Connect with us

Künstliche Intelligenz

Wie 2021 bei LLMs: Google-Forscher über die Zukunft der Weltmodelle


close notice

This article is also available in
English.

It was translated with technical assistance and editorially reviewed before publication.

World models, auf deutsch: Weltmodelle – schon die Bezeichnung klingt monumental. Mit solchen Echtzeit-KI-Modellen wie Project Genie geht Google weit über das hinaus, was Foto- und Video-KI-Modelle leisten. Diese liefern Momentaufnahmen, aber keine Nachbildung der Welt, die sich Interaktionen dynamisch anpasst. Viele dürften bei dem Gedanken zunächst an künftige Spielewelten denken, die auf Zuruf jeden dazu in die Lage versetzen, seine Wunschspiele zu erschaffen. Doch dem Forschungsteam geht es primär um etwas anderes: Hier denkt man vor allem an Einsatzzwecke in der Robotik oder an einen Simulator, um Katastrophen zu simulieren.

Weiterlesen nach der Anzeige

Auf der Entwicklerkonferenz Google I/O wurde die Erweiterung des 3D-Weltgenerators um echte Orte aus Street View angekündigt. Im Gespräch mit heise online erklärten Genie-Forscher Jack Parker-Holder und Diego Rivas, Group Product Manager bei Google DeepMind, wo das Modell aktuell steht.

Der Ansatz klingt simpel, ist technisch aber anspruchsvoll: Genie lernt, wie sich eine Welt in Abhängigkeit von Aktionen verändert. Man drückt eine Taste – links, rechts, vorwärts –, und das Modell berechnet den nächsten Frame der Welt. „Es ist mehr ein Language-Model als ein klassisches Videomodell“, erklärt Forschungsleiter Jack Parker-Holder. Klassische Videogeneratoren produzieren ein ganzes Video auf einmal – Genie generiert Frame für Frame, kausal und interaktiv.

Das Ergebnis ist kein Videospiel im klassischen Sinne, sondern ein neuartiger Modelltyp: eine Art universeller Simulator, der mit einem Textprompt jede vorstellbare Welt erzeugen kann – von historischen Szenarien bis zu Katastrophengebieten.

Neu in Genie 3 ist die Integration von Google Street View. Nutzer können jetzt reale Orte als Ausgangspunkt wählen; das Modell generiert von dort aus eine interaktive Welt. Laut Diego Rivas kam der Anstoß dazu von den Nutzerinnen und Nutzern selbst: Sie hätten das System immer wieder mit Prompts wie „bring mich nach New York“ oder „zeige mir meine Heimatstadt“ konfrontiert. Street View liefert nun den geografischen Anker, von dem aus Genie weitergeneriert. Vorerst sind US-Standorte verfügbar, eine globale Ausweitung ist geplant.

Weiterlesen nach der Anzeige


Jack Parker-Holder

Jack Parker-Holder

Jack Parker-Holder

(Bild: heise online / Malte Kirchner)

Genie 3 läuft in Echtzeit – und das bei einem Modell, das gleichzeitig Langzeitgedächtnis, hohe Ausgabeauflösung und breite Generalisierungsfähigkeit mitbringt. Parker-Holder beschreibt das als „technisch sehr anspruchsvoll“: Eine Tasteneingabe des Nutzers muss über das Netzwerk zu einem TPU-Cluster gelangen, dort verarbeitet werden und als gerenderter Frame zurückkommen – alles mit minimalem Latenzspielraum.

Zur realen Welt besteht dabei noch eine erhebliche Lücke: Sich bewegende Menschen, Umgebungsgeräusche, 4K-Auflösung – all das liegt jenseits der heutigen Möglichkeiten. „Wir haben aber ziemlich gute Ideen für die nächsten paar Schritte“, sagt Parker-Holder.

Was Genie von anderen KI-Projekten unterscheidet: Dieselbe Modellbasis treibt sehr unterschiedliche Anwendungen an. Waymo nutzt es, um seltene Verkehrsszenarien zu simulieren – etwa einen Elefanten auf der Straße oder einen Tornado. Ein anderer Anwendungsfall ist das Trainieren komplexer Roboter. Statt Millionen Male etwas auszuprobieren und damit zu scheitern, könne eine Aufgabe so schneller richtig erlernt werden.


Diego Rivas

Diego Rivas

Diego Rivas

(Bild: heise online / Malte Kirchner)

Langfristig sieht das Team World Models als unverzichtbare Grundlage für KI in Körperform. Roboter müssen in der realen Welt agieren, also brauchen sie realistische Simulation zum Training.

Aktuell stehen Robotikteams noch vor dem sogenannten „Control Problem“: Kann ein Roboter zuverlässig jedes Objekt greifen, auf jedem Untergrund laufen? Erst wenn das gelöst ist, rückt die nächste Herausforderung in den Vordergrund – soziale Intelligenz, das Verstehen menschlichen Verhaltens in unvorhersehbaren Situationen. Genau dort sieht Parker-Holder das größte Potenzial von World Models.

Im Marktvergleich ordnet das Team die Situation nüchtern ein: „Im Vergleich zu LLMs stehen wir im Jahr 2021.“ Viele Akteure würden unter dem Begriff „World Model“ sehr unterschiedliche Dinge bauen. Eine direkte Vergleichbarkeit gebe es kaum. In den nächsten Jahren rechnet Parker-Holder mit einer Konsolidierung – und wenigen großen Playern, die den Markt prägen werden. Auf der Google I/O wurden neben Genie 3 auch neue Sprachmodelle vorgestellt: Gemini 3.5 Flash und Gemini Omni Flash sollen künftig Videogenerierung und autonome Agenten-Aufgaben übernehmen.


(mki)



Source link

Künstliche Intelligenz

Apple trotzt dem PC-Markteinbruch | heise online


Die Speicherkrise trifft jetzt fast alle Hersteller von Desktop-PCs und Notebooks. Zwei Marktbeobachter melden ein Stückzahl-Minus von 3,6 bis 4,9 Prozent für das zweite Quartal 2026 im Jahresvergleich, je nach Zählweise. Das entspricht bis zu 3,5 Millionen weniger verkauften Geräten. 65,7 Millionen bis 68,2 Millionen sollen es insgesamt noch gewesen sein.

Weiterlesen nach der Anzeige

Grund sind hauptsächlich die explodierten Preise für Arbeitsspeicher (DRAM) und NAND-Flash (SSDs). Im ersten Quartal waren die Auswirkungen noch nicht sichtbar, weil sich Kunden da in Erwartung weiter steigender Preise mit neuer Hardware eingedeckt haben.

Unter den weltweit größten fünf Herstellern musste HP auf Platz 2 am meisten Federn lassen: Die Verkäufe brachen um neun Prozent ein. Sowohl IDC als auch Omdia zählten 13 Millionen verkaufte Desktop-PCs und Notebooks. Da Lenovo auf Platz 1 nur gut zwei Prozent verlor, ist der Abstand zu HP gestiegen. Rund 16,6 Millionen Geräte hat Lenovo verkauft.


(Bild:

IDC

)

Unbekümmert von der Speicherkrise zeigte sich Apple, der als einziger signifikant gewachsen ist: IDC nennt ein Plus von gut zehn Prozent auf 6,7 Millionen Stück, Omdia geht sogar von fast 16 Prozent Wachstum und knapp 7,3 Millionen Verkäufen aus. Je nach Zählweise schafft es Apple zum ersten Mal auf ein Zehntel Marktanteil oder sogar darüber hinaus.

Beide Marktbeobachter führen das Wachstum auf das MacBook Neo zurück, das in Zeiten explodierender Preise mit einem günstigen Preisschild überzeugte. Hierzulande war das Gerät zwischenzeitlich auch ohne Studentenrabatt für unter 600 Euro erhältlich.

Spannend werden die Zahlen des jetzt laufenden Quartals. Ende Juni hat Apple die Preise angehoben, im Falle des MacBook Neo auf standardmäßig 800 Euro. Einzelhändler verlangen jetzt wieder mindestens knapp 700 Euro.

Weiterlesen nach der Anzeige

IDC merkt an, dass die Hersteller die fallende Nachfrage bisher noch durch steigende Preise ausgleichen können. Der Umsatz soll dadurch sogar steigen. Omdia schlüsselt derweil das Verhältnis der Geräteklassen auf: Notebooks machen fast 80 Prozent der weltweiten Verkäufe aus, Desktop-PCs nur gut 20 Prozent. Der Rückgang betrifft beide Klassen.

Empfohlener redaktioneller Inhalt

Mit Ihrer Zustimmung wird hier ein externer Preisvergleich (heise Preisvergleich) geladen.




(mma)



Source link

Weiterlesen

Künstliche Intelligenz

Blue Origin will in erster Finanzierungsrunde 10 Milliarden US-Dollar einnehmen


Das US-Raumfahrtunternehmen Blue Origin wartete zuletzt nicht gerade mit Erfolgsmeldungen auf: Eine New-Glenn-Schwerlastrakete setzte einen Satelliten in der falschen Umlaufbahn aus, die nächste explodierte bei einem Triebwerkstest. Eine Finanzierungsrunde des von Jeff Bezos gegründeten Unternehmens verläuft dennoch erfolgreich.

Weiterlesen nach der Anzeige

Ziel der Finanzierungsrunde seien zehn Milliarden US-Dollar, berichten die Tageszeitung New York Times und der Nachrichtensender CNBC, jeweils unter Berufung auf Quellen mit Insiderwissen. Bezos selbst wird demnach zwei Milliarden US-Dollar beisteuern. Der Hedgefonds Coatue Management investiere vier Milliarden US-Dollar. Woher die restlichen vier Milliarden US-Dollar kommen, ist noch nicht klar. Laut den Informanten gibt es aber reges Interesse an einem Einstieg bei Blue Origin.

Es ist die erste Finanzierungsrunde des im Jahr 2000 gegründeten Raumfahrtunternehmens. Bisher hat Bezos es selbst finanziert. Nach Abschluss der Runde wird Blue Origin 130 Milliarden US-Dollar wert sein.

Im vergangenen Monat ist SpaceX, das Raumfahrtunternehmen von Elon Musk und der größte Konkurrent von Blue Origin, an die Börse gegangen. Es war der größte Börsengang aller Zeiten: SpaceX gab 555.555.555 Aktien aus und nahm damit 75 Milliarden US-Dollar ein. Das Unternehmen war am Handelstag danach über 2,1 Billionen US-Dollar wert.

Blue Origin hat die Schwerlastrakete New Glenn entwickelt, die unter anderem beim Mondprogramm Artemis der US-Raumfahrtbehörde National Aeronautics and Space Administration (NASA) eine Rolle spielen wird. Daneben entwickelt Blue Origin ein Mondlandfahrzeug für Artemis.

Die New Glenn soll unter anderem dabei helfen, die Satellitenkonstellation Leo für das Amazon aufzubauen. Sowohl für dieses Projekt des Schwesterunternehmens als auch für das NASA-Mondprogramm ist die Explosion der New Glenn im Juni ein Problem: Die NASA braucht die Schwerlastrakete, derzeit steht ihr als einzige amerikanische Alternative die Schwerlastrakete von SpaceX zur Verfügung. Amazon hat Kapazitäten bei der europäischen Ariane 6 gebucht.

Weiterlesen nach der Anzeige

Bei der Explosion der New Glenn wurde die Startrampe schwer beschädigt. Die Reparaturen können sich bis ins Jahr 2028 hinziehen.


(wpl)



Source link

Weiterlesen

Künstliche Intelligenz

Robostral Navigate: Mistral veröffentlicht Einzelkamera-KI für die Roboter


Das französische KI-Unternehmen Mistral AI erweitert sein Portfolio um ein erstes Modell für die Navigation eines Roboters. Robostral Navigate ist ein Modell, das einen Roboter allein auf Basis einer einzelnen RGB-Kamera und einer Anweisung in natürlicher Sprache durch Innenräume und Außenbereiche steuern können soll. Das soll ganz ohne Lidar, Tiefensensoren oder Multi-Kamera-Setups funktionieren, die bei vielen anderen Roboter-Navigationssystemen zum Einsatz kommen.

Weiterlesen nach der Anzeige

Laut Mistrals Blogbeitrag zu Robostral Navigate erreicht das Modell auf dem Benchmark R2R-CE (Room-to-Room in Continuous Environments) eine Erfolgsrate von 76,6 Prozent, wenn die Umgebung unbekannt ist. Das seien 9,7 Prozentpunkte mehr als der beste bisherige Einzelkamera-Ansatz und 4,5 Prozentpunkte mehr als das beste System mit Tiefen- oder Mehrkamera-Setup. In bereits bekannten Umgebungen komme das Modell auf 79,4 Prozent. Embodied AI ist ein Bereich, der gerade von zahlreichen Stakeholdern intensivereforscht wird; wie zum Beispiel vom MIT, das gerade das räumliche Langzeitgedächtnis-Framework DAAAM entwickelt hat.

Um sich durch die Umgebung zu navigieren, wählt Robostral Navigate eine Technik namens Pointing, bei der es die Bildkoordinaten des Zielorts im aktuellen Kamerabild sowie die gewünschte Ausrichtung beim Ankommen vorhersagt. Ist das Ziel nicht im Sichtfeld, wechselt es zu lokalen Koordinatenverschiebungen – etwa „2 Meter vorwärts, 1,5 Meter nach links, 25 Grad links drehen“. Laut Mistral macht der Pointing-Ansatz das Modell robuster gegenüber Änderungen, zum Beispiel von den Kamera-Einstellungen.

Das Modell wurde laut Mistral vollständig selbst entwickelt und basiert nicht auf bestehenden Open-Source-VLMs. Die Grundlage bildet Mistrals eigenes Vision-Language-Modell, das auf Grounding-Aufgaben wie Objektlokalisierung und Zählen spezialisiert ist.

Die Trainingsdaten stammten laut Mistral vollständig aus simulierten Umgebungen und enthielten rund 400.000 Trajektorien aus 6000 Szenen. Eine auf Prefix-Caching basierende Trainingsmethode reduzierte die Zahl der benötigten Tokens wohl um den Faktor 22 und verkürzte Trainingsläufe von Monaten auf Tage. Nach dem überwachten Training kam CISPO (Clipped Importance Sampling Policy Optimization) zum Einsatz, ein Online-Reinforcement-Learning-Algorithmus, der die Erfolgsrate laut Mistral um weitere 3,2 Prozentpunkte verbesserte.

Weiterlesen nach der Anzeige

Robostral Navigate soll auf Rad-, Lauf- und Flugrobotern verschiedener Größe laufen. Als Einsatzfelder nennt Mistral unter anderem Fertigung, Lieferung und Logistik. Der Verzicht auf teure Sensorik wie Lidar könnte die Hardwarekosten und die Integrationskomplexität senken – allerdings muss sich der rein kamerabasierte Ansatz in realen, sicherheitskritischen Umgebungen erst behaupten.

Mistral selbst bezeichnet Robostral Navigate ausdrücklich als „nur den ersten Schritt hin zu einem einheitlichen Embodied Agent“. Das Unternehmen baut nach eigenen Angaben sein Robotik-Team aus – ein Signal für einen längerfristigen Einstieg in KI-Robotik.

Auch darüber hinaus erweitert Mistral seine Produktpalette. Zuletzt hatte das Unternehmen mit Leanstral 1.5 ein spezialisiertes Modell für formale mathematische Beweise veröffentlicht.


(rie)



Source link

Weiterlesen

Beliebt