EPFL
Die EPFL in Lausanne treibt zusammen mit der ETH Zürich die öffentliche KI-Forschung der Schweiz voran und steht hinter einem grossen Teil der Westschweizer KI-Spin-offs. Hier findest du unsere Artikel zu Forschungsergebnissen, Modellen und Ausgründungen.
Lausanne, Schweiz · gegründet 1853 · www.epfl.ch
DeepMind markiert KI-Proteine: 100 % Detektion, Funktion bleibt
Google DeepMind hat in Nature SynthID Bio vorgestellt, ein Wasserzeichen für KI-designte Proteine. Laut Paper erkennt es Sequenzen mit 100 % Trefferquote bei 0,1 % Fehlalarm, ohne die Funktion zu stören. Entfernbar ist es aber trotzdem.
Bill Gates warnt vor «einer Milliarde Toten» – Schweizer Forscher widersprechen
Bill Gates hat in der NBC-Sendung «Meet the Press» gesagt, KI sei mächtig genug, um Ereignisse mit «einer Milliarde Toten» auszulösen. Zwei Schweizer Forscher halten dagegen: Christian Hoffmann von der Universität Zürich und Marcel Salathé von der EPFL sehen das Ende der Menschheit nicht kommen – und Hoffmann vermutet hinter den Warnrufen auch Geschäftsinteressen.
Claude findet ein neues Enzymsystem – in 21 Stunden
Anthropic hat ein eigenes Biologie-Labor in der Bay Area – und Claude-Agenten fanden darin ein unbeschriebenes Enzymsystem, das an CRISPR erinnert. Laut Anthropic in 21 Stunden, mit rund 950 Agenten.
OpenAIs Mathe-Beirat darf alles – nur nicht bremsen
OpenAI setzt ein unabhängiges Mathematik-Gremium am Institute for Advanced Study ein – ausgelöst vom eigenen Modell, das neben Navier–Stokes über 100 weitere offene Probleme gelöst haben will. Der Beirat darf ungefragt beraten und öffentlich widersprechen, nur das Tempo nicht bremsen. Mit Martin Hairer sitzt ein EPFL-Professor darin, der die kritische Fields-Medaillen-Erklärung mitunterzeichnet hat.
600-Milliarden-Modell für einen Dollar pro Million Token
StepFun hat am 20. September 2026 Step 5 Preview gestartet: ein Sparse-MoE-Modell mit rund 600 Milliarden Parametern, 1 Million Token Kontext und einem Listenpreis von 1 US-Dollar pro Million Input-Token. Die Gewichte sollen am 15. Oktober offengelegt werden.
25 Fields-Medaillen-Träger: KI-Labore beschädigen die Mathematik
25 Träger der Fields-Medaille werfen den KI-Firmen in einer gemeinsamen Deklaration vor, mathematische Probleme als Benchmark zu missbrauchen und dabei die Wissenschaft selbst zu beschädigen. Vier der 25 lehren an Schweizer Hochschulen – darunter Alessio Figalli an der ETH Zürich und Maryna Viazovska an der EPFL. Und die Warnung endet nicht bei der Mathematik.
Sakana teilt Fugu auf: ein Modell, das andere Modelle dirigiert
Sakana AI hat Fugu Max und Fugu Ultra v2 veröffentlicht. Beide sind keine klassischen Sprachmodelle, sondern gelernte Dirigenten, die Aufgaben auf einen Pool anderer Modelle verteilen. Fugu Max kostet 2 US-Dollar pro Million Input-Token – und die Schweiz fällt nicht unter den EU-Ausschluss.
Ein Rücktritt bei Anthropic bringt die Untergangsdebatte ins Abendprogramm
Ein Anthropic-Forscher kündigt öffentlich und warnt vor sich selbst verbessernder KI – zwei Tage später läuft das Thema auf CNN, Fox News und bei Joe Rogan. Was belegt ist, was Interessenpolitik, und wo die Schweiz steht.
DeepSeek macht KI-Agenten radikal billiger – mit einem Speichertrick
DeepSeeks neues Modell V4.1-Flash braucht nur noch ein Viertel Speicher – und schlägt auf einem Coding-Benchmark knapp Claude Opus 5. Die Gewichte stehen unter MIT-Lizenz.
USA werfen sechs chinesischen KI-Firmen Modell-Diebstahl vor
NSA, CISA und FBI benennen DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun und Z.AI: Sie sollen seit Ende 2024 Milliarden Tokens aus Claude, GPT, Gemini und Grok abgeschöpft haben.
Nvidia kauft Hugging Face – jetzt ist es offiziell
Nvidia hat die Übernahme von Hugging Face bestätigt: 12,93 Milliarden Dollar für die zentrale Plattform der offenen KI-Modelle. Jensen Huang verspricht, dass die Plattform hardware-neutral bleibt. Abgeschlossen ist der Deal aber erst 2027 – und nur, wenn die Wettbewerbsbehörden mitspielen.
EPFL gibt der KI Zweifel – und spart 40 Prozent Experimente
Forschende der EPFL koppeln ein Sprachmodell mit einem Gauss-Prozess, der zu jeder Vorhersage eine Unsicherheit mitliefert. Die Methode GOLLuM findet in 23 Benchmark-Aufgaben gute Versuchsbedingungen mit über 40 Prozent weniger Experimenten als klassische Verfahren – publiziert in Nature Machine Intelligence.