Mit der sechsten Beta von Android 17 QPR1 (Quarterly Platform Release) hat Google vor allem kleinere Optimierungen an der Bedien- und der Desktopoberfläche integriert. Zudem können Smartphones mit einem Update von Health Connect weitere Aktivitätsdaten erfassen und speichern. Für Entwickler führt der Build mit Versionsnummer CP31.260618.005 Plattformstabilität ein. Das heißt, dass die API-Oberfläche gesperrt ist, und Entwickler neue Android-17-QPR1-Funktionen in ihre Apps einbinden können.

Kalorientracking

Die Anzahl der Neuerungen ist recht überschaubar. Die wichtigsten Änderungen hat Googler Mishaal Rahman auf X geteilt. Sie umfassen unter anderem eine optische Neuerung im Kontextmenü auf dem Homescreen. Es gibt nun keine Trennung mehr zwischen den Menüpunkten, zudem hat Google die Bezeichnung „Hintergrundbilder & Stil“ über das Karussell mit den zuletzt verwendeten Hintergrundbildern verschoben. Zuvor war dies unterhalb des Wallpapers verortet.

Überdies ist Googles Health Connect nun dazu in der Lage, weitere Aktivitätsdaten auf dem Smartphone zu erfassen und zu speichern. Diese Neuerung kann als eine Erweiterung der Funktionen, die mit Android 16 QPR2 einzogen, verstanden werden. Das Update vom Dezember vergangenen Jahres umfasste unter anderem die automatische Erfassung von Schritten mithilfe der Smartphone-Sensoren. Die neue Version in der Beta 6 kann auch die zurückgelegte Strecke und den Kalorienverbrauch erfassen.

Erweitert hat Google mit der Beta 6 auch den Fenstermodus der Desktopoberfläche, die mit Android 16 QPR3 eingezogen ist. So befinden sich in der neuen Version etwa die Taskleisten-Symbole nun unten links statt unten in der Mitte. Darüber hinaus schweben Bild-in-Bild-Fenster (PiP) im Desktop-Fenstermodus nun frei auf dem Bildschirm. Damit lassen sie sich an eine beliebige Stelle auf dem Bildschirm ziehen.

Für Nutzerinnen und Nutzer der Linux-Terminal-App hat Google auch Neues eingebacken: Zum einen bietet die App nun umfangreich anpassbare Einstellungen für Shortcuts (Tastenkombinationen), wie Android Authority herausgefunden hat. Es lassen sich zudem eigene, benutzerdefinierte Shortcuts erstellen.

Fehlerbehebungen

Die aktuelle Betaversion enthält außerdem einige Bugfixes. Laut Googles Changelog behebt das Update einen Fehler, bei dem Nutzer nicht mehrere Sprachen für die Rechtschreibprüfung auswählen konnten. Ein weiterer Fehler, bei dem durch Drücken der Lautstärketasten des Geräts in der Uhren-App nicht die erwarteten Aktionen der Benutzeroberfläche ausgelöst wurden, sei auch behoben. Ebenso sollten visuelle Fehler im Layout der Schnelleinstellungen durch ein schnelles Wischen durch das Medienkarussell und im Symbol für die Einstellungen nicht mehr auftreten. Dies wurde durch die Verbesserung der Animation und der Verwaltung des Layoutstatus bei schnellen Übergängen behoben, so Google.

Zudem sollte es nicht mehr zu App-Abstürzen durch einen Fehler im WindowManagerGlobal kommen. Überdies kam es zur Anzeige einer generischen Standard-SSID bei der Aktivierung des WLAN-Hotspots – das sollte in der Beta 6 auch nicht mehr vorkommen.

Das fertige Update auf Android 17 QPR1 dürfte im Laufe des Septembers veröffentlicht werden. Das war zumindest bei der QPR1 von Android 16 der Fall. Die kommende Version sollte für alle Pixel-Smartphones ab der 6. Generation sowie den Foldables und dem Pixel Tablet bereitgestellt werden. Auf diesen Geräten lässt sich auch schon die Beta installieren.

(afl)

Meta AI’s KI-Modell Brain2Qwerty v2, das getippte Sätze aus nicht-invasiv aufgezeichneten Hirnströmen rekonstruieren kann, hat nun eine Wortgenauigkeit von 61 Prozent erreicht. Damit kommt es der Genauigkeit von Gehirn-Implantaten immer näher.

Wie die begleitende Studie im Fachjournal Nature zeigt, dekodiert das System aus Magnetoenzephalografie-Daten (MEG) mit einer durchschnittlichen Wortgenauigkeit von 61 Prozent; bei den besten Teilnehmenden sind es 78 Prozent. Mehr als die Hälfte aller Sätze enthält dabei höchstens einen Wortfehler. Das ist sicherlich noch kein alltagstaugliches Ergebnis, aber ein guter Schritt auf dem Weg dahin.

Kein Gedankenlesen – aber ein Schritt näher

Denn auf solchen Verfahren beruhen große Hoffnungen. Nach aktuellem Stand der Technik müssen für solche Anwendungen Implantate ins Gehirn gesetzt werden. Diese Geräte haben eine hohe Präzision. Ein prominentes Beispiel ist ein ALS-Patient, der ein implantiertes BCI fast zwei Jahre lang nahezu täglich zu Hause nutzte – mit 256 Kontakten im Sprachmotorkortex, einer Kommunikationsgeschwindigkeit von 56 Wörtern pro Minute und über 99 Prozent Wortgenauigkeit bei einem Vokabular von 125.000 Wörtern. Solche Systeme erfordern allerdings neurochirurgische Eingriffe mit entsprechenden Risiken wie Hirnblutungen oder Infektionen. Beim Meta-System wäre das anders.

Ein praktisches Hindernis für den breiten Einsatz bleibt jedoch aktuell noch die MEG-Technologie selbst: Die Geräte benötigen magnetisch geschirmte Räume und sind stationär – für Consumer-Anwendungen oder den häuslichen Einsatz taugen sie vorerst nicht. Erst wenn günstigere Sensorik vergleichbare Signalqualität liefert, dürfte nicht-invasive Sprachdekodierung aus dem Labor in den Alltag gelangen.

Dreistufige KI-Architektur

Brain2Qwerty arbeitet als dreistufiges Deep-Learning-System. In der ersten Stufe extrahiert ein Modul Merkmale aus den EEG- oder MEG-Rohsignalen, anhand derer das Modell getippte Zeichen erkennen kann. Darauf aufbauend rekonstruiert ein Transformer-Modell die Zeichen- oder Wortfolge. In der dritten Stufe korrigiert ein vortrainiertes Sprachmodell die Roh-Ausgabe – analog zu Sprachmodellen, die bei automatischer Spracherkennung die Fehlerquote senken.

Für die Studie tippten 35 gesunde Probanden zuvor kurz memorierte Sätze auf einer QWERTY-Tastatur, während ihre Hirnaktivität per Elektroenzephalografie (EEG) oder MEG aufgezeichnet wurde. Visuelles Feedback beim Tippen gab es nicht – die Teilnehmer konnten also nicht sehen, welche Buchstaben sie eingaben.

Die Resultate auf der Grundlage von MEG-Messungen waren dabei deutlich besser als die auf EEG-Grundlage. Meta hat Code und Modelle von Brain2Qwerty als Open Source veröffentlicht.

(rie)

Citrix hat den XenServer 9 vorgestellt. Die neue Version – sie liegt aktuell als Preview vor, die allgemeine Verfügbarkeit soll im Laufe des Jahres folgen – aktualisiert die Virtualisierungsplattform auf den Xen-Hypervisor 4.21. Sie führt ein neues Betriebssystem für die Control Domain ein, verbessert die Leistung auf NUMA-Systemen und ergänzt Unterstützung für Secure Boot. Außerdem unterstützt und vermarktet Citrix XenServer nun ausdrücklich für alle Workload-Typen und damit auch außerhalb seiner eigenen Desktop-Virtualisierungslösungen. Diese Neuausrichtung hatte Citrix bereits vor rund einem Jahr angekündigt. XenServer 9 ist die erste neue Hauptversion seit dieser Ankündigung.

XenServer gehörte vor vielen Jahren zu den etablierteren x86-Hypervisoren, verlor jedoch unter anderem gegenüber VMware und Microsoft an Bedeutung. Citrix konzentrierte die Plattform zunehmend auf den Betrieb der eigenen Virtual-Desktop-Lösungen und führte sie zwischenzeitlich unter dem Namen Citrix Hypervisor weiter. Nach der Übernahme durch die Cloud Software Group erhielt das Produkt wieder den Namen XenServer und ist neuerdings wieder offiziell Teil von Citrix, wobei unklar ist, welche konkreten Änderungen auf diese Ankündigung auf LinkedIn folgen.

Xen 4.21 als technische Basis

Die wichtigste technische Neuerung ist der Wechsel auf Version 4.21 des quelloffenen Hypervisors Xen. Das XenServer-9-Handbuch nennt das Update als Grundlage der neuen Version. Die Entwickler des von Citrix unabhängigen Xen Projects hatten Xen 4.21 erst kurz zuvor mit einem Wartungszeitraum von fünf Jahren veröffentlicht.

Außerdem führt XenServer 9 ein neues Betriebssystem für die Control Domain (dom0) ein. Die Control Domain ist die privilegierte Verwaltungsinstanz eines Xen-Hosts. Sie wird nach dem Start des Hypervisors ausgeführt, verwaltet virtuelle Maschinen und stellt Gerätetreiber bereit. Laut technischer Übersicht basiert sie nun auf einer eigenen XenServer-OS-Distribution.

Citrix hat die Speicherverwaltung auf NUMA-Systemen überarbeitet. NUMA (Non-Uniform Memory Access) kommt in Mehrsockelservern zum Einsatz, bei denen jeder Prozessor über eigenen Arbeitsspeicher verfügt. Werden virtuelle Maschinen möglichst nahe an ihrem lokalen Speicher betrieben, sinken Speicherlatenzen und die Leistung steigt. Davon profitieren vor allem datenbank- und speicherintensive Anwendungen. Ebenfalls neu ist laut Dokumentation die Unterstützung für Secure Boot bei Installation und Betrieb der Hosts.

XenServer 9 unterstützt aktuelle Windows- und Linux-Versionen als Gastsysteme. Dazu zählen Windows 10 und Windows 11 sowie Windows Server ab Version 2016. Auf Linux-Seite nennt die Liste der unterstützten Gastbetriebssysteme unter anderem Red Hat Enterprise Linux, SUSE Linux Enterprise Server, Debian, Ubuntu und Rocky Linux. Wer von einer älteren XenServer-Version umsteigt, sollte zudem beachten: Das dateibasierte Lizenzierungssystem hat am 15. April 2026 sein Supportende erreicht. XenServer 9 lässt sich ausschließlich über den License Activation Service in der Citrix Cloud aktivieren.

(fo)