AI Builders Digest · 2026-07-03

Einleitung / Editor's Note

NVIDIA treibt mit Nemotron 3 Ultra seine Open-Source-Strategie voran, während Together AI mit 800 Millionen Dollar frischem Kapital die Open-Source-Bewegung befeuert. Valar Atomics zeigt, dass atomgetriebene Blackwell-Chips keine Zukunftsmusik mehr sind, und Anthropic plant mit Samsung einen eigenen KI-Chip. Diese Entwicklungen machen klar: Die nächste Phase der KI wird nicht nur von Modellen, sondern von echter Infrastruktur bestimmt.

Theme 01

Open Models Everywhere / Open Source überall

From NVIDIA’s strategic open‑source push to a record $800M funding round, open AI models are gaining momentum.

The MAD Podcast FirstMark Podcast

@mattturck

Bryan Catanzaro (VP Applied Deep Learning Research, NVIDIA) erklärt, warum NVIDIA Modelle wie Nemotron 3 Ultra verschenkt: um die GPU‑Nachfrage anzukurbeln und das offene Ökosystem zu stärken.

Nemotron 3 Ultra wird mit 4‑Bit‑Training (NVFP4), einer hybriden Mamba‑Transformer‑Architektur, Mixture‑of‑Experts und Multi‑Token‑Prediction (5 Tokens auf einmal) betrieben.

Catanzaro hält offene KI für sicherer als geschlossene und beschreibt die Forschungskultur als: „Die Mission ist der Boss.“

Bryan Catanzaro (VP Applied Deep Learning Research, NVIDIA) says NVIDIA builds and gives away models like Nemotron 3 Ultra to boost GPU demand and strengthen the open ecosystem.

Nemotron 3 Ultra is trained in 4‑bit (NVFP4) with a hybrid Mamba‑Transformer architecture, mixture‑of‑experts, and multi‑token prediction that predicts 5 tokens at once.

Catanzaro argues open AI is safer than closed and that NVIDIA’s research culture runs on “the mission is the boss.”

Quelle / Source →

Together AI sammelte 800 Millionen Dollar in einer Series‑C‑Finanzierung, um die Wende zu Open‑Source‑KI zu beschleunigen – denn geschlossene Modelle rechnen sich wirtschaftlich nicht.

Die Finanzierung zeigt, dass Investoren auf offene Modelle setzen, während Unternehmen nach kosteneffizienten, anpassbaren Alternativen suchen.

Together AI raised $800M in Series C funding to accelerate the shift to open‑source AI, arguing the economics of closed models don’t scale.

The funding signals that investors are betting on open‑weight alternatives as enterprises seek cost‑effective, customizable models.

Quelle / Source →

Theme 02

AI‑Infrastruktur: Kernreaktoren und Custom‑Chips

Nuclear energy meets Blackwell, while Anthropic and Samsung plan their own chip – hardware becomes the new battleground.

No Priors Podcast

@NoPriorsPod

Isaiah Taylor (Valar Atomics) schloss einen funktionierenden Kernreaktor direkt an einen NVIDIA‑Blackwell‑Chip an und betrieb damit die erste atomgetriebene Website.

Valar nutzte einen DOE‑Pfad, den eine Trump‑Executive‑Order wiederbelebte, um jahrzehntelange Regulierungshürden zu umgehen und moderne Reaktoren zu bauen.

Taylor sieht Kernenergie als Hardware‑Ausführungsproblem: „Wir simulieren nicht, wir spalten Atome.“

Isaiah Taylor (Valar Atomics) connected a live nuclear reactor directly to an NVIDIA Blackwell chip, creating the world’s first nuclear‑powered website.

Valar exploited a DOE pathway revived by a Trump‑era executive order, bypassing decades of regulatory gridlock to build and run advanced reactors.

Taylor calls nuclear a hardware execution problem, not a science problem: “We’re not simulating, we’re splitting atoms.”

Quelle / Source →

Anthropic und Samsung planen angeblich einen eigenen KI‑Chip, um die Abhängigkeit von NVIDIA‑Hardware zu verringern.

Die Kooperation könnte den Trend zu vertikal integrierten KI‑Stacks mit eigener Siliziumbasis beschleunigen.

Anthropic and Samsung are reportedly working on a custom AI chip to reduce dependence on NVIDIA hardware for running large models.

The partnership could accelerate a trend toward vertically integrated AI stacks with proprietary silicon.

Quelle / Source →

Theme 03

The Diffusion Revolution in Drug Design / Diffusionsrevolution im Wirkstoffdesign

Genesis Molecular AI is applying the most innovative diffusion techniques to 3D structure prediction, opening agentic workflows for pharma.

Latent Space Podcast

@LatentSpacePod

Sergey Edunov (ex‑Meta, Llama‑2/3‑Lead) findet, dass die innovativste Diffusionsforschung heute nicht bei LLMs, sondern in der 3D‑Strukturvorhersage für Moleküle stattfindet.

Das PEARL‑Modell von Genesis erreicht routinemäßig Genauigkeiten, die für echtes Wirkstoffdesign nötig sind, und ermöglicht agentische Workflows für virtuelles Molekül‑Screening.

Sergey Edunov (ex‑Meta, Llama 2/3 lead) says the most innovative diffusion research today isn’t in LLMs but in 3D structure prediction for molecules.

Genesis’ PEARL model routinely meets accuracy thresholds needed for real‑world drug design, enabling new agentic workflows that iterate molecules in silico.

Quelle / Source →

Theme 04

AI Workflows: Codex, Consulting & Real‑Time Voice

From vibe‑coding with Codex to a real‑time voice AI powered by Cerebras, AI is reshaping how knowledge workers build and interact.

AI & I Every Podcast

@every

Natalia Quintero (Every Consulting) entwickelte sich von einer KI‑Skeptikerin zur Builderin und erstellte mit Codex ein eigenes CRM sowie eine App für die Pflege ihres Vaters – Wissensarbeit als „Gärtnern“ statt „Bildhauen“.

Sie setzt weiterhin auf SaaS wie Asana und Attio und betont, dass KI‑Agenten menschliche Führung brauchen.

Natalia Quintero (Every consulting) went from AI‑skeptic to building a custom CRM and a medical‑care app with Codex, shifting from “knowledge work as sculpting” to “knowledge work as gardening.”

She still uses SaaS like Asana and Attio, arguing that even with AI agents, human management remains essential.

Quelle / Source →

Hugging Face und Cerebras haben Googles Gemma 4 auf Cerebras’ Wafer‑Scale‑Hardware für Echtzeit‑Sprach‑KI optimiert und versprechen geringe Latenz für Sprachassistenten.

Hugging Face and Cerebras optimized Google’s Gemma 4 on Cerebras’ wafer‑scale hardware for real‑time voice AI, promising low‑latency speech interaction.

Quelle / Source →