Meta richtet seine Künstliche Intelligenz (KI)-Strategie neu aus und konzentriert sich künftig auf offene Large Language Models (LLMs). Im Zuge dessen hat das Unternehmen das Modell Muse Glimmer veröffentlicht und zugesagt, die Gewichte seines leistungsfähigeren Modells Muse Spark 1.2 in den kommenden Wochen ebenfalls offenzulegen. Diese Neuausrichtung wird durch ein über 6.000 Wörter langes Essay von CEO Mark Zuckerberg untermauert, das Metas Philosophie zu KI-Systemen und deren Governance darlegt.
Strategischer Richtungswechsel und Abgrenzung
Die aktuelle Strategie zielt darauf ab, Meta von Unternehmen wie OpenAI und Anthropic zu differenzieren, die proprietäre, also geschlossene, Modelle entwickeln. Diese Wettbewerber haben sich zudem bei der US-Regierung für Unterstützung gegen großskalige Distillation oder offene Modelle aus chinesischen Laboren eingesetzt. Distillation bezeichnet den Prozess, bei dem ein bestehendes Modell genutzt wird, um ein neues zu trainieren.
Zuckerbergs Essay positioniert Meta als Befürworter dezentraler KI-Systeme und kritisiert die Konzentration von Macht bei wenigen Akteuren. Er argumentiert gegen die Annahme, dass streng kontrollierte, proprietäre KI-Modelle aufgrund potenzieller existenzieller Bedrohungen notwendig seien. Die Vorstellung, dass KI so gefährlich sei, dass nur eine extreme Machtkonzentration Sicherheit biete, sei problematisch. Meta lehnt den Ansatz von Unternehmen wie Anthropic ab, die versuchen, eine einzige, breite Basis-KI mit universellen Werten zu entwickeln. Stattdessen plädiert Meta dafür, dass Modelle auf die Bedürfnisse und Werte von Einzelpersonen oder Gruppen personalisiert werden sollten. Dezentralisierung soll demnach die Vorteile von „Superintelligenz“ gleichmäßig verteilen und so die Sicherheit für alle erhöhen.
Neue Modelle: Muse Glimmer und offene Muse Spark 1.2 Gewichte
Muse Glimmer ist ein Modell mit 30 Milliarden Parametern und einem Kontextfenster von 128.000 Tokens. Es wurde aus dem größeren Muse Spark destilliert und ist darauf ausgelegt, direkt auf den lokalen Geräten der Nutzer zu laufen, anstatt über einen Cloud-Dienst oder eine API. Die Gewichte von Glimmer sind unter der Apache 2.0 Lizenz quelloffen verfügbar.
Muse Spark wurde im April als geschlossenes, proprietäres Modell eingeführt. Mit der Version 1.1 im Juli führte Meta erstmals kostenpflichtige Dienste ein. Muse Spark 1.2 wurde am 5. August veröffentlicht und beinhaltete Muse Code, einen terminalbasierten Code-Agenten. Entwickler bewerten Muse Code zwar als nicht gleichwertig mit den leistungsstärksten „Frontier-Modellen“ von Anthropic oder OpenAI, aber als wettbewerbsfähig in Bezug auf die Kosten. Muse Glimmer, als kleineres Modell für Consumer-GPUs, zielt nicht auf dieses Leistungsniveau ab, sondern unterstützt die Bewegung, KI-Inferenz auf lokale Geräte zu verlagern, um Abhängigkeiten und Ausgaben für große Labore zu reduzieren.
Hintergrund und Marktpositionierung
Meta sah sich in der Vergangenheit im Bereich der Basismodelle im Rückstand gegenüber anderen Technologiekonzernen und spezialisierten KI-Laboren. Modelle von OpenAI oder Anthropic erreichten eine höhere Akzeptanz, insbesondere bei Unternehmenskunden. Eine umfassende Umstrukturierung der KI-Abteilung im letzten Jahr, bei der Alexandr Wang Yann LeCun als Chef-Wissenschaftler ersetzte, führte zu einem Strategiewechsel.
Die Debatte um offene Modelle und Distillation hat in jüngster Zeit an Bedeutung gewonnen, da neue chinesische Modelle wie Alibabas Qwen3.8-Max und Moonshots Kimi K3 in ihren Fähigkeiten mit den Spitzenmodellen von Anthropic und OpenAI konkurrieren können, oft zu geringeren Kosten. Meta positioniert sich damit als US-Alternative zu diesen chinesischen Anbietern – weniger auf die absolute Spitze der „Frontier-Modelle“ ausgerichtet als Anthropic oder OpenAI, aber offener, anpassbarer und erschwinglicher. Der Fokus liegt dabei, zumindest vorerst, stärker auf der persönlichen Nutzung als auf großen Unternehmenseinsätzen.
Thema: Meta. Quelle/Inspiration: Ars Technica.