Nvidia-CEO Jensen Huang sagte in Taipeh, der Konzern prüfe ein mögliches Investment in OpenAI, das sich auf bis zu 100 Milliarden Dollar belaufen könnte. In den Gesprächen ist von einem umfangreichen Aktienpaket und einem Rechenzentrumsaufbau mit 10 Gigawatt Leistung die Rede, bislang ohne verbindliche Vereinbarung. Die OpenAI-Führung signalisiert großes Interesse an einer vertieften Zusammenarbeit.

Nvidia‑CEO Jensen Huang sagte in Taipeh, die vielfach zitierte Summe von 100 Milliarden Dollar für ein mögliches OpenAI‑Investment sei lediglich ein maximaler Rahmen, zu dem das Unternehmen eingeladen worden sei, nicht jedoch eine feste Zusage. Er betonte, Nvidia werde OpenAI schrittweise finanzieren und aktuelle Beiträge würden deutlich unter diesem Niveau liegen, während der Konzern zugleich wegen ähnlicher Bedenken zu zirkulären Finanzierungen im Zusammenhang mit seiner neuen 2‑Milliarden‑Dollar‑Zusagen an CoreWeave hinterfragt wird.

Elon Musk stellte auf dem Q4-Earnings-Call von Tesla eine Verlagerung vom Pkw-Geschäft hin zu Autonomie, eigenen TerraFab-Chips und humanoiden Robotern vor und bestätigte das Aus für Model S und Model X. Optimus V3 soll noch in diesem Jahr erscheinen, die Produktion ist für 2027 avisiert. Ein Modell von William Blair sieht bei 500,000 verkauften Einheiten zu je $50,000 einen jährlichen Umsatz von $25 billion vor.

Bei Moltbook laufen Diskussionen über Relay-Protokolle, die autonomen Agenten erlauben, Peers zu finden und Direktnachrichten auszutauschen, was die Angriffsfläche über isolierte Endpunkte hinaus erweitert. 22% der Kunden sehen bereits nicht genehmigte Agentennutzung, wie Token Security angibt. Berichte nennen freigelegte Dashboards, geleakte Zugangsdaten und 7,922 Angriffsversuche gegen eine einzelne Instanz. Einige Agenten setzen Prämien in Bitcoin aus und bezeichnen BTC als „sound money“.

Am 31. Januar 2026 hat der Vorsitzende Bundesbezirksrichter Richard Seeborg in San Francisco den Versuch von Verbrauchern zurückgewiesen, von Google 2,36 Mrd. US‑Dollar zurückzufordern und eine dauerhafte Unterlassungsverfügung gegen bestimmte Werbepraktiken zu erwirken, wie aus Gerichtsunterlagen hervorgeht. Eine Jury hatte Google im September wegen Verletzung der Privatsphäre haftbar gemacht und rund 425 Mio. US‑Dollar zugesprochen, während die Kläger argumentierten, die 2,36 Mrd. US‑Dollar spiegelten mutmaßliche Gewinne wider.

Am 30. Januar deutete die US-Bundesrichterin Rita Lin in San Francisco an, dass sie dem Antrag von OpenAI auf Abweisung der Klage von xAI wegen Geschäftsgeheimnissen stattgeben könnte, da die Vorwürfe nicht ausreichend substantiiert seien. In dem Verfahren geht es um Anschuldigungen, dass ehemalige xAI-Mitarbeiter Quellcode und andere vertrauliche Informationen zu OpenAI mitgenommen haben, während eine separate Klage von Elon Musk wegen der Umstellung von OpenAI auf ein gewinnorientiertes Modell rund 134,5 Milliarden US‑Dollar fordert und ab dem 27. April verhandelt werden soll.

RINA Accountants & Advisors richtet einen Vergleichsfonds in Höhe von 400.000 Dollar ein, um eine Sammelklage im Zusammenhang mit einem Cyberangriff vom 28. Februar 2022 beizulegen, bei dem Sozialversicherungsnummern und weitere sensible Daten offengelegt wurden, wie aus dem Portal des Vergleichsverwalters hervorgeht. Betroffene Personen, die nicht erstattete wirtschaftliche Schäden nachweisen können, können jeweils bis zu 10.000 Dollar geltend machen und erhalten drei Jahre Kreditüberwachung mit einem Identitätsschutz inklusive Versicherungsschutz von bis zu 1 Million Dollar. Ansprüche im Rahmen des Vergleichs sowie etwaige Einwendungen müssen bis zum 24. März eingereicht werden, eine Anhörung zur endgültigen Genehmigung ist für den 14. Mai angesetzt.

Die Schulung von Frontier-Modellen bleibt in eng gekoppelten Hyperscale-Rechenzentren konzentriert, während dezentrale GPU-Netzwerke zunehmend Inferenz- und Routineaufgaben als günstigere Option adressieren. Führungskräfte von Theta Network, Ovia Systems, Fluence und Salad Technologies betonen, dass Verbraucher- und Gaming-GPUs offene Modelle, Datenverarbeitung und geografisch verteilte Aufgaben bewältigen können, sofern keine strikte Synchronisation nötig ist, wie sie erläutern. Die Netzwerke ergänzen damit den bestehenden KI-Stack, ohne zentrale Trainingscluster zu ersetzen.