GitHub öffnet Copilot SDK, Alibaba veröffentlicht Qwen3-TTS

GitHub hat am 22. Januar 2026 das Copilot SDK als technische Vorschau vorgestellt. Entwickler können damit den Agenten-Ablauf von GitHub Copilot CLI in eigene Anwendungen einbinden. Das SDK stellt die Ausführungsschleife bereit, mit der ein Agent Aufgaben plant, Werkzeuge aufruft, Dateien bearbeitet und Befehle ausführt. Entwickler müssen diese Abläufe dadurch nicht von Grund auf selbst aufbauen.¹

Das Angebot richtet sich an Teams, die Agentenfunktionen in ihre Software integrieren wollen, statt sie nur über die Copilot CLI zu nutzen. GitHub nennt auch Unterstützung für eigene Werkzeuge und die Anbindung über MCP.¹² Die technische Vorschau ist jedoch keine Zusage für den produktiven Einsatz: Teams sollten die Eignung für ihre Anforderungen selbst prüfen.¹

Alibaba hat am 22. Januar 2026 die Modellfamilie Qwen3-TTS zur Sprachausgabe aus Text veröffentlicht.¹ Die Modelle sind öffentlich verfügbar und unterstützen Chinesisch, Englisch, Japanisch, Koreanisch, Deutsch, Französisch, Russisch, Portugiesisch, Spanisch und Italienisch.² Neben voreingestellten Stimmen bietet die Familie das Nachbilden von Stimmen aus Aufnahmen und die Gestaltung neuer Stimmen anhand einer Beschreibung.² Die Sprachausgabe kann bereits während der Erzeugung beginnen.³

Qwen3-TTS bündelt damit mehrere Sprachfunktionen in einer offenen Modellfamilie, statt sie auf getrennte Werkzeuge zu verteilen.⁴² Für Unternehmen kann das die Entwicklung eigener Sprachassistenten und mehrsprachiger Anwendungen erleichtern. Die technischen Angaben belegen allerdings keine feste Ausgabeverzögerung für jede Hardware oder jeden Einsatzfall.³

Anthropic hat am 21. Januar 2026 eine überarbeitete „Verfassung“ für Claude veröffentlicht.¹ Darin beschreibt das Unternehmen, welches Verhalten es von Claude erwartet und welche Werte dessen Antworten leiten sollen.¹ Der Text erläutert auch die Gründe für Vorgaben, statt nur Regeln aufzulisten.¹² Die Verfassung ist öffentlich verfügbar; Anthropic will sie direkt im Training seiner Modelle einsetzen.¹³

Die festgelegte Rangfolge stellt Sicherheit und Ethik vor die Einhaltung von Unternehmensrichtlinien und die Hilfsbereitschaft.¹ Damit konkretisiert Anthropic seinen Constitutional-AI-Ansatz: Schriftliche Grundsätze sollen das Verhalten des Modells mitprägen.¹² Für Unternehmen bietet der Text einen Bezugspunkt, um ihre Erwartungen an Claude mit den Zielen des Herstellers abzugleichen. Er belegt jedoch nicht, wie zuverlässig das Modell die Vorgaben in konkreten Aufgaben oder Grenzfällen erfüllt.¹

Google DeepMind holt Hume-AI-Mitgründer und -Chef Alan Cowen sowie mehrere Ingenieure ins Team, um an Geminis Sprachfunktionen zu arbeiten. Hume AI teilte am 22. Januar mit, bestimmte Technologien nicht exklusiv an Google zu lizenzieren und Cowen wechseln zu lassen. Es handelt sich damit um eine Personal- und Lizenzvereinbarung, nicht um eine angekündigte Übernahme des gesamten Unternehmens.¹²

Hume AI arbeitet an Sprachmodellen und Gesprächsschnittstellen, die emotionale Signale berücksichtigen. Für Google könnte die Vereinbarung helfen, gesprochene Interaktionen mit Gemini weiterzuentwickeln. Hume AI bleibt unter neuer Führung eigenständig und kann seine Technologie weiterhin anderen KI-Unternehmen anbieten. Wann oder in welcher Form die Arbeit des neuen Teams in Gemini verfügbar sein wird, ist bislang nicht bekannt.¹³²

World Labs hat am 21. Januar 2026 die öffentliche World API vorgestellt. Entwickler können damit über das Modell Marble erkundbare 3D-Welten aus Text, Bildern, Panoramen, mehreren Ansichten oder Videos erzeugen. Die Ergebnisse lassen sich im Web darstellen, für andere Werkzeuge exportieren oder in interaktive Systeme und Simulationen einbinden. Die API ist über die World Labs Platform zugänglich.¹

Der Schritt macht die 3D-Generierung für Entwickler zugänglich, die solche Umgebungen in eigene Anwendungen integrieren wollen.¹ Parallel berichtete Bloomberg, dass World Labs über eine Finanzierung in Höhe von mehreren Hundert Millionen Dollar spricht. Dabei stehe eine Bewertung von etwa 5 Mrd. $ im Raum. Das ist keine bestätigte Bewertung aus einer abgeschlossenen Finanzierungsrunde.² Vergleichbare Leistungsdaten nennt die Produktankündigung nicht.¹

Google DeepMind hat am 22. Januar D4RT vorgestellt, ein Forschungsmodell zur Rekonstruktion und Verfolgung dynamischer Szenen aus Videos. Es verbindet räumliche Informationen und Veränderungen über die Zeit zu einer 4D-Darstellung.¹ Das Modell kodiert ein Video als gemeinsame Szenenrepräsentation. Daraus beantwortet es gezielte Abfragen zu Orten und Zeitpunkten.¹

Bisherige Verfahren behandeln etwa Tiefenschätzung, Kameraposition und Punktverfolgung oft als getrennte Aufgaben. D4RT führt sie in einem Modell zusammen und könnte so die Analyse bewegter Szenen vereinfachen.¹ Für Robotik und Augmented Reality ist entscheidend, ob sich räumliche Beziehungen und Bewegungen aus Videos zuverlässig erfassen lassen.² Die Ankündigung beschreibt D4RT als Forschung; sie nennt weder einen Produktstart noch Preise oder einen öffentlichen Zugang.¹

Anthropic hat in Claude Code die bisherigen Todos durch Tasks für längere Programmieraufgaben ersetzt.¹² Die Aufgaben werden lokal gespeichert und bleiben nach dem Ende einer Sitzung erhalten.¹³ So lässt sich der Stand einer Aufgabe später wieder aufnehmen; auch mehrere Sitzungen oder Subagenten können mit einer Aufgabenliste arbeiten.¹² Die Änderung ist Teil von Claude Code, kein eigenständiger Dienst.¹

Tasks können Abhängigkeiten und blockierte Arbeitsschritte abbilden.²³ Das ist besonders für Projekte relevant, bei denen mehrere Agenten Teilaufgaben übernehmen und ihre Arbeit aufeinander abstimmen müssen.¹² Die lokale Speicherung hat aber eine Grenze: Aus ihr folgt keine automatische Synchronisierung zwischen Rechnern.¹² Teams müssen deshalb klären, wie sie Aufgabenlisten bereitstellen und den Arbeitsstand bei längeren Agentenläufen prüfen. Tasks helfen bei der Koordination; ob der erzeugte Code korrekt ist, muss weiterhin überprüft werden.