Das Fraunhofer IDMT hat Verfahren entwickelt, die kindliche Sprache automatisch auswerten und mögliche Auffälligkeiten früh sichtbar machen sollen. Die Technik erfasst gesprochene Sprache。
Forschende der Universität Stuttgart wollen mit zwei Robotikprojekten die Montage auf Baustellen beschleunigen. Bei Scalar sollen Kräne und mobile Roboter vorgefertigte Holzmodule zusammensetzen; bei Cobras sollen kleine Roboter gemeinsam Tragwerke montieren. Beide Projekte sollen im November beginnen, drei Jahre dauern und erhalten je vier Millionen Euro Förderung durch den Europäischen Innovationsrat.
Google stellt Untersuchungen vor, in denen sein Ortsdatenmodell PDFM bestehende Verfahren für fünf Aufgaben der öffentlichen Gesundheit ergänzt. Das Modell fasst unter anderem Suchtrends。
Grund für die Empfehlung: Die fünf Untersuchungen zeigen, bei welchen Gesundheitsprognosen Ortsdaten bestehende Modelle ergänzen und wo ihr Zusatznutzen ausbleibt.
Ingenieure der SUTD haben den Roboter Albatross entwickelt。
Chinesische Chiphersteller kauften laut einer Schätzung des Center for Technology & Statecraft rund 343 Immersions-Lithografiesysteme von ASML. Davon waren 270 Geräte des Typs Twinscan NXT。
Laut einer ECIPE-Studie droht Europa trotz starker Netzwerktechnik bei der kommerziellen Nutzung von 6G zurückzufallen. Die Autoren verweisen auf Regulierung und den langsamen Ausbau eigenständiger 5G-Netze: Kein EU-Mitgliedstaat erreicht bei 5G Standalone einen zweistelligen Anteil der Verbindungen. Sie fordern einen schnelleren Ausbau als Testfeld und Regeln, die höherwertige Netzdienste ermöglichen.
Eine noch ungeprüfte Preprint-Studie des IMDEA Networks Institute untersucht die Datenweitergabe bei neun KI-Anbietern。
Neue Forschungsergebnisse der ETH Zürich und der Universität Leipzig deuten darauf hin。
Eine internationale Studie meldet einen starken Anstieg von sieben Krebsarten bei Menschen unter 50 Jahren. In England hat sich Prostatakrebs bei jungen Männern laut der Zusammenfassung fast vervierfacht; Nieren- und Darmkrebs haben sich verdoppelt. Lebensstil und Umweltgifte gelten als wichtigste mögliche Ursachen.
Unabhängige Forschende verfolgen eine Flotte von KI-Agenten。
Forschende der Vanderbilt University und der University of Maryland haben eine Zellchemie vorgestellt。
Ein Forschungsteam um PhAI Labs stellt JEPA-Anything vor。
Eine Studie von Logitech untersucht, wie Schweizer Computernutzer die Entwicklung der künstlichen Intelligenz beurteilen. Der frei zugängliche Text nennt keine konkreten Umfrageergebnisse.
Google Research veröffentlicht einen Workshopbericht über Datenschutz und Sicherheit bei KI-Agenten。
Laut einer Umfrage der Quinnipiac University wollen 47 Prozent der befragten US-Erwachsenen die KI-Entwicklung verlangsamen und 30 Prozent sie bis zum Nachweis der Sicherheit stoppen. Nur 5 Prozent wünschen eine Beschleunigung; 86 Prozent unterstützen unabhängige Sicherheitsstandards, selbst wenn diese den Fortschritt bremsen. Befragt wurden 1,202 Erwachsene vom 24. bis 27. September; die Fehlermarge beträgt +/- 3.5 Prozentpunkte.
GitHub stellt mit ReviewBench einen offenen Benchmark zur Bewertung von KI-Code-Review-Agenten bereit. Der Datensatz umfasst 219 Pull Requests aus 187 öffentlichen Repositories und 19 Sprachen; seine Verteilung orientiert sich an 103.9 Millionen GitHub-Pull-Requests. Senior Engineers stimmten bei der unabhängigen Prüfung der Befunde zu 96.6% mit ReviewBench überein.
Eine Befragung von 300 Technologieverantwortlichen zeigt, dass fehlendes Unternehmenswissen den Einsatz von KI-Agenten bremst。
Import AI 475 beleuchtet, wann KI-Agentenschwärme Zeit sparen。
Microsoft hat ThinkingBox entwickelt und über Hugging Face verfügbar gemacht: Der Test prüft gespeicherte Angaben statt nur die Antworten von KI-Agenten. In einem Beispiel schloss ein Agent ein Ticket zur verspäteten Lieferung, obwohl der Lieferfall noch ungeklärt war und das Ticket auf «wartend» stehen sollte. Die 507 künstlich erstellten Aufgaben werden je 20-mal geprüft; ein einmaliger Erfolg zeigt noch nicht, dass der Agent zuverlässig handelt.
Grund für die Empfehlung: Wer KI-Agenten Geschäftsvorgänge bearbeiten lässt, muss erkennen können, ob sie wiederholt die richtigen Angaben hinterlassen.
Autonome KI soll Unternehmen helfen, Daten, Prozesse und Mitarbeitende in Echtzeit zu verbinden。
Google stellt ein auf Trusted Execution Environments gestütztes System für föderiertes Lernen vor。
ServiceNow CoreAI hat AutoSynthData entwickelt, um Schwächen von Unternehmensagenten in neue Trainingsaufgaben umzuwandeln. Das System vergleicht Fehler des Zielmodells mit Erfolgen eines stärkeren Modells und prüft, ob die erzeugten Aufgaben realistisch, lösbar und verlässlich bewertbar sind. Mit den Fortschritten des Zielmodells verschiebt sich der Schwerpunkt auf verbleibende Schwächen.
Ein bei Microsoft Research entwickeltes System prognostiziert Weltraumwetterrisiken für 66。
Google DeepMind stellt SynthID Bio vor, ein Verfahren zur Markierung KI-generierter Proteinsequenzen und vorhergesagter 3D-Strukturen. Labortests mit Proteinbindern für drei Zielproteine zeigten laut Unternehmen vergleichbare Bindungswerte wie bei Entwürfen ohne Markierung. Methodenpapier, Code und In-vitro-Daten werden veröffentlicht; Modellgewichte stellt das Unternehmen der Forschungsgemeinschaft bereit.
Grund für die Empfehlung: Die Markierung bleibt laut Labortests auch im hergestellten Protein nachweisbar. Das macht den Ansatz für die Prüfung synthetischer Entwürfe relevant.
Google Research stellt Diffusion Controller als Rahmenwerk vor。
Microsoft Research stellt Quine vor, ein experimentelles Forschungssystem mit einem multimodalen Weltmodell der Biologie und einer Verbindung zu wissenschaftlichen Werkzeugen。
Grund für die Empfehlung: Die Verbindung von Modellvorhersagen und Labortests zeigt am Beispiel von Bauchspeicheldrüsenkrebs, wie Quine die Auswahl von Wirkstoffen für weitere Versuche unterstützt.
ProvenanceGuard prüft nach der Antwort eines MCP-Agenten, ob jede Aussage durch die angegebene Quelle gedeckt ist. In einem medizinischen Test erkannte das System 138 von 139 Aussagen。
Google Research stellt vier Forschungsansätze für die automatische Erzeugung längerer。
NVIDIA und Forschungspartner haben vorhergesagte 3D-Strukturen von Proteinkomplexen aus mehr als 2.800 Viren in der AlphaFold Database veröffentlicht. Die Vorhersagen entstanden mit AlphaFold2 und einer mit NVIDIA BioNeMo optimierten Verarbeitung; NVIDIA veröffentlicht auch die BioNeMo Structure Prediction Pipeline. Rund 30% der hinzugefügten Proteininteraktionen sind laut Beitrag in der Protein Data Bank bislang nicht dokumentiert.
Grund für die Empfehlung: Die frei zugänglichen Strukturvorhersagen und die veröffentlichte Pipeline bieten Forschenden eine Grundlage, um Proteininteraktionen bislang wenig untersuchter Viren gezielter zu untersuchen.
Microsoft Research zeigt, dass die Auslagerung der KI-Inferenz auf Edge- oder Cloud-GPUs die Leistung und Akkulaufzeit von Robotern verbessern kann. In Tests mit mobilen Manipulationsaufgaben stiegen die Erfolgsraten; zudem stellt Microsoft ein Kubernetes-basiertes Werkzeug für die verteilte Inferenz vor.
Microsoft Research stellt mit RetroChimera ein Modell vor, das Synthesewege für kleine Moleküle vorhersagt. Es kombiniert die Vorschläge von R-SMILES 2 und NeuralLoc。
Import AI 473 behandelt eine RAND-Strategie für den Umgang der USA mit Superintelligenz und Forschung zu menschlichem Hirngewebe in Mäusen. RAND empfiehlt。
Google Research stellt MilleMiglia vor, einen C++-Generator für realistische Testfälle zur Optimierung von Transporten zwischen Verteilzentren. Er bildet unter anderem Umladungen und zeitliche Anschlüsse ab, ohne sensible Unternehmensdaten offenzulegen. Quellcode und Dokumentation sind auf GitHub verfügbar.
Google Research stellt ein Experiment vor, mit dem Lehrkräfte interaktive Lernsimulationen passend zu ihren Lernzielen erstellen können. Eine englischsprachige Sammlung umfasst über 30 KI-generierte und von Lehrkräften geprüfte Simulationen für MINT-Fächer. Schulen mit Google Workspace for Education können sich für ein Pilotprogramm anmelden; in einer ersten US-Studie bewerteten 12 Lehrkräfte die Qualität der Simulationen im Durchschnitt mit 8 von 10 Punkten.
Google Research beschreibt mit Retrieve-for-Train ein Verfahren。
Google Research stellt mit ToolGrad ein Verfahren vor。
Google DeepMind stellt AlphaGenome Atlas vor, eine Plattform mit Vorhersagen zu den molekularen Folgen von 9 Milliarden möglichen Einzelbuchstabenänderungen im menschlichen Genom. Forschende können Varianten mit dem AVI-Wert priorisieren und die vorhergesagten Effekte über ein kostenloses Webportal untersuchen. AlphaGenome ist nicht für die klinische Nutzung validiert oder zugelassen.
Grund für die Empfehlung: Der Atlas verbindet vorab berechnete Variantenfolgen mit einem Wert zur Priorisierung und Angaben zu den betroffenen molekularen Prozessen. Das kann die Auswahl von Varianten für gezielte Forschung erleichtern.
Import AI 472 behandelt eine DeepMind-Studie über schummelnde Mathematik-Agenten。
Import AI 470 behandelt Maschinenrechte, die automatische Erzeugung von Trainingsumgebungen mit SPADE und bessere GPU-Kernels mit Hawkeye. Eine METR-Analyse sieht starke Beschleunigung bei der Suche nach Sicherheitslücken, geringere Effekte in der Mathematik und keine messbare Beschleunigung der KI-Forschung. SPADE verbessert in Spielumgebungen den Durchschnittswert von Qwen3-30B-A3B-Instruct-2507 auf 58.3.
MindTopo prüft, ob multimodale Modelle topologische Beziehungen in Bildern erkennen und bei einer Folge von Handlungen erhalten oder verändern können. Die Aufgaben decken Kontinuität。