aipoc-lab
/katTechnik/temAgenten · Multimodal · Open Source/podCommunity · OpenAI/typNachrichten

KI heute: BioBasicsBench und PrimusClaw

Urheberschaft und Freigabe

[KI-generierter Inhalt][Von einem Menschen freigegeben]

Veröffentlichung und Aktualisierung

Veröffentlicht: Aktualisiert:

Wissenstand zum 07.11.2026. Quellmaterial gesammelt im Zeitraum vom 06.11.2026 bis zum 07.11.2026.

Der Tag bringt fünf unabhängige Ankündigungen: BioBasicsBench misst die Analyse von Labordaten, Phonon arbeitet lokal als Sprachsynthese und PrimusClaw betreibt Agenten auf AMD Instinct-Clustern. ToyBlocks entwickelt die Simulation robotischer Manipulation weiter, während OpenAI und Hacktron gemeinsam nach Schwachstellen in OpenAI-Systemen suchen wollen. Hier sind die wichtigsten Fakten und Einschränkungen aus den Ankündigungen.

Das Wichtigste in Kürze (TL;DR)

  • BioBasicsBench: Der Benchmark von OpenAI und Ligo umfasst 100 Aufgaben aus fünf Laborbereichen.
  • Phonon: Das lokale Sprachsynthesemodell hat in den ersten zwei Wochen 200 Tsd. Downloads überschritten.
  • PrimusClaw: Zwei Implementierungen verarbeiteten 4 Mio. Tool-Aufrufe und über 100 Tsd. Agenten-Arbeitsstunden.
  • ToyBlocks: Die Umgebung generiert Roboter-Demonstrationen und ermöglicht das Testen von Modellen bei Aufgaben, die beim Training weggelassen wurden.
  • OpenAI und Hacktron: Die Unternehmen werden gemeinsam nach Schwachstellen in OpenAI-Systemen suchen, mit Schwerpunkt auf Interaktionen mit externen Diensten.

OpenAI stellt BioBasicsBench zur Bewertung von KI-Agenten im Labor vor

OpenAI hat am 6. November BioBasicsBench vorgestellt, einen Benchmark, der in Zusammenarbeit mit dem Biotechnologieunternehmen Ligo entwickelt wurde und bewertet, wie KI-Agenten Rohdaten aus der täglichen Laborarbeit interpretieren.

Der Satz umfasst 100 Aufgaben aus fünf Bereichen: Proteinmethoden, Bildgebung und Zytometrie, quantitative Bestimmungen und Tests, Nukleinsäuremethoden sowie molekulares Klonen. Die Aufgaben erfordern unter anderem das Ablesen von Ergebnissen, das Erkennen von Fehlern und das Erkennen, wenn Daten eine Schlussfolgerung nicht rechtfertigen. Sie können mehrere Fähigkeiten wie biologisches Wissen, Bildinterpretation und Kenntnis von Verfahren kombinieren.

Zu den Eingabedaten gehören unter anderem Gel- und Blot-Bilder, Plattenfotos, Mikroskopiebilder, Instrumentenmesswerte, Sequenzierungsdateien und Aufzeichnungen der Arbeit am Laborplatz. Den Aufgaben wurden auch Hilfsmaterialien wie Plasmidkarten und Schemata von molekularen Leitern beigefügt. Die Antworten werden nach von Experten vorbereiteten Kriterien bewertet; jede Aufgabe hat eine interne und externe Prüfung durchlaufen.

In der Einstellung „xhigh“, die dem Modell mehr Zeit für das Nachdenken über die Aufgabe gibt, erzielte GPT‑6 Astra durchschnittlich 66,7% der verfügbaren Punkte und GPT‑5.6 Sol 43,8%. Laut der Ankündigung deuten die Ergebnisse auf Fortschritte bei der routinemäßigen Laboranalyse hin, aber es gibt noch Raum für Verbesserungen bei der Bildinterpretation, der Überprüfung von Experimentkontrollen und der Berücksichtigung des Kontexts.

Für Entwickler mit KI: Teams, die Agenten für die Analyse von Labordaten entwickeln, können überprüfen, ob ihre Systeme Fehler erkennen und von Schlussfolgerungen absehen, die durch die Daten nicht gerechtfertigt sind. Die Ankündigung gibt nicht an, ob der Benchmark öffentlich zugänglich ist oder unter welchen Bedingungen er genutzt werden kann — diese Informationen müssen vor der Planung von Tests ermittelt werden.

Phonon ist ein lokales Sprachsynthesenmodell

Die Entwickler von Phonon beschrieben das Modell zwei Wochen nach seiner Veröffentlichung als ein System zur Text-to-Speech-Konvertierung, das auf dem Gerät, ohne Server und ohne Netzwerkverbindung läuft. Das Modell nutzt die Flow-Matching-Technik und läuft auf Handys, Laptops, Einplatinencomputern und im Browser.

Phonon gibt es in zwei Größen, ca. 65 MB und 75 MB. Die 31m-Version unterstützt Englisch und hat eine Apache 2.0-Lizenz, auch für kommerzielle Anwendungen. Die 40m-Version umfasst Englisch, Französisch, Deutsch, Spanisch und Portugiesisch, und ihre CC BY-NC-Lizenz beschränkt die Nutzung auf nichtkommerzielle Projekte. Das Modell hat über 100 integrierte Stimmen; eigene können im Gradium Studio unter Verwendung von Sprachklonierung und Sprachdesign erstellt werden. Es kommt auch mit dem Vorlesen von Telefonnummern, Daten und Codes zurecht.

In den ersten zwei Wochen wurde Phonon über 200 Tsd. Mal heruntergeladen. Das Modell ist im Hugging Face Open TTS Leaderboard vertreten, wo Modelle unter anderem hinsichtlich Verständlichkeit, Geschwindigkeit und Natürlichkeit der Sprache verglichen werden. Im Material wurden keine konkreten Ergebnisse von Phonon im Ranking genannt. Das Team von Hugging Face hat eine Integration mit Transformers vorbereitet, und es entstanden auch eine ExecuTorch-Konvertierung sowie die Integration mit Node.js-Anwendungen.

Für Entwickler mit KI: Ein Team, das eine mobile App mit Textvorlesefunktion entwickelt, kann Phonon auf dem Zielgerät und mit eigenen Proben testen. Vor dem Einsatz sollten die Unterstützung der polnischen Sprache und die Speicheranforderungen überprüft werden — die Quelle nennt fünf Sprachen, gibt jedoch keine RAM-Anforderungen oder Hardwaredetails an. Es lohnt sich auch, die Lizenz der gewählten Version zu verifizieren.

PrimusClaw ist die Agentenumgebung von AMD für GPU-Cluster

In einem am 6. November veröffentlichten Material beschrieb AMD PrimusClaw, eine Open-Source-Laufzeitumgebung für KI-Agenten für Kubernetes-Cluster mit AMD Instinct-Karten. Laut dem Unternehmen verarbeiteten zwei Produktionsimplementierungen über 40 Tsd. Sitzungen für über 70 Nutzer, insgesamt über 100 Tsd. Agenten-Arbeitsstunden, 4 Mio. Tool-Aufrufe und 500 Mrd. Prompt-Token. Die Median-Sitzungsdauer in der Hauptimplementierung betrug 3,4 Stunden.

PrimusClaw besteht aus einer persistenten Sitzungsregistrierung, einer zustandslosen Ausführungsumgebung für die Agentenschleife und einer separaten Sandbox für jede Sitzung. Sitzungen werden in PostgreSQL gespeichert, und der Agent kann die Arbeit nach dem Verlust einer Replik der Umgebung oder einem API-Update fortsetzen. AMD gibt an, dass nach dem Verlust der Sandbox während 2.140 Sitzungen 2.047 (95,7%) erfolgreich abgeschlossen wurden. Während drei API-Updates von 583 laufenden Sitzungen erreichten 580 das Ende, und 544 (93,3%) endeten erfolgreich.

Sandboxen können AMD Instinct GPUs und auf ROCm basierende Images nutzen. Das System unterstützt A2A v1.0- und MCP-Schnittstellen, und Modelle werden über ein Gateway bereitgestellt, das mit der API von Anthropic oder OpenAI kompatibel ist. Der Beschreibung nach läuft der Agenten-Code in einer Sandbox, an die keine Plattform-Anmeldeinformationen übergeben werden. Das Repository steht unter der MIT-Lizenz, mit Ausnahme des Sandbox-Controllers, der unter der Apache-2.0-Lizenz veröffentlicht wurde. Produktionsinstallationen erfordern die Primus-SaFE-Plattform zur Authentifizierung und GPU-Bereitstellung.

Für Entwickler mit KI: Ein Plattform-Team, das einen AMD Instinct-Cluster wartet, kann das Repository durchsehen und die Wiederherstellung der Sitzungsarbeit nach einem Sandbox-Ausfall oder Update testen. Das Material nennt keine Betriebskosten oder die Verfügbarkeit in der EU und beschreibt auch nicht die Unterstützung der polnischen Sprache.

AllenAI stellt ToyBlocks für die Roboterforschung vor

AllenAI hat ToyBlocks vorgestellt, eine Simulationsumgebung zur Untersuchung und Bewertung von blockmanipulierenden Robotern, laut einer Ankündigung vom 6. November. Dies ist der erste Teil der Initiative FoundationWorlds, die kontrollierte Simulationswelten mit Werkzeugen zur Generierung von Aufgaben, Trainingsdemonstrationen und zur Messung des Roboterverhaltens verbindet.

ToyBlocks bildet einen Roboterarm und Blöcke auf einem Tisch ab. Die Aufgaben umfassen nicht nur das Greifen und Stapeln, sondern auch das Schieben und Drehen von Blöcken. Buchstaben und Bilder auf ihren Wänden ermöglichen das Erstellen von Such-, Sortier- und Anordnungsaufgaben; der Roboter muss möglicherweise einen Block drehen, um seine versteckte Seite zu überprüfen.

Die Umgebung erstellt automatisch Demonstrationen, also Aufzeichnungen der Ausführung von Aufgaben durch den Roboter in der Simulation, ohne manuelle Fernsteuerung. Forscher können die Art der Trainingserfahrungen ändern, zum Beispiel den Anteil von Schiebe- oder Drehdemonstrationen erhöhen und das Modell dann bei Aufgaben testen, die während des Trainings weggelassen wurden. Änderungen der Blockgrößen, der Tischhöhe und anderer physikalischer Eigenschaften sollen dazu dienen, die Verallgemeinerung von Modellen bei variierender Szenengeometrie zu testen.

ToyBlocks generiert auch Fähigkeiten, also Verhaltensweisen für kurze Aufgaben. In der Beschreibung wurden die Rollen der Modelle getrennt: Modelle mit höherer Argumentationsebene wählen die Aktion aus, während Modelle auf niedriger Ebene die Bewegungen des Roboters steuern. Die Fähigkeiten werden unter Verwendung von Reinforcement Learning und Bewegungsplanung in Isaac Lab trainiert. Die Autoren weisen darauf hin, dass die Einschränkung der Welt auf Blöcke die Untersuchung der Abhängigkeiten zwischen Trainingsdaten, Modellkonstruktion und dessen Verhalten erleichtern soll.

Für Entwickler mit KI: Ein Forschungsteam, das an der Robotermanipulation arbeitet, kann die Generierung von Demonstrationen für ausgewählte Aufgabentypen überprüfen und das Modell bei im Training nicht berücksichtigten Aufgaben bewerten. Die Ankündigung enthält keine Details zur Lizenz oder zu Hardwareanforderungen sowie der Art des Zugangs zur Umgebung — diese Informationen müssen vor der Planung des Experiments ermittelt werden.

OpenAI geht Partnerschaft mit Hacktron ein

Laut einer Ankündigung vom 6. November hat OpenAI eine Partnerschaft mit Hacktron eingegangen, um gemeinsam nach Schwachstellen in seinen Systemen zu suchen. Ingenieure von OpenAI und Forscher von Hacktron sollen Bereiche mit hoher Priorität auswählen und sich dabei auf die Interaktionen von Systemen mit externen Diensten konzentrieren.

Im Rahmen der Zusammenarbeit wird OpenAI den Zugang von Hacktron zu seinen Spitzenmodellen über die Plattform Daybreak Red erweitern. Das Unternehmen lernte Hacktron durch das Security Bug Bounty-Programm kennen; es schätzte die Auswirkungen von Schwachstellen, die von den Forschern dieses Unternehmens entdeckt und gemeldet wurden. Hacktron entwickelt KI-Agenten für Code-Reviews, Penetrationstests und Red Teaming, und seine früheren Forschungen betrafen Schwachstellen im Zusammenhang mit Interaktionen von Anwendungen, Cloud-Infrastruktur und Identitätssystemen.

OpenAI gab bekannt, dass die Zusammenarbeit dazu beitragen soll, Verbindungen zwischen Diensten genauer zu testen und Erkenntnisse zur Stärkung der Sicherheit zu nutzen. Das Unternehmen wies auch darauf hin, dass es Anfang dieser Woche die Teilnahme von Cathedral-Forschern an einem weiteren Sicherheitssprint angekündigt und die Belohnungen im Bug Bounty-Programm erhöht hat.

Für Entwickler mit KI: Sicherheitsteams, die für Integrationen mit externen Diensten verantwortlich sind, können den Umfang des Security Bug Bounty-Programms überprüfen und entdeckte Schwachstellen melden. Die Ankündigung nennt keinen Zeitplan für die Zusammenarbeit oder Kriterien für den erweiterten Zugang zu Daybreak Red, weshalb diese Informationen vor der Planung von Tests ermittelt werden müssen.

Häufig gestellte Fragen (FAQ)

Was überprüft BioBasicsBench?

BioBasicsBench umfasst 100 Aufgaben aus fünf Bereichen, darunter Proteinmethoden, Bildgebung, Tests, Nukleinsäuren und Klonen. Es bewertet die Interpretation von Rohdaten, die Erkennung von Fehlern sowie das Erkennen, wenn Daten eine Schlussfolgerung nicht rechtfertigen. Aufgaben können mehrere Fähigkeiten kombinieren.

Wie hilft PrimusClaw, die Arbeit von Agenten nach einem Ausfall aufrechtzuerhalten?

PrimusClaw besteht aus einer persistenten Sitzungsregistrierung, einer zustandslosen Ausführungsumgebung für die Agentenschleife und einer separaten Sandbox für jede Sitzung. Sitzungen werden in PostgreSQL gespeichert, und nach dem Verlust einer Sandbox oder einem API-Update kann der Agent die Arbeit fortsetzen.

Auf welchen Geräten läuft Phonon und welche Sprachen unterstützt es?

Phonon läuft auf Handys, Laptops, Einplatinencomputern und im Browser. Die 31m-Version unterstützt Englisch und die 40m-Version umfasst Englisch, Französisch, Deutsch, Spanisch und Portugiesisch. Das Modell hat über 100 integrierte Stimmen.

Quellen

--- Text automatisch erstellt vom Labor aipoc-lab (KI) auf Basis der oben genannten öffentlich zugänglichen Quellen. Eigene Zusammenfassungen, keine Kopien. Version vor der menschlichen Redaktion.

Herkunftsmanifest dieses Beitrags (JSON) — aus welchen Signalen er entstand, welche Entscheidungen die Schleifen trafen und wann ein Mensch ihn freigab.

Verwandte Beiträge

/katTechnik/temLLM · Multimodal · Open Source/podCommunity · OpenAI/typNachrichten

KI heute: Reflection Beam und FLUX.3 Image Klein

Der heutige Überblick behandelt generative Modelle, darunter Reflection Beam, FLUX.3 Image Klein und IBM Granite Switch 4.1.

/katTechnik/temAgenten · Open Source · Werkzeuge/podCommunity · NVIDIA/typNachrichten

KI heute: llama.cpp 1.0.0 und Shield

Diese Übersicht behandelt fünf KI-Anwendungen, darunter llama.cpp 1.0.0, IT-Portal-Agenten von Shield und die Analyse von Patientendaten durch Dyania Health.

/katTechnik/temAgenten · Multimodal · Robotics/podGoogle · OpenAI/typNachrichten

KI heute: Gemini 4 Carbon und Gemini Robotics 2.5

Google stellt Gemini 4 Carbon und Gemini Robotics 2.5 vor, während OpenAI Business-Profile und Agenten in ChatGPT integriert.