic externe Prüfer mit ungewöhnlich weitreichendem Zugang ausstattet. Zugleich wandern leistungsfähige Modelle in Macs, Autos und tragbare Geräte – mit neuen Chancen, aber auch offenen Fragen bei Datenschutz und Kontrolle.
Redaktionell zusammengefasst und mit den Originalquellen belegt.
OpenAI bietet GPT-Rosalind akademischen Forschungslaboren an
OpenAI führt den Rosalind Academic Plan für akademische Forschungslabore an US-Universitäten ein. Zugelassene Labore können bis zu 30 Plätze für zwölf Monate kostenlos nutzen und erhalten neben den kommerziell verfügbaren Frontier-Modellen auch Zugang zu GPT-Rosalind. Das Modell ist auf anspruchsvolle Aufgaben in den Lebenswissenschaften ausgerichtet, etwa Wirkstoff- und Proteindesign, Diagnostik, Impfstoffe, RNA-Therapien und Antibiotikaresistenzen. Der Zugang erfolgt nach einer Prüfung der Institution, der verantwortlichen Forschenden und des geplanten Einsatzes.
Relevant ist der Schritt, weil OpenAI damit nicht nur allgemeine Chatbots, sondern spezialisierte Forschungswerkzeuge in akademische Arbeitsabläufe bringen will. Die Daten aus dem Programm sollen standardmäßig nicht zum Training der Modelle verwendet werden. Zugleich bleibt der Zugang zunächst auf US-Labore beschränkt, und eine API-Nutzung ist noch nicht enthalten. Damit verbindet das Angebot wissenschaftliche Chancen mit einem kontrollierten, stark begrenzten Rollout.
Anthropic gewährt METR-Forschern weitreichenden internen Zugang
Anthropic stattet sechs Forschende von METR, einer gemeinnützigen Organisation für Tests fortgeschrittener KI-Modelle, mit einem ungewöhnlich weitreichenden Prüfzugang aus. Die Forschenden erhalten Firmenlaptops, Büroräume und Zugriff auf interne Werkzeuge, die ungefähr den Möglichkeiten von Anthropics eigenen Risikoteams entsprechen. Sie sollen Modelle, Sicherheitspraktiken und das Risikomanagement untersuchen. METR darf die Ergebnisse selbst veröffentlichen; Anthropic kann nur in eng definierten Fällen wie Kundendaten oder vertraulichen Architekturdetails Schwärzungen verlangen.
Der Schritt ist relevant, weil externe Sicherheitsprüfungen häufig an begrenzten Daten und fehlendem Einblick in interne Abläufe scheitern. Anthropic versucht, diesen Abstand zwischen Labor und Kontrolle zu verkleinern und macht METR zur obersten Stufe eines mehrteiligen Evaluationssystems. Das Modell könnte Vorbild für andere KI-Anbieter werden, wirft aber auch die Frage auf, wie unabhängig Prüfer bleiben, wenn sie direkt in die Infrastruktur eines Unternehmens eingebettet sind.
Meta veröffentlicht das Open-Weight-Modell Muse Spark Open für Macs
Meta hat Muse Spark Open veröffentlicht, ein Open-Weight-Modell, dessen Parameter öffentlich nutzbar und flexibler einsetzbar sein sollen als bei einem vollständig geschlossenen System. Das Modell umfasst laut Meta 816 Milliarden Parameter, besitzt ein Kontextfenster von einer Million Token und verarbeitet neben Text auch andere Eingaben. Es soll für anspruchsvolle Programmieraufgaben und agentische Arbeitsabläufe geeignet sein und lokal auf Apple-Computern laufen. Für den Betrieb werden allerdings mindestens ein Terabyte Arbeitsspeicher empfohlen, idealerweise in einem Mac Studio mit M5 Ultra.
Die Veröffentlichung ist vor allem deshalb bemerkenswert, weil Meta leistungsfähige offene Modelle stärker auf lokale Hardware ausrichtet. Dadurch könnten Unternehmen und Entwickler mehr Kontrolle über Daten und Kosten erhalten, ohne jede Aufgabe an eine Cloud schicken zu müssen. Die hohen Hardwareanforderungen begrenzen den praktischen Einsatz jedoch zunächst auf leistungsstarke Systeme. Meta stellt das Modell außerdem über mehrere API-Plattformen bereit.
Rivian plant KI-Agenten von Drittanbietern für seine Fahrzeuge
Rivian arbeitet an einer Fahrzeugsoftware, in der künftig auch KI-Agenten anderer Anbieter eingesetzt werden könnten. Unternehmenschef RJ Scaringe nannte Anthropic als Beispiel und verwies auf mögliche Assistenten wie Claude, OpenAI Dots oder Meta Muse. Rivians eigenes System ordnet Anfragen bereits passenden Modellen zu: Ein lokales Modell kann einfache Fahrzeugfunktionen erledigen, komplexere Fragen werden an Cloud-Systeme weitergeleitet. Der Assistent kann unter anderem Temperatur und Sitzheizung steuern, Nachrichten zusammenfassen oder auf Kalenderdaten zugreifen.
Der entscheidende Punkt ist die Trennung zwischen Komfort und Sicherheit. Rivian betont, dass ein KI-Agent weder bremsen noch lenken oder andere sicherheitskritische Funktionen kontrollieren soll. Trotzdem wäre die Integration technisch anspruchsvoll, weil Fahrzeugdaten, Nutzerkontext und externe KI-Dienste zuverlässig verbunden werden müssten. Ein konkreter Starttermin steht noch nicht fest; weitere Details soll ein Rivian-Event im Dezember liefern.
Amazon-Tochter Bee stellt zwei persönliche KI-Geräte vor
Die zu Amazon gehörende Firma Bee hat zwei neue persönliche KI-Geräte vorgestellt. Bee Frontier lässt sich am Handgelenk oder an der Kleidung tragen, Bee Eclipse wird magnetisch an der Rückseite eines Smartphones befestigt. Beide Geräte sollen Gespräche in Echtzeit verarbeiten, daraus Zusammenfassungen und Aufgaben erstellen und sich beispielsweise um Termine, E-Mails oder Besprechungsergebnisse kümmern. Frontier kostet 74,99 US-Dollar, Eclipse 99,99 US-Dollar. Ein kostenpflichtiges Bee-Pro-Abo erweitert Speicher, Integrationen und persönliche Assistenzfunktionen.
Besonders sensibel ist der Umgang mit Sprache. Bee erklärt, dass Roh-Audio nicht dauerhaft gespeichert, sondern nach der Verarbeitung gelöscht wird. Verschlüsselte Transkripte bleiben unter Kontrolle des Geräts, können aber bewusst geteilt werden. Mit Alexa und Amazon-Verknüpfung werden zudem Einkäufe und Sprachzugriff möglich. Damit positioniert Amazon Bee als alltagsnahen Assistenten, verschärft aber zugleich die Debatte darüber, wann tragbare KI zuhört und wer daraus entstehende Informationen kontrolliert.