Blog

Public
24 Oct, 2026

Tripo P2.0 und der Astra-Workflow: Generierung und Integration von 3D-Assets in Blender und Unity

Generative 3D-Workflows entwickeln sich von der isolierten Modellierung hin zu integrierten Asset-Pipelines. Das neueste 3D-native Foundation-Modell von Tripo, P2.0, ist dafür konzipiert, Dreiecks- oder Quad-basierte Meshes mit Funktionen wie anpassbarer Polygondichte, Trennung von Teilen, Smart UVs und regionalem Mesh-Editing zu generieren. In Kombination mit Astra können diese Assets zusammengebaut, geriggt, animiert und in interaktive Szenen integriert werden, wobei professionelle Software wie Blender und Unity zum Einsatz kommt. Diese Arbeitsteilung ermöglicht es Creators, sich auf bestimmte Komponenten zu konzentrieren, während Astra die Koordination der nachgelagerten Aufgaben übernimmt und sicherstellt, dass die generierte Geometrie die Anforderungen an Rigging, Animation und Echtzeit-Produktion effektiv erfüllt.Post auf X: https://twitter.com/luccacerf/status/2096308567863079420Der Workflow funktioniert, indem er einzelne Teile separat generiert, was Creators eine präzise Kontrolle über Form und Details gibt. So kann ein Creator beispielsweise den Körper, den Kopf und die Haare eines Charakters als separate Assets mit Tripo P2.0 oder dem Modell H3.1 generieren, das sich auf hochauflösende Details konzentriert. Astra unterstützt anschließend bei der Zusammenführung dieser Komponenten in Blender und steuert den Übergang zu Rigging und Animation. Dieser modulare Ansatz ermöglicht es Nutzern, bestimmte Komponenten zu verfeinern oder neu zu generieren, ohne den gesamten Asset-Generierungsprozess von vorn zu beginnen. Die Fähigkeit von Astra basiert auf der logischen Verarbeitung von 3D-Aufgaben und der Ausführung von Code oder Skripten zur Manipulation von Assets, was es zu einem leistungsfähigen Werkzeug für die Koordination komplexer mehrstufiger Prozesse in etablierten 3D-Umgebungen macht.Post auf X: https://twitter.com/Stefan_3D_AI/status/2096481425050743048Praktische Anwendungen dieses Workflows sind bereits in der Community aufgetaucht. Der Creator Ring Hyacinth nutzte Nano Banana für Referenzbilder, Tripo P2.0 für die Modellierung und Codex, um eine Szene aus Alice im Wunderland mit Effekten und Interaktionen zu erstellen. Ähnlich verfuhr Lucca Cerf, der keinen Hintergrund in der Spieleentwicklung oder im Design hat. Er nutzte einen Pipeline-Ablauf von Astra zu Tripo P2.0, dann zu Blender und schließlich zu Unity, um ein Fan-Spiel zu World of Warcraft zu bauen. Mit nur drei Prompts schloss Cerf das Projekt in etwa 90 Minuten ab. Diese Beispiele zeigen, dass die Kombination aus Tripo und Astra es Personen ohne vorherige 3D-Erfahrung ermöglicht, komplexe interaktive Szenarien und spielbare Prototypen schnell zu erstellen.Die technischen Spezifikationen der Tripo-Modelle sind auf Produktionsreife ausgelegt. Die P-Serie optimiert die Mesh-Struktur, Topologie und Bearbeitbarkeit, während die H-Serie die Präzision für komplexe Formen priorisiert. Nutzer können die Polygon-Dichte steuern, über Smart Mesh zwischen Dreieck- oder Quad-Topologie wählen und Texturen sowie Materialien generieren. Automatische Rigging- und Animationsfunktionen stehen für Charaktere zur Verfügung, und die Exporteinstellungen erlauben eine präzise Kontrolle über Skalierung, Ausrichtung und Drehpunkte beim Übertragen von Assets in Blender oder Spiel-Engines. Dieses Maß an Kontrolle stellt sicher, dass die generierten Assets den technischen Standards entsprechen, die für Echtzeit-Engines und professionelle DCC-Anwendungen erforderlich sind.Die Qualitätskontrolle bleibt ein entscheidender Aspekt des Workflows, da KI die Erstellung beschleunigt, aber die Notwendigkeit künstlerischer Urteilsfähigkeit nicht beseitigt. Nach der Montage müssen Creator Proportionen, Ausrichtung, Silhouetten und Verbindungen zwischen den Komponenten überprüfen. Animation erfordert die Bewertung der Deformation in Bereichen wie Schultern, Ellenbogen, Knien und Gesichtsausdrücken. Obwohl der Workflow für frühe bis mittlere Produktionsphasen wie Ideation, Prototyping und Previsualisierung geeignet ist, können professionelle Studios Hero-Assets weiterhin in DCC-Tools verfeinern. Das Ziel besteht darin, hochwertige 3D-Generierung zugänglich zu machen, ohne jeden Creator zum 3D-Spezialisten zu machen, und Künstlern zu ermöglichen, sich auf die kreative Ausrichtung und die Integration in zusammenhängende künstlerische Systeme zu konzentrieren.

Public
24 Oct, 2026

Aufnahmen von JetBrains GameDev Day 2026 veröffentlicht: Schlüsseltechnische Entscheidungen für die moderne Spieleeentwicklung

Das vollständige Archiv von JetBrains GameDev Day 2026 ist jetzt auf YouTube verfügbar. Es bietet Entwicklern eine umfassende Ressource zur Lösung realer Produktionsprobleme. Die Veranstaltung fand am 28. September statt und brachte Branchenexperten zusammen, um die Werkzeuge und Methodologien zu diskutieren, die das aktuelle Umfeld der Spieleentwicklung prägen. Die Sessionen konzentrieren sich stark auf praktische Anwendungen, von der Integration von Entity-Component-Systemen in Live-Spiele bis hin zur Nutzung von KI für die prozedurale Inhaltsgenerierung. Entwickler, die an Watchpartys in Belgrad oder Limassol teilnahmen, oder jene, die die Live-Veranstaltung verpasst haben, können das Material nun in ihrem eigenen Tempo durchgehen, um Einblicke in moderne Entwicklungsworkflows und Werkzeuge zu erhalten.Ein erheblicher Teil des technischen Inhalts befasst sich mit der Integration von KI in bestehende Entwicklungs-Pipelines. Eine wichtige Sesson demonstriert, wie die Unterstützung des Model Context Protocol in TeamCity und die Kommandozeilenschnittstelle (CLI) Workflows der kontinuierlichen Integration direkt in die Entwicklungsumgebung bringen. Am Beispiel eines Unity-Projekts zeigt die Präsentation, wie man Build-Fehler untersucht und mit CI-Pipelines interagiert, ohne ständig zwischen verschiedenen Werkzeugen zu wechseln. Darüber hinaus erkundet ein weiterer Vortrag agentische Workflows, die speziell für Unreal Engine zugeschnitten sind und Rider, ACP sowie engine-spezifische Fähigkeiten nutzen. Diese Demos veranschaulichen, wie KI-Agenten komplexe Engine-Architekturen navigieren, C++-Code generieren, Abstürze untersuchen und verschiedene Entwicklungsaufgaben automatisieren können, wobei sie über einfache Code-Unterstützung hinausgehen und zu autonomer Problemlösung übergehen.Für Teams, die mit großen Assets arbeiten, bietet die Sektion zu Lore VCS, dem Open-Source-System von Epic Games, wichtige Einblicke in das Management mehrerer Gigabyte großer Dateien, die täglich verändert werden. Im Gegensatz zu traditionellen Versionskontrollsystemen, die für Code entwickelt wurden, teilt Lore Dateien in inhaltsadressierbare Fragmente auf und stellt sicher, dass nur die geänderten Teile eines Assets übertragen werden. Die Diskussion behandelt, wie Edge-Caches bei Bedarf gefüllt werden können, anstatt vorab befüllt zu werden, und enthält Anweisungen zur Bereitstellung des Systems mit dem Lore-Modul im AWS Cloud Game Development Toolkit. Dieser Ansatz löst eine der größten Engpässe in der modernen Spieleentwicklung, bei der das Asset-Management oft die Zusammenarbeit und Build-Prozesse verlangsamt. Das Verständnis dieser Mechanismen ist für Studios unerlässlich, die ihre Infrastruktur optimieren und Speicher- sowie Bandbreitenkosten senken möchten.Performance-Optimierung und Debugging bleiben zentrale Themen, mit detaillierten Sektionen zu Profiling in Unreal Engine und Cross-Language-Debugging. Ein Sprecher nutzt Live-Profiling, um zu zeigen, wie kleine technische Entscheidungen zu Gameplay-Engpässen anwachsen, und demonstriert praktische Optimierungs-Workflows mit Unreal Insights und Rider. Eine andere Sektion behandelt das komplexe Szenario, in dem der Client in C# und der Server in C++ geschrieben ist, und zeigt, wie beide Laufzeitumgebungen gleichzeitig mit Rider und CLion debuggt werden können. Dieser Ansatz ermöglicht es Entwicklern, Daten zu lesen, die die Protokollgrenze überschreiten, und festzustellen, welche Laufzeitumgebung Probleme verursacht. Der Fokus liegt auf der Grenze zwischen den Laufzeitumgebungen als kritischer Untersuchungszone und bietet eine strukturierte Methode zur Behebung von Fehlern, die mehrere Sprachen und Umgebungen betreffen.Die Veranstaltung bot zudem tiefergehende Einblicke in spezifische Engine-Integrationen und UI-Automatisierung. Eine bemerkenswerte Sektion stellte eine Figma-to-Unity-Pipeline vor, die sich über Jahre des Produktivbetriebs weiterentwickelt hat und nun über einen KI-Agenten via MCP läuft. Die Vortragenden behandelten die Design-Grundlagen, die eine solche Automatisierung ermöglichen, die aus dem Aufbau des Systems gewonnenen Erkenntnisse und einen Benchmark dafür, welche UI-Integrationstasks der Agent heute bewältigen kann und welche noch menschliches Eingreifen erfordern. Ein weiterer Vortrag konzentrierte sich auf die Einführung von ECS in ein massenmarkt-orientiertes Live-Spiel, ohne die Engine neu zu schreiben, und diskutierte gestaffelte Migrationsstrategien, Kompromisse bei der Speicheranordnung und die Vorteile eines hybriden Ansatzes, der ECS mit Legacy-Code kombiniert. Diese Sektionen liefern umsetzbare Strategien zur Modernisierung bestehender Codebasen bei gleichzeitiger Wahrung der Stabilität in Live-Produkten.

Public
24 Oct, 2026

NVIDIA TensorRT 11.1: Global Performance Tuner für die automatische Optimierung von Engines unter Berücksichtigung der Genauigkeit

Das Deployment von neuronalen Netzen ist im Wesentlichen eine Kompilieraufgabe, bei der es keine einzelne optimale Strategie für alle Modelle gibt. Wenn NVIDIA TensorRT eine Inferenz-Engine erstellt, trifft es voneinander abhängige Entscheidungen bezüglich Graphentransformationen, Kernel-Fusion, Speicherplatzierung und Quantisierung. Dieser Prozess, bekannt als Scheduling, beeinflusst die endgültige Inferenzleistung erheblich. Verschiedene Scheduling-Optionen können die Semantik des Modells beibehalten, aber völlig unterschiedliche Geschwindigkeitsergebnisse liefern. Da diese Effekte gekoppelt und modellabhängig sind, treten sie oft erst nach dem vollständigen Build und der Messung der Engine zutage. Dies macht die Vorhersage der besten Strategie zunehmend schwieriger, je vielfältiger die Modelle und Deployment-Umgebungen werden.Abbildung 1. Ein fester Rezeptansatz skaliert nicht mit widersprüchlichen KundenpräferenzenHistorisch stützte sich TensorRT auf interne Modelle für Schlüsselkennzahlen (KPI), um optimierbare Muster zu identifizieren, die anschließend als Heuristiken in der Standard-Scheduling-Strategie kodiert wurden. Obwohl dies es den Nutzern ermöglichte, automatisch von Expertenwissen zu profitieren, entstand ein Skalierungsproblem. Eine für einen bestimmten Modelltyp entwickelte Heuristik konnte bei einem anderen Typ zu Leistungseinbußen führen, was zusätzliche Ausnahmen erforderte. Dies machte die Scheduling-Logik komplex und schwer erweiterbar. Der Global Performance Tuner, der in TensorRT 11.1 eingeführt wurde, löst dieses Problem, indem er auf ein einzelnes festes Rezept verzichtet. Stattdessen betrachtet er die Compiler-Pipeline als Basisrezept mit anpassbaren „Gewürzen“, was es dem System ermöglicht, den Optimierungsanpassungspfad an die spezifischen Merkmale des Eingabemodells anzupassen, sei es ein ONNX-Graph oder ein über die TensorRT-API erstelltes Netzwerk.Abbildung 2. Passen Sie den Geschmack für jeden Kunden anUm diesen Ansatz zu formalisieren, verwendet das System einen mathematischen Rahmen, der die Generierung von Kandidatenlösungen von ihrer Auswahl trennt. Der Modellraum besteht aus allen möglichen Eingaben, während der Lösungsraum alle ausführbaren Ausgaben enthält, wie z. B. TensorRT-Engines oder serialisierte GPU-Kernel-Sequenzen. Ein Builder-Algorithmus bildet ein Modell auf einen Satz von Kandidatenlösungen ab, der durch einen Schwellenwert für die Genauigkeitstoleranz begrenzt ist. Dieser Schwellenwert stellt sicher, dass die Eingabe-Ausgabe-Paare innerhalb akzeptabler Grenzen bleiben und verhindert, dass aggressive Optimierungen die Anforderungen der Anwendung verletzen. Das Ziel des Builders besteht darin, einen umfangreichen Satz von Kandidaten zu generieren, der die optimale Lösung enthält, definiert als die schnellste zulässige Ausführung, die die Genauigkeitskriterien erfüllt. Diese Abstraktion ermöglicht eine strenge Analyse, wie sich verschiedene Build-Pfade auf die finale Laufzeit auswirken.Ein Suchalgorithmus arbeitet anschließend mit diesem Kandidatensatz, um die beste Lösung auszuwählen. Im Idealfall würde dieser Algorithmus eine Brute-Force-Evaluation aller Kandidaten durchführen, um den mit der minimalen Laufzeit zu finden. In der Praxis begrenzen jedoch oft Zeitbudgets für den Build die Tiefe dieser Suche. Der gesamte Compiler wird somit als Tupel aus Builder und Searcher dargestellt. Die Herausforderung liegt darin, einen optimalen Builder zu konstruieren, der die global optimale Lösung erreichbar macht. Da es keinen einzelnen universellen Build-Pfad für alle Modelle gibt, muss das System anpassbare Build-Pfade unterstützen. Das bedeutet, dass die Sequenz der Compiler-Pässe, die Zwischenrepräsentationen in finale ausführbare Dateien umwandeln, variieren kann. Verschiedene Modelle können ihre beste Leistung durch unterschiedliche Transformationssequenzen erreichen, selbst auf derselben Ziel-GPU.Der Global Performance Tuner nutzt diese anpassbaren Build-Routen für die automatische Leistungsoptimierung. Für jeden Kandidaten, der von verschiedenen Routen generiert wurde, validiert der Tuner die Ausgaben anhand des festgelegten Genauigkeitskriteriums. Anschließend misst er die End-to-End-Inferenzleistung der zulässigen Lösungen. Unter allen Kandidaten, die die Genauigkeitsanforderungen erfüllen, wählt das System den mit der geringsten Laufzeit. Dieser Ansatz stellt sicher, dass Leistungsgewinne nicht auf Kosten der Modelltreue erzielt werden. Indem der Kompilierungsprozess als Suche über mehrere mögliche Build-Routen und nicht als einzelner fester Pfad betrachtet wird, bietet TensorRT 11.1 eine skalierbare Methode zur Optimierung von Deep-Learning-Workloads über verschiedene Modelle und Hardware-Konfigurationen hinweg.Diese Methodik behebt die Kernbeschränkung früherer Ansätze, bei denen eine Änderung für ein Modell die Leistung für ein anderes Modell verschlechtern konnte. Indem die Basis-Pipeline stabil gehalten, aber die Scheduling-Entscheidungen anpassbar gemacht werden, kann das System neue Modelle mit unbekannten Präferenzen effektiv verarbeiten. Es bietet verschiedene Optimierungsvarianten an, lehnt jene ab, die die Genauigkeitsprüfungen nicht bestehen, und behält die leistungsfähigste Konfiguration bei. Dies ist vergleichbar mit einem Koch, der einem neuen Kunden kostenlose Proben anbietet, um die bevorzugte Gewürzkombination zu finden, anstatt ein einzelnes Standardrezept aufzuzwingen. Das Ergebnis ist ein robusterer Kompilierungsprozess, der sich an die spezifischen Bedürfnisse jedes neuronalen Netzes anpasst und sicherstellt, dass Entwickler die höchste mögliche Inferenzgeschwindigkeit erhalten, ohne die erforderliche Präzision ihrer Anwendungen zu beeinträchtigen.

Public
23 Oct, 2026

Strukturelle Barrieren auf dem Weg zur Massenverbreitung optischer AR-Brillen mit durchsichtigem Display

Der Sektor der optischen Augmented Reality mit durchsichtigem Display (see-through AR) durchläuft derzeit einen bedeutenden strategischen Wandel. Jahrelang versuchte die Branche, AR-Funktionen aus High-End-VR-Headsets abzuleiten, mit dem Ziel, ein weites Sichtfeld und komplexe Funktionen zu erreichen, was zu sperrigen und teuren Geräten führte. Dieser Ansatz ist weitgehend ins Stocken geraten. Die moderne Entwicklungstrajektorie besteht darin, von Audio-only-KI-Brillen auszugehen, wie den Meta Ray-Ban Wayfarers, die einen kritischen Wendepunkt von etwa zehn Millionen Einheiten in den jährlichen Liefermengen erreicht haben. Dieses Volumen ist ein wichtiger Maßstab für die Akzeptanz auf dem Massenmarkt. Im Gegensatz dazu sind die Liefermengen von VR-Headsets vom Höchststand von zehn Millionen Einheiten im Jahr 2021 auf zwischen 3,5 und 6 Millionen Einheiten im Jahr 2026 zurückgegangen, was darauf hindeutet, dass der Schritt über Segmente für Enthusiasten hinaus für immersive Hardware weiterhin eine gewaltige Hürde darstellt.Eine große, oft unterschätzte Barriere für die Akzeptanz durch Verbraucher ist die Integration von Korrekturlinsen. Für Nutzer, die eine Sehkorrektur benötigen, stellen aktuelle AR-Brillen ein logistisches und ergonomisches Albtraum-Szenario dar. Im Gegensatz zu Audio-KI-Brillen, in die standardisierte Korrekturlinsen eingesetzt werden können, die lokal auf die Fassung zugeschnitten werden, erfordern displaybasierte AR-Geräte in der Regel das werkseitige Verkleben von Korrekturlinsen auf Wellenleiter. Dieser Prozess erzeugt eine einzigartige SKU für jeden Kunden, was zu langen Lieferzeiten führt, die in Wochen gemessen werden. Darüber hinaus korrigieren diese integrierten Korrekturen oft nicht ausreichend Astigmatismus oder Bifokalvision. Es gibt Aftermarket-Lösungen in Form von Clip-in-Einsätzen, die jedoch zu sperrig sind, um als normale Brillen zu funktionieren, was ihre Nützlichkeit auf den Unternehmensbereich oder VR-Kontexte beschränkt, anstatt sie für den alltäglichen Verbrauchereinsatz geeignet zu machen.Die für tragfähige AR-Brillen erforderliche Displaytechnologie steht vor einem erheblichen Stillstand. Vollfarbige MicroLED-Displays, die für eine hohe Lesbarkeit im Freien unerlässlich sind, erreichen nur langsam die Serienproduktion. Aktuelle Gerüchte deuten darauf hin, dass zwar einige Hersteller in naher Zukunft mit der Produktion beginnen könnten, die Auflösung jedoch niedrig bleibt und typischerweise um die 640 x 480 Pixel schwankt. Diese VGA-Auflösung entspricht den Standards von Personal Computern aus den 1980er Jahren und reicht für den Konsum von hochauflösendem Text oder Medieninhalten nicht aus. Der Mangel an hochauflösenden, vollfarbigen Mikrodisplays bedeutet, dass aktuelle AR-Geräte nicht mit der visuellen Schärfe konkurrieren können, die Nutzer von modernen Smartphones oder Tablets erwarten, was ihre Attraktivität für die breite Öffentlichkeit weiter einschränkt.Die Lieferketten für Komponenten stehen aufgrund der explosionsartigen Nachfrage nach KI-Infrastruktur unter wachsendem Druck. Der massive Halbleiterverbrauch durch KI-Rechenzentren hat die freien Produktionskapazitäten aufgesaugt, sodass für Hersteller von Consumer Electronics weniger Ressourcen übrig bleiben. Diese Knappheit beeinträchtigt die Verfügbarkeit von Prozessoren, Speicher und anderen kritischen Komponenten, die für AR-Brillen benötigt werden. Darüber hinaus führt die Integration von Kameras zu einem komplexen Kompromiss. Während Kameras fortschrittliche Funktionen wie simultane Lokalisierung und Kartierung (SLAM) ermöglichen, erhöhen sie den Energieverbrauch, die Größe und das Gewicht erheblich. Eine Kameraeinheit kann so viel Strom verbrauchen wie das Display selbst, was es schwierig macht, das Formfaktor von normalen Brillen beizubehalten und gleichzeitig eine Akkulaufzeit über den ganzen Tag zu gewährleisten.Die Branche muss die Falle vermeiden, sich auf eine einzelne Kennzahl wie die Kosten zu konzentrieren, um die Akzeptanz zu fördern. Zwar ist der Preis ein Faktor, er ist jedoch der Funktionalität und Benutzerfreundlichkeit untergeordnet. Historische Beispiele wie der Apple II und der ursprüngliche Macintosh zeigen, dass hohe Einstiegspreise akzeptabel sind, wenn das Produkt einen einzigartigen Mehrwert bietet. Der Versuch, ein kostengünstiges Gerät mit eingeschränkter Funktionalität zu bauen, ist eine ineffiziente Ressourcenallokation. Die Herausforderung ist systemischer Natur: Die Lösung eines technischen Problems, wie der Displayhelligkeit, verschärft oft andere Probleme, wie den Energieverbrauch oder die Wärmeentwicklung. Es gibt etwa siebzehn bis zwanzig wesentliche Barrieren, die gleichzeitig gelöst werden müssen, darunter Transparenz, Augenreflexe, Gitterartefakte und Abdunklung im Freien.Für den ganztägigen Tragekomfort muss das Gerät bei ausgeschaltetem Strom wie normale Brillen funktionieren. Wenn das Gerät im inaktiven Zustand zu Verzerrungen oder einer schlechten Sehkorrektur führt, erfüllt es die Grundanforderung an eine Brille nicht. Nutzer sind nicht bereit, ihre Brillen abzusetzen und in einer Schutzhülle aufzubewahren, was den Zweck eines tragbaren Geräts zunichtemacht. Darüber hinaus verschlechtert die Integration des Displays mit der realen Welt naturgemäß die Qualität beider Bilder. Die physische Anwesenheit von Optik zwischen Auge und Welt führt zu Reflexionen und Artefakten. Daher erfordert die Entwicklung von AR-Brillen einen ganzheitlichen Ansatz, der optische Präzision, ergonomischen Komfort, Kompatibilität mit Sehstärken und Komponentenverfügbarkeit als ein einziges, zusammenhängendes System betrachtet, nicht als eine Reihe isolierter Probleme.

Public
23 Oct, 2026

Strategischer Leitfaden für XR-Entwickler, die auf den chinesischen Markt expandieren

Der Bereich der immersiven Realität wird derzeit von zwei Hauptakteuren geprägt: den USA und China. Während der US-Markt gut dokumentiert ist, bleibt China für viele westliche Entwickler aufgrund der Großen Firewall und der Verbreitung von Fehlinformationen ein Mysterium. Westliche Tech-Medien verbreiten oft ungenaue Erzählungen, wie etwa die Existenz eines universellen Systems sozialer Kreditpunkte oder eines auf WeChat basierenden Metaverse, was für die in dem Land tätigen Akteure keine faktische Realität darstellt. Mit einer Bevölkerung von 1,4 Milliarden Menschen, darunter 870 Millionen im Alter von 15 bis 59 Jahren, bietet China eine enorme Chance für qualifizierte Teams. Für den Erfolg ist es jedoch erforderlich, sich von Hörensagen zu lösen und zu verstehen, dass die lokale Ökosystem unter grundlegend anderen Prinzipien arbeitet als im Westen.Erstellt mit einem von Pico bereitgestellten BildIm Gegensatz zum Westen hat China nie einen „Quest-Moment" erlebt, in dem ein einzelner Consumer-Headset erschwingliche Preise mit einer robusten Content-Bibliothek verband und so eine breite Adoption antrieb. Meta ist dort vom Verkauf ausgeschlossen, und Pico, der nächstgelegene Wettbewerber, verlagerte seinen strategischen Fokus kurz nach der Veröffentlichung des Pico 4, was zu einem nahezu leeren Markt im Consumer-VR-Bereich führte. Infolgedessen kann ein Hit-Spiel, das für den Heimgebrauch entwickelt wurde und an Beat Saber erinnert, im lokalen Consumer-Segment möglicherweise kein tragfähiges Publikum finden. Stattdessen wird der kommerzielle Erfolg in China, im Einklang mit den breiteren Trends in Ostasien, durch Out-of-Home-Arcade-Erlebnisse angetrieben. Diese VR-Attraktionen sind allgegenwärtig und finden sich in Einkaufszentren fast aller Großstädte, von einfachen Sitzgelegenheiten bis hin zu Zombie-Shooting-Arenen in Raumgröße. Obwohl die Hardware in diesen Arcades nicht immer der neuesten Generation entspricht, machen ihre enorme Dichte und Zugänglichkeit sie zum wichtigsten Umsatztreiber für VR-Content.Neben traditionellen Arcades haben großflächige VR-Installationen erheblich an Bedeutung gewonnen. Diese Einrichtungen verfügen über große Räume, in denen mehrere Nutzer gleichzeitig Solo-Erlebnisse spielen und weiße Silhouetten-Avatare nutzen, um einander zu umgehen, ohne Kollisionen zu verursachen. Der B2B-Sektor bleibt ebenfalls aktiv, wobei VR-Training besondere Bedeutung hat, obwohl die Investitionen nachgelassen haben, da der anfängliche Metaverse-Hype abgeklungen ist. Der Fokus der Branche verschiebt sich derzeit hin zu Smart Glasses, die an Prestige gewinnen, während VR-Headsets einen Teil der Investorenattention verlieren. Große Konzerne wie Huawei und Alibaba sind stark engagiert, wobei Letztere kürzlich Brillen mit Eye-Tracking zur Steigerung der KI-Fähigkeiten auf den Markt gebracht hat. Etablierte Akteure wie Rokid und RayNeo erweitern ihre Gerätepaletten, während zahlreiche Startups mit Nischenprodukten auf den Markt drängen, von KI-Assistenten bis hin zu spezialisierten Anwendungsfällen wie dem Schwimmen.Der Aufstieg der Smart Glasses ist eng mit der Explosion der KI in China verbunden, wo Unternehmen wie ByteDance Frontier-Modelle entwickeln, die mit den Angeboten von OpenAI vergleichbar sind, wobei DouBao als lokales Äquivalent zu ChatGPT dient. Es bleibt unklar, wie Entwickler diese Smart-Glasses-Offensive voll ausschöpfen können, aber die Infrastruktur wird gelegt. Für Entwickler, die auf diesen Markt drängen, ist der wichtigste Rat, einen lokalen Partner oder ein Netzwerk vertrauenswürdiger Kontakte zu gewinnen. Ein lokaler Partner versteht die regulatorische Landschaft, die ungeschriebenen Markregeln und die kulturellen Nuancen, die den Erfolg oder Misserfolg eines Produktstarts bestimmen können. Sie können bei dem Schutz geistigen Eigentums, beim Marketing und bei der Anpassung des Contents an spezifische regionale Vorschriften helfen. Es gibt spezialisierte Firmen, die ein westliches VR-Spiel übernehmen, es für das chinesische Publikum anpassen und die Distribution übernehmen, einschließlich der Anpassung an Arcade-Umgebungen, falls erforderlich.Bereitgestellt von Antony VitilloDarüber hinaus sind verschiedene Acceleratoren und Inkubatoren, beispielsweise in Hangzhou, aktiv daran interessiert, westliche Unternehmer willkommen zu heißen. Sie bieten manchmal regionale Fonds oder subventionierte Büroflächen an, um ihnen bei der Navigation im komplexen Technologie-Ökosystem zu helfen. Vertrauen ist in diesen Beziehungen von größter Bedeutung. Es ist ratsam, Kontakte über vertrauenswürdige Netzwerke zu knüpfen, anstatt auf Kaltakquise zu setzen. Ebenfalls wichtig ist die Lokalisierung von Inhalten. Die Verbreitung von Inhalten auf Englisch ist in China wirkungslos. Spiele, Präsentationen und Social-Media-Videos müssen auf Mandarin sein. Obwohl KI-Übersetzungstools besser werden, bleiben sie ungeschickt und fehleranfällig. Daher sind Muttersprachler des Mandarin für persönliche Interaktionen unverzichtbar, insbesondere an Messeständen. Kulturelle Nuancen sind ebenfalls von Bedeutung. Dies zeigte der Erfolg des Verzichts auf Tutorials zugunsten sofortigen Gameplays während einer Showcase-Veranstaltung in Nanchang im Jahr 2019. Dies bewies, dass lokale Einblicke in die Präferenzen der Nutzer für die Bindung der Zielgruppe entscheidend sind.

Public
23 Oct, 2026

VRChat fügt nativem Gesichtstracking auf SDK-Ebene in der Open Beta hinzu

VRChat hat die Unterstützung für nativem Gesichtstracking auf SDK-Ebene für Avatare im Open-Beta-Client und der Beta-Version des Avatars SDK vorgestellt. Obwohl die Plattform technisch seit Jahren Eye- und Face-Tracking über Open Sound Control und die von der Community erstellte App VRCFaceTracking unterstützte, verfügten Avatare zuvor nicht über native Funktionen für vollständiges Gesichtstracking. Benutzer waren gezwungen, Add-ons zu konfigurieren, um detaillierte Ausdrücke zu erzielen, da die native Unterstützung auf grundlegende Blickrichtung und Lidbewegung mit Eye-Tracking-Daten beschränkt war. Diese neue Implementierung beseitigt diese Abhängigkeit und ermöglicht eine direktere und effizientere Handhabung der Gesichtsanimation innerhalb der Kernsoftwarestruktur.Der neueste Open-Beta-Client auf Steam und das Avatars SDK Version 3.10.6-beta.1 ermöglichen die Erstellung von Gesichtstracking auf SDK-Ebene, ursprünglich als High Fidelity Face Tracking bezeichnet. Ersteller können nun Gesichtsausdrücke über einen dedizierten Abschnitt in der Avatar-Descriptor-Komponente einrichten. Das System mappt Ausdrücke auf Blendshapes und Animator-Parameter und unterstützt dabei den Unified Expressions-Standard von VRCFT. Es integriert sich nahtlos mit den audio-gesteuerten Visemen, dem Blick und den Lidern von VRChat, unterstützt derzeit jedoch keine Blended Shapes oder Simplified Parameters. Diese native Integration vereinfacht den Erstellungsvorgang und stellt eine bessere Kompatibilität zwischen verschiedenen Avatar-Setups sicher, ohne komplexe externe Konfigurationen zu erfordern.Ein wesentlicher Vorteil dieses Updates ist die netzwerksynchronisierte Gesichtserkennung, die das Budget für synchronisierte Avatar-Parameter nicht beansprucht. Diese Reduzierung der Last auf synchronisierte Parameter führt zu einer besseren Gesamtleistung und zu visuell konsistenteren Gesichtsausdrücken für andere Nutzer im geteilten Raum. Das System unterstützt verschiedene Eingabemethoden, einschließlich OSC-Protokolle wie VRCFT in seiner neuesten Beta-Version auf Steam. Es integriert sich auch mit der Selfie Expression-Funktion von VRChat, die es Nutzern ermöglicht, Gesichtsausdrücke auf ihren Avataren auf Desktop-PCs und Android-Geräten über eine Webcam oder Frontkamera abzubilden. Dies erhöht die Zugänglichkeit für Personen ohne dedizierte VR-Headsets.Die Hardware-Kompatibilität variiert, und nur wenige Headsets bieten derzeit sowohl Hardware-Unterstützung als auch Drittanbieter-APIs für Eye Tracking und kamerabasiertes Face Tracking. Beliebte Optionen umfassen Pico 4 Pro und Enterprise, Meta Quest Pro sowie Samsung Galaxy XR. Für andere Geräte wie Meta Quest 3 und 3S existieren Open-Source- und Community-Lösungen, während VRCFT Daten von Geräten mit nur Eye Tracking, wie dem Bigscreen Beyond 2e, übermitteln kann. Creator Hash hat mehrere beliebte Booth-Avatar-Pakete mit Beta-Varianten aktualisiert, die diese neue SDK-Funktionalität nutzen, sodass bestehende Besitzer sofort auf das verbesserte Tracking-System umstellen können.Die kommende Meta VR Glasses-Funktion bietet Hardware-Unterstützung für sowohl Eye Tracking als auch kamerabasiertes Face Tracking, wobei dedizierte Sensoren für die Augen und nach unten gerichtete Kameras für Gesichtssignale verwendet werden. Meta wird jedoch beim Launch keinen Drittanbieter-API-Zugriff auf die Datenquelle für visuelles Face Tracking bereitstellen, im Gegensatz zum Meta Quest Pro. Entwickler haben nur Zugriff auf Eye Tracking und müssen sich auf audio-gesteuerte Datenquellen namens Audio to Expressions verlassen. Kamerabasiertes Face Tracking ist auf die Verwendung durch die erste Partei beschränkt, beispielsweise für realistische Hologramm-Avatare. Diese Einschränkung hat Frustration unter Entwicklern ausgelöst, und Meta Developer Advocate Dilmer Valecillos hat das Feedback anerkannt. Eine Anfrage nach einer kamerabasierten API auf der Meta VR Developer-Website ist derzeit in der Warteschlange, was auf einen zukünftigen, aber unbestimmten Zeitrahmen für den Drittanbieter-Zugriff hindeutet.

Public
23 Oct, 2026

Apple ermöglicht Organisationen und Schulen den Großkauf von Abonnements

Organisationen und Bildungseinrichtungen können nun automatische App-Abonnements im Großhandel über den Mehrplatz-Kauf erwerben. Diese Funktion ist für Nutzer von Apple Business oder Apple School Manager konzipiert und ermöglicht es ihnen, Abonnements direkt zu entdecken und zu kaufen. Durch den Kauf der erforderlichen Anzahl von Plätzen über eine einzelne Apple In-App Purchase können Organisationen den Zugriff mit ihren bestehenden Geräteverwaltungstools zuweisen und verwalten. Das System bietet Flexibilität, da Administratoren Plätze jederzeit hinzufügen oder entfernen können, um den aktuellen betrieblichen Anforderungen gerecht zu werden, ohne komplexe Vertragsverhandlungen oder separate Transaktionen für jeden einzelnen Nutzer.Der Mehrplatz-Kauf für Abonnements ist in App Store Connect standardmäßig aktiviert, wodurch Ihr Abonnement gleichzeitig über Apple Business, Apple School Manager und den regulären App Store verfügbar ist. Entwickler behalten die volle Kontrolle und können diese Verfügbarkeitsoptionen jederzeit an ihre Vertriebsstrategie anpassen. Die Plattform unterstützt auch Gruppenabonnements und führt eine neue Ebene der Flexibilität für Verbraucher und kleine Teams ein. Ab dem 28. Oktober 2026 können Entwickler Gruppenkäufe in ihrem Sandbox-Apple-Konto konfigurieren und testen, um sich auf den bevorstehenden Launch vorzubereiten. In diesem Winter werden Gruppenkäufe im App Store verfügbar sein, sodass Nutzer mehrere Plätze erwerben und andere zum Zugriff auf das Abonnement einladen können, was die Reichweite von Abo-basierten Geschäftsmodellen erweitert.

Public
23 Oct, 2026

Vector Gear: Vollständig offener VR-Headset für Maker und Enthusiasten

Walker Industries, ein Team aus VR-Enthusiasten aus Japan, hat eine Kickstarter-Kampagne für den Vector Gear gestartet, ein vollständig offenes VR-Headset der Mittelklasse. Das Projekt zielt darauf ab, ein Gerät anzubieten, das sich vollständig anpassen lässt: Sowohl die Hardware als auch die Software stehen der Öffentlichkeit zur Verfügung. Dieser Ansatz ermöglicht es Entwicklern und Nutzern, jeden Aspekt des Systems zu modifizieren, vom zugrunde liegenden Betriebssystem bis hin zu den physischen Komponenten. Das Unternehmen beschreibt das Projekt als Verwirklichung eines langgehegten Traums: ein Headset zu bauen, das nicht durch proprietäre Einschränkungen gebunden ist, und eine transparente Plattform für Innovation und Experimente im XR-Bereich anzubieten.Der Vector Gear positioniert sich als Flaggschiff der Produktlinie und funktioniert sowohl als Standalone- als auch als PC-VR-Headset. Neben ihm bietet die Kampagne das Modell Andromeda an, das ausschließlich für PC-VR konzipiert ist und in zwei Versionen erhältlich ist: einem budgetfreundlichen Modell und einer Option mit höherer Auflösung. Die Spezifikationen des Vector Gear sind vergleichbar mit aktuellen Marktführern wie dem Quest 3, mit ähnlicher Auflösung und Chipset-Leistung. Obwohl das Gerät von einem kleinen Team mit begrenztem Budget entwickelt wird, bietet es eine breite Palette von Funktionen, die mit den Angeboten großer Konzerne mithalten können. Das Ziel ist es, hohe Leistung ohne die enormen Kosten zu liefern, die typischerweise mit der Entwicklung solcher Hardware verbunden sind.Ein herausragendes Merkmal des Vector Gear ist das integrierte Gesichtstracking-System namens „Shinra Meisin“, das vom Team selbst entwickelt wurde. Dieses System ist dafür konzipiert, Benutzeravatare in sozialen VR-Plattformen wie VRChat zu animieren, indem es Daten über OSC überträgt. Darüber hinaus nutzen das Headset und die Controller ein proprietäres Tracking-System namens „AstroSLAM“. Im Gegensatz zum Standard-Inside-out-Tracking verfügen die Controller über eigene Kameras, die eine flexible Positionierung ermöglichen, selbst wenn sie hinter dem Kopf gehalten oder zum Tracking von Objekten auf Requisiten verwendet werden. Dieses Tracking-System ist vollständig mit SteamVR kompatibel, was eine breite Kompatibilität mit bestehenden PC-VR-Titeln gewährleistet und eine solide Grundlage für die Entwicklung neuer Anwendungen schafft.Die Software-Ökosystem ist ebenso ambitioniert und dreht sich um ein maßgeschneidertes Betriebssystem namens XRUIOS, das auf Arch Linux basiert. Speziell für VR entwickelt, ermöglicht dieses Betriebssystem Benutzern, 3D-Objekte anzuordnen, um personalisierte Heimumgebungen zu erstellen, Widgets auszuführen und Anwendungen sowohl aus Steam als auch aus dem eigenen Walker-Launcher zu starten. Es enthält eine FEX-Integration, die die Ausführung standardmäßiger x86-Anwendungen auf der ARM64-Linux-Architektur ermöglicht. Ein bemerkenswertes Widget ist ein MS-DOS-Emulator, der es Benutzern erlaubt, Legacy-Spiele zu spielen. Das System umfasst außerdem das „Yuuko Protocol“, ein plattformübergreifendes Tool, das ein nahtloses Erlebnis über verschiedene Geräte hinweg schafft und es Benutzern ermöglicht, die Medienwiedergabe oder den Datei-Zugriff nahtlos zwischen Headset, Smartphone und PC fortzusetzen.Der Vector Gear ist für 980 US-Dollar erhältlich, während die Andromeda-Modelle für 650 und 1.250 US-Dollar verfügbar sind, wobei Rabatte für selbst zusammengebaute Devkit-Versionen gelten. Die weltweite Lieferung wird für Mai 2027 erwartet, wobei mögliche Verzögerungen anerkannt werden. Das Projekt richtet sich an Macher, Hardcore-Enthusiasten und Forschungseinrichtungen, die volle Anpassungsmöglichkeiten und Datenschutzgarantien benötigen. Während Steam Frame eine ähnliche, wenngleich weniger offene Alternative bietet, hebt sich der Vector Gear dadurch hervor, dass er für vollständige Demontage und Modifikation konzipiert ist. Dieses Maß an Offenheit macht ihn zu einem einzigartigen Werkzeug für diejenigen, die sich tief mit den Hardware- und Software-Ebenen der virtuellen Realität auseinandersetzen möchten und einen community-getriebenen Ansatz für die XR-Entwicklung unterstützen.

Public
22 Oct, 2026

Unity MethodReload: Beschleunigung der Iterationen durch Umgehung des Domain-Reloads

Unity hat MethodReload veröffentlicht, ein experimentelles Paket, das entwickelt wurde, um die Wartezeiten im Zusammenhang mit Domain-Reloads während der Entwicklung zu eliminieren. Traditionell führt die Änderung von Gameplay-Code im Editor zu einem vollständigen Abbau und einer Neuinitialisierung der Mono AppDomain, ein Prozess, der den kreativen Fluss unterbrechen kann. Auf Geräten ist die Situation noch gravierender, da IL2CPP Domain-Reloads überhaupt nicht unterstützt und jede Änderung einen vollständigen Neuaufbau des Spielers erfordert. MethodReload löst dieses Problem, indem es Entwicklern ermöglicht, die Körper bestimmter Methoden sofort zu aktualisieren und lange Wartezeiten bei der Kompilierung auf wenige Sekunden zu verkürzen. Diese Funktion ist jetzt sofort verfügbar und zielt darauf ab, den Iterationszyklus sowohl für Editor-basiertes als auch für On-Device-Testing zu optimieren.Das Paket, derzeit in der Version 0.7.0-exp.1, wird im Namensraum com.unity.pipeline verteilt und erfordert Unity 6.0 oder neuer. Um diese Funktion zu nutzen, müssen Entwickler bestimmte Methoden vor dem Betreten des Play-Modus oder dem Erstellen eines Spielers mit dem Attribut [MethodReload] markieren. Dieses Attribut muss zur Kompilierzeit vorhanden sein, da die Dispatch-Logik direkt in den Bytecode der Methode eingewoben wird. Nur öffentliche Instanz- oder statische Methoden, die void oder IEnumerator zurückgeben, sind für diese Behandlung qualifiziert; alle anderen Signaturen werden während des Build-Prozesses mit einer Warnung übersprungen. Diese Voraussetzung vor der Kompilierung stellt sicher, dass die Laufzeitumgebung korrekt identifizieren kann, welche Methoden Kandidaten für Live-Updates sind, ohne in den Standard-Kompilierungsprozess einzugreifen.Sobald die Attribute platziert sind, umfasst der Workflow den Start des MethodReload Watcher, der sich in den Projekteinstellungen unter Pipeline und Editor befindet. Im Editor aktiviert das Betreten des Play-Modus das System und ermöglicht es, Änderungen am markierten Code in Echtzeit zu kompilieren und einzufügen. Für Tests auf Geräten müssen Entwickler einen Development Player mit aktiviertem Pipeline-Treiber zur Laufzeit erstellen und sich über den Profiler oder das Konsolenfenster verbinden. Wenn eine Datei mit einer markierten Methode gespeichert wird, kompiliert der Editor sie unter Verwendung der Preprocessor-Definitionen des Players und schiebt das Update auf alle verbundenen Geräte. Dieser Prozess erfordert keinen Neustart der Anwendung und ermöglicht so eine nahtlose Feedback-Schleife. Darüber hinaus stehen Unity-CLI-Befehle für terminalbasierte Workflows zur Verfügung, mit denen Benutzer Reloads für bestimmte Dateien oder Ordner direkt aus der Befehlszeile auslösen können.Trotz seiner Geschwindigkeitsvorteile arbeitet MethodReload innerhalb strenger Einschränkungen. Es ändert nur die Körper der markierten Methoden, während Aufrufstellen, Felder und Typlayouts unverändert bleiben. Folglich können Entwickler über einen Reload keine neuen Felder oder Klassen hinzufügen. Der Interpreter führt eine Teilmenge von C# aus, wobei bestimmte komplexe Funktionen ausgeschlossen sind, obwohl er Primitive, Schleifen, Delegates und Coroutinen unterstützt. Ein im Paket enthaltener Roslyn-Analyzer markiert nicht unterstützte Syntaxelemente in der IDE. Auf IL2CPP-Geräten kann der Interpreter nur APIs aufrufen, die bereits in der Build referenziert wurden; fehlende Member führen zu Ausnahmen. Darüber hinaus läuft interpretierter Code langsamer als kompilierter Code, ein Kompromiss, der nur Development-Builds betrifft. Release-Builds enthalten keinen Interpreter, was sicherstellt, dass es in der Produktion keine Auswirkungen auf die Leistung gibt.Unter der Haube kombiniert MethodReload IL-Interpretation mit Compile-Time-Weaving. Jede markierte Methode enthält eine Prolog, die ein Register auf verfügbare Overrides prüft. Wenn ein Override existiert, führt der Interpreter den neuen IL-Bytecode aus; andernfalls wird der ursprüngliche kompilierte Code ausgeführt. Diese Architektur ermöglicht es, den Interpreter zusammen mit dem Rest des Spiels durch IL2CPP zu kompilieren, sodass er auf Geräten ohne externe Server oder offene Ports laufen kann. Während bestehende Asset-Store-Tools volle C#-Unterstützung im Editor bieten, funktionieren sie nicht in IL2CPP-Builds. MethodReload schließt diese Lücke und bietet eine tragfähige Lösung für Iterationen auf Geräten. Für Entwickler, deren Hauptprobleme vor allem im Editor liegen, können bestehende Tools immer noch vorzuziehen sein, aber für diejenigen, die IL2CPP-Geräte anvisieren, bietet MethodReload einen einzigartigen und leistungsstarken Weg zu schnelleren Entwicklungszyklen.

Public
22 Oct, 2026

Unity CLI: Über 200 Millionen Ereignisse von KI-Agenten

Das Unity CLI ist eine einzelne Binärdatei, die Unity aus der Terminalumgebung installiert und verwaltet. Mit dem Zusatz des Pipeline-Pakets ermöglicht es Skripten, Continuous-Integration-Systemen und Code-Agenten, eine laufende Editor-Instanz zu steuern. Seit Juli haben über 226.000 angemeldete Nutzer das Tool genutzt und dabei über 200 Millionen Ereignisse erzeugt. Die Daten zeigen ein klares Arbeitsmuster: Entwickler konfigurieren die Umgebung manuell, während der Großteil der operativen Aufgaben an automatisierte Agenten delegiert wird.Vom 20. Juli bis zum 13. Oktober 2026 stammten etwa 98 % der CLI-Aufrufe von Code-Agenten und anderen Automatisierungstools. Manuelle Eingaben im Terminal machten nur 0,2 % der Ereignisse aus, während CI-Pipelines 0,3 % repräsentierten. Der verbleibende kleine Anteil an Ausführungen fällt in keine dieser spezifischen Kategorien. Diese Verteilung unterstreicht einen Wandel in den Entwicklungsgewohnheiten, bei dem das Terminal primär für die initiale Einrichtung und Konfiguration genutzt wird, anstatt für eine kontinuierliche manuelle Interaktion mit der Engine.Wenn Entwickler manuell mit dem System interagieren, konzentrieren sich ihre Aktionen auf die Vorbereitung. Typische Aufgaben umfassen die Installation des Pipeline-Pakets, das Öffnen eines Projekts mit der richtigen Editor-Version, die Anmeldung und die Konfiguration des Agents für die Arbeit mit Unity. Nach der Einrichtung der CLI-Fähigkeit übergeben die Entwickler die Kontrolle an den Agenten. Dieser Ansatz stellt sicher, dass Unity nahtlos in die spezifische Agenten-Ökosystem integriert wird, das der Entwickler bereits gewählt hat, und ermöglicht es der KI, sich ohne Reibungsverluste um nachfolgende Aufgaben zu kümmern.Der unity-Befehl selbst macht mehr als 80 % aller aufgezeichneten Ereignisse aus. Die CLI wird hauptsächlich zum Ausführen von Aktionen in einem laufenden Editor verwendet, mit gelegentlichen Prüfungen seines Zustands. Entwickler haben über 1,3 Millionen MCP-Sitzungen initiiert, was der Modus ist, den Agenten nutzen, um sich über die CLI mit Unity zu verbinden, und haben Projekte mehr als 150.000 Mal geöffnet. Dieses Interaktionsvolumen unterstreicht die Rolle der CLI als zentrale Brücke zwischen KI-gesteuerten Workflows und der Unity-Entwicklungsumgebung.Die Nutzung stieg nach der Veröffentlichung offizieller Unity-Plugins für Claude Code, Codex und kürzlich Grok stark an. Diese Plugins stellen Agenten Fähigkeiten zur Verfügung, die von Unity-Teams erstellt wurden, einschließlich spezifischer Funktionen zur Steuerung der CLI. Der Befehl unity setup claude installiert das erforderliche Plugin für Claude Code, das auch innerhalb der VS Code-Erweiterung funktioniert. Agenten ohne offizielle Plugins, wie Cursor und Cline, können weiterhin über die CLI arbeiten. Claude Code ist der am häufigsten verwendete Agent, gefolgt von Codex, wobei die größten Nutzerbasen in den USA, Japan, Südkorea und Deutschland liegen.