KI heute: Google Genie 4 und Gemini 4 Argon

Der Stand des Wissens am 28.10.2026. Das Quellmaterial wurde am 28.10.2026 gesammelt.

Der Tag brachte eine Reihe technologischer Premieren, darunter das Debüt des Modells Genie 4 für interaktive Simulationen sowie das fortschrittliche Gemini 4 Argon von Google. Parallel dazu führte AMD die Unterstützung für die Ray-Bibliothek in ROCm 10.0.0 ein, Liquid AI stellte die Familie vielseitiger LFM3-Modelle vor, und die Plattform Anima implementierte OpenAI-Lösungen zur Arbeitsoptimierung im medizinischen Sektor, was die Patientenabfertigungs- und Dokumentationsverarbeitungszeit erheblich verkürzte.

Das Wichtigste heute (TL;DR)

• Google Genie 4: Ein neues multimodales Modell, das realistische, interaktive Simulationen erzeugt, die auf natürliche Sprache reagieren.
• Gemini 4 Argon: Ein Modell, das für komplexe mehrstufige Aufgaben konzipiert wurde, einschließlich der Erzeugung von 3D-Visualisierungen und der Analyse großer Datensätze.
• AMD ROCm 10.0.0: Ein Software-Update, das die Unterstützung für die Ray 2.58.0 Bibliothek für Beschleuniger der Instinct-Serie einführt.
• Liquid AI LFM3: Eine Familie kompakter Modelle mit einer Größe von 2B Parametern, die auf Leistung auf Endgeräten optimiert sind.
• Anima: Die Implementierung der Modelle GPT-6 und GPT-Live in medizinischen Einrichtungen, die Patienteninterviews und die Dokumentenabwicklung automatisiert hat.

Google stellt Genie 4 vor

Das Unternehmen Google kündigte am 27. Oktober die Einführung von Genie 4 an, einem neuen Weltmodell zur Generierung interaktiver Simulationen mit hohem Realismus. Das System ist nativ multimodal, was bedeutet, dass es neben Bildern auch Umgebungsgeräusche, Musik und interaktive Dialoge in Echtzeit erzeugt.

Das Modell basiert auf der Architektur der Gemini-Familie. Die Komponente Gemini Omni ist für den Realismus des Aussehens und Verhaltens in der Simulation verantwortlich, während andere Modelle dieser Familie das für die Wahrung der Konsistenz und Kontinuität der Welt notwendige Reasoning liefern. Genie 4 ermöglicht es Benutzern, Ereignisse zu initiieren, auf die das Modell mit Reaktionen der Umgebung, sich bewegenden Charakteren und Ton reagiert. Während der Simulation besteht die Möglichkeit, die Szene mithilfe natürlicher Sprache zu modifizieren, beispielsweise durch Ändern des Wetters, der Kameraposition oder das Hinzufügen neuer Objekte. Der Benutzer kann in der generierten Umgebung über Standard-Tastatursteuerungen navigieren.

Derzeit wird Genie 4 im Rahmen einer Vorschauversion für ausgewählte Tester bereitgestellt. Der Zugang für einen größeren Kreis von Benutzern beginnt für Abonnenten von Google AI Ultra im Rahmen des Projekts Project Genie sowie für Partner, die den frühen Zugriff auf die Gemini API und Google AI Studio nutzen. Interessierte können sich über die Projektseite auf eine Warteliste eintragen lassen.

Für KI-Entwickler: Teams, die an Trainingsumgebungen für Roboter arbeiten, sowie Ersteller interaktiver Erlebnisse können das Tool im Rahmen des frühen Zugriffs testen. Die Ankündigung legt die Kosten für die Nutzung des Modells nach Abschluss der Testphase, Einschränkungen hinsichtlich der Länge generierter Sequenzen oder die Verfügbarkeit der vollen Funktionalität für Benutzer außerhalb des Programms Project Genie nicht öffentlich fest – diese Informationen erfordern eine Überprüfung in der API-Dokumentation.

Google präsentiert das Modell Gemini 4 Argon

Google hat am 27. Oktober 2026 das neue Modell Gemini 4 Argon veröffentlicht, das für die Realisierung komplexer mehrstufiger Aufgaben und die Medienverarbeitung konzipiert wurde. Das Tool wurde entwickelt, um fortgeschrittene Forschungs- und Programmierprobleme zu lösen, und ermöglicht u.a. die Generierung von 3D-Visualisierungen, die Erstellung interaktiver Animationen sowie die Entwicklung von Anwendungen auf der Grundlage einfacher Befehle.

Das Modell nutzt fortgeschrittenes Reasoning und visuelle Wahrnehmung für langfristige Arbeitsabläufe. Im Rahmen interner Tests generierte Gemini 4 Argon 5 000 Zeilen mathematischen Codes zum Rendern einer 3D-Szene ohne Verwendung externer Bibliotheken. Andere Anwendungen umfassen die Transformation von Daten, wie 80 000 Dateien von Missionen zum Mars, in Berichte für das Management oder die Erstellung von physikalischen Simulationen, einschließlich Engines zum Rendern der Haardynamik.

Gemini 4 Argon steht Entwicklern und Unternehmen über die API in AI Studio und die Gemini-Plattform zur Verfügung. Das Modell kann von Abonnenten von Google AI Ultra und Pro im Rahmen der Gemini-Anwendung, der Google Antigravity-Plattform und der AI Mode-Funktion in der Suchmaschine genutzt werden.

Für KI-Entwickler: Entwickler, die an Multimedia-Anwendungen arbeiten, können die Fähigkeiten des Modells testen, um 3D-Rendering-Code und interaktive physikalische Elemente zu generieren. Die Pressemitteilung präzisiert weder die Verfügbarkeit des Modells in polnischer Sprache noch die Anfragelimits innerhalb einzelner Abonnementpläne oder die detaillierte Preisgestaltung für Unternehmenslösungen, was vor Beginn der Integration überprüft werden muss.

AMD ROCm 10.0.0 unterstützt Ray 2.58.0

Das Unternehmen AMD kündigte am 27. Oktober die Einführung der Unterstützung für die Ray 2.58.0 Bibliothek im Rahmen des Softwarepakets ROCm 10.0.0 an, was die Skalierung von KI-Workloads auf AMD Instinct Beschleunigern ermöglicht.

Die neue Version erlaubt die Ausführung von bestehendem Ray-Code auf Instinct-Chips ohne die Notwendigkeit von Änderungen am Gerätekode. Dies gewährleistet die Unterstützung von Prozessen, die das Laden von Daten, verteiltes Training und das Servieren großer Sprachmodelle (LLM) umfassen. Zum validierten technologischen Stack gehören PyTorch 2.12, vLLM für ROCm sowie die Unterstützung für aktuelle GPU-Instinct-Modelle, einschließlich der MI355X-Einheit.

Dank nativer Unterstützung für spezifische Beschleunigertypen wie MI300X, MI325X und MI355X können Systeme bestimmte GPU-Modelle in Clustern erkennen. Dies führt zu der Möglichkeit, heterogene Geräteflotten zu verwalten, bei denen einzelne Aufgaben an die Hardware gerichtet werden, für die sie abgestimmt wurden. In der Publikation wurde ein Beispiel für die Ausführung eines OpenAI-API-kompatiblen LLM-Endpunkts unter Verwendung von vLLM und Ray Serve vorgestellt, bei dem das Modell mithilfe von Tensor-Parallelität auf Geräte aufgeteilt wird und die Kommunikation von der RCCL-Bibliothek übernommen wird. Kernel- und Treiberoptimierungen in ROCm 10.0.0 zielen darauf ab, den Betriebsüberhang zu reduzieren und die Datenübertragung zwischen Host und Gerät zu beschleunigen. Die Ray-Bibliothek ist ein Open-Source-Framework zur Skalierung von Python-Anwendungen in CPU- und GPU-Clustern, das u.a. für Hyperparameter-Tuning und Reinforcement Learning verwendet wird.

Für KI-Entwickler: Ingenieurteams, die verteilte GPU-Cluster verwalten, können die Migration von bestehendem Ray-Code auf die Instinct-Architektur durch Konfiguration der Job-Planung testen. Im Material wurden die Anforderungen hinsichtlich Lizenzen für Drittanbietersoftware, langfristiger technischer Unterstützung für ältere Hardwareversionen oder der Kosten für die Infrastrukturwartung in verschiedenen Cloud-Umgebungen nicht festgelegt – diese Fragen erfordern vor dem Übergang zur Integration eine Überprüfung.

Liquid AI stellt die LFM3-Modellfamilie vor

Das Unternehmen Liquid AI kündigte am 27. Oktober die Premiere der neuen Generation von LFM3-Modellen an, die Text, Vision, Audio und Entscheidungsfindungsfunktionen in einer einzigen Architektur mit einer Größe von etwa 2B Parametern integrieren. Diese Modelle nutzen die Hardwaredarc-Architektursuche in einer Schleife, was ihre effiziente Ausführung auf unterschiedlichster Hardware von Telefonen und Raspberry Pi 5 bis hin zu Laptops und Qualcomm Hexagon NPU-Prozessoren ermöglicht.

Das Fundament der Serie ist das Modell LFM3-1.7B-Base, das über 24 Schichten verfügt und auf 22T Token trainiert wurde. Im Vergleich zur vorherigen Generation wurde die Architektur für Agentenaufgaben neu gestaltet, die schnelles Inferenzieren bei langem Kontext erfordern, welcher in diesem Modell bis zu 256K Token erreicht. Der Hersteller erklärt, dass das Modell bei der Verarbeitung von 8K Token etwa 25 % schneller als sein Vorgänger ist, während eine ähnliche Leistung beibehalten wird.

Die Familie umfasst zudem:

• LFM3-VL-2B: ein Visionsmodell mit einer Größe von 1.9B Parametern, das als erstes im Angebot des Unternehmens Video, Objekterkennung und schrittweises Reasoning unterstützt. Die Ergebnisse des Modells in 62 visuellen Benchmarks erreichten einen Durchschnitt von 71.4, was es laut den Erstellern auf das Niveau des Modells Gemma 4 12B platziert.
• LFM3-Audio-2B: ein Modell zur Unterstützung von Spracherkennung, Synthese, Übersetzung in 18 Sprachen und Audio-Reasoning. Es nutzt einen neuen Encoder und Audio-Decoder und erzielt ein UTMOSv2 3.83 Ergebnis in Sprachqualität.

Die Modelle sind über die transformers-Bibliothek verfügbar. In Agententests wie WebArena-Verified erzielte das Modell LFM3-1.7B ein Ergebnis von 38.42 und übertraf damit LFM2.5-2.6B sowie Qwen3.5-9B bei Langstreckenaufgaben, die im Browser und in Geschäftsanwendungen ausgeführt werden.

Für KI-Entwickler: Teams, die lokale Agentensysteme implementieren, können diese Modelle hinsichtlich der Unterstützung von Tools und Funktionsaufrufen auf eigener Hardware testen. Die Ankündigung macht keine Angaben zur kommerziellen Lizenz, der vollständigen Liste der unterstützten Sprachen und den Kosten der Infrastrukturwartung bei Verwendung eigener Daten – diese Daten müssen vor dem Produktionsstart überprüft werden.

Anima nutzt OpenAI-Modelle zur Automatisierung der Patientenversorgung

Die medizinische Plattform Anima hat die Modelle GPT-6 und GPT-Live implementiert, um die Verarbeitung klinischer Dokumentation und die Telefonbetreuung in medizinischen Einrichtungen zu automatisieren. Laut Informationen vom 23. Oktober dient das System derzeit über 14 Millionen Patienten, die in der Vergangenheit von über 1000 Kliniken betreut wurden, hauptsächlich in Großbritannien, mit Expansionsplänen auf die Märkte in den USA und Australien.

Das Herzstück der Lösung ist der sprachbasierte Assistent Andi, der auf GPT-Live basiert und medizinische Anamnesen durchführt. Das Gespräch mit dem Patienten wird von einer Engine für klinische Richtlinien gesteuert, und das Modell GPT-5.4 mini wählt die entsprechenden Fragebögen aus. Die gesammelten Daten gelangen in strukturierter Form in das Dashboard des Arztes. Dank dieser Lösung verkürzten Kliniken die Wartezeit auf eine Verbindung von 40-50 Minuten auf 10 Minuten, was eine Reduzierung von mindestens 75 % darstellt. In Zufriedenheitsumfragen erklärten 86 % der Patienten ihre Bereitschaft, den Assistenten wieder zu nutzen.

Im Bereich der Dokumentenbearbeitung nutzt Anima GPT-6 zur Extraktion wichtiger Informationen wie Absenderdaten, Dokumenttyp und Ereignisdaten. Das System ordnet Dokumente automatisch Patienten zu und schlägt entsprechende klinische Codes aus einer Liste vor, die etwa 800 000 mögliche SNOMED-Codes umfasst. Die Anwendung von In-Context Learning ermöglicht es dem System, sich an die Besonderheiten jeder Einrichtung anzupassen, ohne dass ein kostspieliges Nachschulen der Modelle erforderlich ist. Infolgedessen steigerten Kliniken den Durchsatz der Dokumentenverarbeitung von 15 auf bis zu 60 Positionen pro Stunde, was das blitzschnelle Abbauen von Rückständen von über 100 000 Dokumenten ermöglicht.

Für KI-Entwickler: IT-Teams in medizinischen Einrichtungen können überprüfen, wie sich In-Context Learning in eigene klinische Kodierungssysteme anstelle von Model Fine-Tuning integrieren lässt. Die Quelle präzisiert nicht, ob das System andere Sprachen als Englisch unterstützt, wie hoch die gesamten API-Kosten bei diesem Verarbeitungsumfang sind und wie es um die Einhaltung von Datenschutzbestimmungen in anderen Jurisdiktionen als der britischen bestellt ist.

Häufig gestellte Fragen (FAQ)

Welche Möglichkeiten bietet das Modell Genie 4?

Genie 4 ist ein multimodales Weltmodell, das in Echtzeit Bilder, Ton und interaktive Dialoge generiert. Benutzer können sich in der generierten Umgebung mithilfe von Standard-Controllern bewegen und Szenenelemente wie Wetter oder Kameraposition in natürlicher Sprache modifizieren.

Auf welche Weise nutzt Anima OpenAI-Modelle?

Die Plattform Anima verwendet GPT-6 zur Informationsextraktion aus klinischen Dokumentationen und zur Zuordnung medizinischer Codes. Darüber hinaus führt der auf GPT-Live basierende Sprachassistent Andi medizinische Anamnesen mit Patienten durch, wodurch die Wartezeit auf eine Verbindung zur Einrichtung um mindestens 75 Prozent verkürzt werden konnte.

Auf welchen Geräten lassen sich LFM3-Modelle ausführen?

Dank der Hardwaredarc-Architektursuche in einer Schleife sind LFM3-Modelle auf unterschiedlichster Hardware effizient. Die Ersteller weisen darauf hin, dass sie auf Geräten von Telefonen und Raspberry Pi 5 bis hin zu Laptops und dedizierten Prozessoren wie Qualcomm Hexagon NPU ausgeführt werden können.

Quellen

• Genie 4: A new generation of world simulation — 2026-10-27
• 8 examples of Gemini 4 Argon in action — 2026-10-27
• ROCm 10.0.0 Support for Ray 2.58.0: Enabling Scalable AI Workflows — 2026-10-27
• Build specialized multimodal models with LFM3 — 2026-10-27
• Anima helps clinics cut call waits by 75% with GPT-6 and GPT-Live — 2026-10-23

--- Text vorbereitet automatisch durch das Labor aipoc-lab (AI) auf Grundlage der oben genannten öffentlich zugänglichen Quellen. Eigene Zusammenfassungen, keine Kopien. Vorversion vor menschlicher Redaktion.