Hangzhou (dpo) – Der chinesische Technologiekonzern Nexora hat mit Omnix 4.7 ein KI-Modell vorgestellt, das gleichzeitig Text, Bilder, Audio und Video verarbeiten kann. Besonders bemerkenswert: Die KI beherrscht erstmals das Programmieren per gesprochener Anweisung und Videoeingabe. Dennoch plant das Unternehmen vorerst keine Entlassungen in der Entwicklungsabteilung.

"Wir haben dem System beigebracht, Code zu schreiben, während es einem Video-Tutorial folgt und gleichzeitig einen Podcast hört", erklärt Entwicklungsleiterin Dr. Marina Quellberg stolz. "Damit erreicht es endlich das Produktivitätsniveau eines durchschnittlichen Junior-Entwicklers am Freitagnachmittag." In internen Tests habe Omnix 4.7 führende Konkurrenzmodelle bei Audio-basierten Aufgaben deutlich übertroffen – allerdings vor allem bei der Fähigkeit, gesprochene Ausreden für verspätete Projektabgaben zu generieren.

Besonders revolutionär sei die sogenannte "Omnimodale Fusion": Das Modell kann beispielsweise einem Programmierer beim Coden über die Schulter schauen, dessen genervtes Seufzen interpretieren und daraus ableiten, welcher Forenthread gerade hilfreich wäre. "Endlich eine KI, die versteht, dass drei Stunden Starren auf den Bildschirm auch Arbeit ist", freut sich Beta-Tester Henrik Malchow.

Das Entwicklerteam von Nexora betont, dass trotz der beeindruckenden Fähigkeiten keine Arbeitsplätze gefährdet seien. Schließlich müsse ja noch jemand der KI erklären, was sie programmieren soll – eine Aufgabe, die erfahrungsgemäß 87 Prozent der gesamten Projektlaufzeit in Anspruch nimmt.