Zurück zur Übersicht
Amazon stellt die Gemma 4 Modellfamilie über Bedrock bereit. Die Integration umfasst mehrere Varianten, Multimodalität, native Unterstützung für Aufrufe von Funktionen und Kontextfenster bis zu 256000 Token und erleichtert so den Enterprise Einsatz.
Amazon hat die Gemma 4 Modelle von Google DeepMind über den Bedrock Dienst verfügbar gemacht. AWS nennt die Varianten Gemma 4 31B, Gemma 4 26B-A4B (Mixture-of-Experts) und Gemma 4 E2B sowie native Unterstützung für Aufrufe von Funktionen, Multimodalität für Text, Bild, Video und Audio, Streaming Antworten und Kontextfenster bis zu 256000 Token.
DeepMind hatte Gemma 4 als die leistungsstärkste offene Modellfamilie angekündigt und nennt Fähigkeiten für fortgeschrittenes Schlussfolgern, agentische Workflows, Codegenerierung sowie Vision und Audioeingabe. Die Modelle stehen unter der Apache 2.0 Lizenz.
Die Bedrock Verfügbarkeit erlaubt AWS Kunden, Gemma 4 in Amazon gestützte Workflows und Cloud Infrastruktur einzubinden, was den Einsatz der Modellfunktionen in Enterprise Umgebungen vereinfachen dürfte.
Weiterlesen
Frankreich hat Sam Altman, Dario Amodei und Demis Hassabis zu einem Arbeitsessen mit Staats- und Regierungschefs beim G7-Gipfel (15.–17. Juni 2026) eingeladen. Auf der Agenda stehen KI-Governance, Online-Sicherheit und Infrastruktur.
Sam Altman, Dario Amodei und Demis Hassabis werden laut Berichten zum Treffen der G7 Staats und Regierungschefs erwartet. Ihre Teilnahme signalisiert, dass Staaten technische Expertise direkt in Gespräche über KI Sicherheit und Regulierung einbeziehen wollen.
Meta will KI- und Agenten-Workloads künftig auch auf Graviton-Prozessoren von Amazon Web Services betreiben. Vereinbart sind den Angaben zufolge Kapazitäten für zig Millionen Kerne, um die Rechenbasis breiter aufzustellen.
Die beiden Unternehmen wollen Physical AI und kognitive Roboter schneller in Entwicklung und Einsatz bringen. Die Zusammenarbeit verbindet Robotik mit Cloud- und Infrastrukturkapazitäten von AWS.
Das offene, multimodale Modell soll laut Google auf Laptops mit 16 GB RAM oder VRAM laufen und unterstützt auch Audioverarbeitung. Damit rückt lokale KI-Ausführung für bestimmte Workflows stärker in den Fokus.