LONDON (IT BOLTWISE) – Decart stellt mit Oasis 3 ein interaktives KI-World-Model vor, das photorealistische Fahrszenarien in Echtzeit generiert und über eine API verfügbar macht. Zielgruppe sind vor allem autonome-vehicle-Teams, die seltene Randfälle in großer Zahl testen müssen. Entscheidend ist dabei nicht nur die visuelle Qualität, sondern auch die Effizienz: Der Zugriff ist bereits ab 0,02 US-Dollar pro Sekunde geplant. Gleichzeitig zeigen frühe Tests, dass die Konsistenz über längere Zeit leidet und die physikalische Interaktion noch Lücken hat.
Decart will die Weltmodelle aus der Forschung in den Arbeitsalltag von Entwicklungs- und Testteams holen. Mit Oasis 3 präsentiert das Startup ein interaktives System, das photorealistische Fahrszenen in Echtzeit erzeugt und direkt per API bereitstellt. Damit verschiebt sich der Fokus weg von statischen Demos hin zu einer Art „virtueller Teststrecke“, die sich kontinuierlich mit neuen Blickwinkeln, Kameraperspektiven und Umgebungen füttern lässt. Für Unternehmen mit autonomem Fahren ist das attraktiv, weil seltene Ereignisse im echten Straßenverkehr kaum in ausreichender Menge beobachtbar sind und in Simulationen häufig nur schwer in hoher Vielfalt abgedeckt werden.
Technisch stützt sich Oasis 3 auf einen Ansatz, der auf zuvor etablierten Real-Time- und Video-Stacks des Unternehmens aufbaut. Decart beschreibt die Architektur als auto-regressiv: Das Modell erzeugt Frame für Frame, blickt auf das bereits erzeugte Bildmaterial und entscheidet anschließend, wie es weitergeht. Dieses Prinzip ist leistungsfähig, aber rechenintensiv und stellt Konsistenz über lange Sequenzen vor Herausforderungen. Laut CEO Dean Leitersdorf liegt ein einzelner Frame in der Größenordnung von etwa 8.000 Tokens; bei mehreren Dutzend Frames pro Sekunde füllt sich der Kontextbereich sehr schnell. Genau dort setzt das Team mit Forschung zu längeren Kontextfenstern und Kompression der „Memory“ an.
Der praktische Weg zur Skalierung läuft für Decart über eine eigene Effizienz-Schicht: den Decart Optimization Stack (DOS). Damit will das Unternehmen die Modelle so tief wie möglich mit Hardware- und Plattformdetails verzahnen, um die Inferenzkosten im Vergleich zu Alternativen deutlich zu senken. Leitersdorf argumentiert mit einer vertikal integrierten Optimierung bis in die Hardware hinein und nennt eine Einsparung um Größenordnungen, sodass die laufenden Kosten pro Simulation geringer bleiben sollen. In der Praxis bedeutet das: Teams können mehr Szenarien pro Budget fahren, häufiger iterieren und neue Hypothesen schneller testen. Entscheidend ist dabei die Vergleichbarkeit zu Wettbewerbern, etwa wenn andere Anbieter auf weniger stark optimierte Pipelines setzen oder auf proprietäre Umgebungen angewiesen sind.
Am Markt trifft Oasis 3 auf eine zunehmend dichte Landschaft von World-Modell- und Video-Generatoren. Google experimentiert seit Längerem mit Forschungsvarianten und früheren Veröffentlichungen; gleichzeitig ist in der Branche bekannt, dass sich auch ein Forschungsumfeld um Fei-Fei Li und World Labs mit kommerziell verwertbaren Ansätzen beschäftigt. Darüber hinaus arbeiten spezialisierte Startups an physics-aware Video-Modellen, die in Richtung World Models weiterentwickelt werden. Decart versucht dabei, das Thema über die reine Modellqualität hinaus „produktschwer“ zu machen: Oasis 3 ist bereits ab Tag eins als API verfügbar und wird damit wie bei KI-Sprachmodellen als Entwicklerplattform positioniert. Damit konkurriert Decart nicht nur um Rechenleistung, sondern vor allem um Ökosysteme, Integrationen und wiederkehrende Anwendungsfälle.
Ein weiterer Markt-Treiber ist der Preis und die Art des Zugangs. Decart nennt einen Einstiegswert von 0,02 US-Dollar pro Sekunde, während Enterprise-Konditionen vom konkreten Use Case abhängen. Für Autonom-Driving-Teams ist das eine wichtige Schwelle, weil Simulationen im Betrieb oft mit sehr langen Ausführungszeiten, vielen Varianten und iterativen Trainings-Workflows gekoppelt sind. Gleichzeitig ist die API-Strategie auch als Signal an Entwickler zu verstehen: Wer die Ergebnisse reproduzierbar erzeugen kann, kann Prüfprozesse, Telemetrie-Pipelines und Safety-Workflows besser automatisieren. In Branchenanalysen wird häufig betont, dass der eigentliche Wettbewerbsvorteil bei solchen Modellen nicht allein das Modell selbst ist, sondern die Betriebsfähigkeit im Zusammenspiel mit Storage, Observability und Evaluationsmetriken.
Schon jetzt sind jedoch zentrale Limitierungen sichtbar, die gerade für sicherheitskritische Domänen relevant sind. In Tests zeigte sich, dass Oasis 3 anfänglich starke Szenen erstellt, die zur Prompterwartung passen, die thematische Integrität aber mit zunehmender Laufzeit schnell abnimmt. Ein Beispiel: Startet das System mit einer New-York-ähnlichen Straßenszene am Morgen, verliert es später erkennbar den „Ort“ und wirkt wie eine generische westliche Stadtumgebung. Zusätzlich sind die Steuerelemente offenbar nicht fein genug, um kontinuierliche Fahrmanöver präzise zu planen; die Umgebung kann zudem sprunghaft „neu aufgebaut“ werden, sobald der Versuch unternommen wird, zu einem früheren Knotenpunkt zurückzukehren.
Auch die Physik- und Interaktionskonsistenz bleibt ein ungelöstes Feld. Leitersdorf nennt dies ein „major research problem“ und führt es teilweise auf die Datenlage zurück: Es gebe drastisch mehr Daten für gutes Fahren als für Unfälle, was die Modellierung negativer oder seltener Interaktionen erschwert. Aus Entwicklersicht ist das ein zweischneidiges Argument: Einerseits verbessern große Datenmengen häufig die Plausibilität, andererseits kann genau das dazu führen, dass Modelle die physikalische Wahrscheinlichkeit falsch kalibrieren und etwa Fahrzeuge „durch“ andere Objekte fahren lassen. Damit entsteht ein Risiko für Trainings- und Validierungsresultate, wenn das Modell als „ground-truth“-Ersatz verwendet wird. Entsprechend braucht es Evaluationsrahmen, die Konsistenz, Kollisionslogik und Dynamikmessung explizit prüfen.
Rein historisch betrachtet liegt die zentrale Lehre aus den letzten Jahren in der Iteration über Schnittstellen. Oasis 3 erinnert mit seiner Entwickler-API-Strategie an frühe KI-Modelle für Text, bei denen die Community durch neue Use Cases erst die Breite der Anwendung freigelegt hat. Leitersdorf erwartet, dass innerhalb weniger Monate viele Entwickler unterschiedliche Applikationen auf Oasis entwickeln und damit neue Mess- und Optimierungswege entstehen. Unabhängig davon deutet die Roadmap auf eine Weiterentwicklung hin, bei der Nutzer nicht nur aus einem Einzelbild starten, sondern aus einer Video-Referenz. Das könnte die Anfangskohärenz erhöhen und die Drift über längere Sequenzen zumindest teilweise reduzieren, bleibt aber im Kern eine Frage der Speicherarchitektur, der Trainingsdaten und der Einbettung physikalischer Constraints.
Für den nächsten Schritt in der Praxis sollten Unternehmen Oasis 3 daher weniger als „fertigen Simulator“ sehen, sondern als Baustein in einer verteilten Simulations- und Evaluationskette. Das betrifft insbesondere Datenschutz und Sicherheit: Auch wenn die Eingaben typischerweise synthetisch sind, müssen Testumgebungen mit Zugriffskontrollen, Auditierbarkeit und klaren Datenverarbeitungsregeln betrieben werden, vor allem wenn Firmen später eigene Szenen, Metadaten oder Fahrzeug-Trainingsdaten koppeln. Zudem ist wichtig, dass Ergebnisse versioniert und nachvollziehbar bleiben, damit Fehlverhalten in der Simulation nicht erst spät auffällt. Wenn Decart die Konsistenzprobleme adressiert, könnte sich für Entwickler ein neuer Pfad eröffnen: schneller von Prompts zu validierten Testfällen, ohne jedes Mal auf klassische, manuell gepflegte Szenarienbibliotheken angewiesen zu sein.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Decart Oasis 3: Interaktives KI-World-Model für Fahr-Simulationen per API" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Decart Oasis 3: Interaktives KI-World-Model für Fahr-Simulationen per API" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Decart Oasis 3: Interaktives KI-World-Model für Fahr-Simulationen per API« bei Google Deutschland suchen, bei Bing oder Google News!