Meta AI ist eine Forschungsabteilung von Meta Platforms (ehemals Facebook, Inc.), die Technologien für künstliche Intelligenz und erweiterte Realität entwickelt. Stand 2025 unterhält sie Standorte in Menlo Park, London, New York City, Paris, Seattle, Pittsburgh, Tel Aviv und Montreal. Die Abteilung ist bekannt für ihre Open-Source-Beiträge zu maschinellem Lernen und Deep Learning, darunter das PyTorch-Framework und die Llama-Familie von großen Sprachmodellen, sowie für den virtuellen Assistenten Meta AI, der in die Social-Networking-Produkte von Meta integriert ist.
Meta AI geht auf das Jahr 2013 zurück, als Facebook die Facebook AI Research (FAIR) unter der Leitung von Yann LeCun gründete. Im folgenden Jahrzehnt wuchs FAIR zu einer globalen Forschungsorganisation heran und veröffentlichte einflussreiche Arbeiten in Bereichen wie generativer KI, Computer Vision und natürlicher Sprachverarbeitung. 2025 reorganisierte Meta seine KI-Bemühungen unter Meta Superintelligence Labs, das FAIR, Teams zur Entwicklung großer Sprachmodelle sowie andere KI-Forschungs- und Produktgruppen zusammenführte.
Geschichte
Meta AI wurde 2013 als Facebook AI Research (FAIR) gegründet. Das Labor wurde bis 2018 von Yann LeCun geleitet, danach folgte ihm Jérôme Pesenti. Unter LeCun wurde FAIR bekannt für wegweisende Forschung in selbstüberwachtem Lernen und generativen adversarischen Netzwerken sowie für Beiträge zur Dokumentklassifikation, maschinellen Übersetzung und Computer Vision.
2016 veröffentlichte FAIR fastText, eine Open-Source-Bibliothek für effiziente Textklassifikation und das Lernen von Wortrepräsentationen. FastText führte Methoden auf Basis von Zeichen-n-Grammen ein, die die Leistung bei morphologisch reichen Sprachen verbesserten und ein schnelleres Training auf Standardhardware ermöglichten.
2017 veröffentlichte FAIR PyTorch, ein Open-Source-Machine-Learning-Framework, das auf der Torch-Bibliothek aufbaut. PyTorchs dynamischer Berechnungsgraph und das Python-zentrierte Design führten zu einer breiten Übernahme in akademischer Forschung und Industrie und machten es neben TensorFlow zu einem der dominierenden Frameworks für Deep Learning.
Nach der Umbenennung von Facebook, Inc. zu Meta Platforms im Jahr 2021 blieb FAIR als Metas Fundamental-AI-Research-Team bestehen. 2023 führte Meta den Assistenten Meta AI ein, der auf den Llama-Modellen des Unternehmens basiert, und integrierte ihn in seine Social-Networking-Produkte. 2025 reorganisierte Meta seine Bemühungen im Bereich künstliche Intelligenz unter Meta Superintelligence Labs, das FAIR, Teams zur Entwicklung großer Sprachmodelle sowie andere KI-Forschungs- und Produktgruppen zusammenführte.
Virtueller Assistent
Meta AI ist auch der Name des virtuellen Assistenten, der vom Team entwickelt wurde. Der Assistent ist als Chatbot in Metas Social-Networking-Produkte integriert, darunter Facebook, Instagram und WhatsApp, und ist auch als eigenständige App verfügbar. Optionale kostenpflichtige Abonnements bieten höhere Nutzungslimits für die Fähigkeiten des Assistenten.
Der virtuelle Assistent war auf der zweiten Generation der Ray-Ban-Meta-Smartglasses vorinstalliert und kann nach einem Update Eingaben von den Kameras der Brille verarbeiten. Er ist auch auf Quest 2 und neueren Head-Mounted Displays (HMDs) verfügbar.
Seit Mai 2024 fasst der Chatbot Nachrichten aus verschiedenen Quellen zusammen, ohne direkt auf die ursprünglichen Artikel zu verlinken, auch in Kanada, wo Nachrichtenlinks auf seinen Plattformen verboten sind. Diese Nutzung von Nachrichteninhalten ohne Vergütung und Nennung hat ethische und rechtliche Bedenken aufgeworfen, insbesondere da Meta die Sichtbarkeit von Nachrichten auf seinen Plattformen weiterhin reduziert.
Forschung
Die Forschung von Meta AI umfasst mehrere Bereiche der künstlichen Intelligenz, darunter natürliche Sprachverarbeitung, Computer Vision und KI-Infrastruktur. Die Abteilung veröffentlicht umfangreich in akademischen Foren und stellt viele ihrer Werkzeuge und Modelle als Open-Source-Software bereit.
Natürliche Sprachverarbeitung
Einer der Forschungsbereiche von Meta AI ist die natürliche Sprachverarbeitung, einschließlich maschineller Übersetzung, natürlicher Sprachgenerierung und Fragenbeantwortung. 2023 veröffentlichte das Meta-AI-Team eine Reihe von Modellen zur natürlichen Sprachverarbeitung namens Seamless, die für die Echtzeit-Sprachübersetzung entwickelt wurden. 2024 veröffentlichte ein Team, zu dem auch Forscher von Meta AI gehörten, einen Artikel über die Entwicklung maschineller Übersetzung für Sprachen, die typischerweise nicht von maschineller Übersetzung unterstützt werden. Ein redaktioneller Artikel in der Zeitschrift Nature kommentierte den Artikel und betonte die Bedeutung der Einbeziehung von Personen, die sich auf Sprachen spezialisieren, in die Entwicklung und Anwendung von Technologien des maschinellen Lernens.
#### Galactica
Galactica ist ein großes Sprachmodell (LLM), das für die Generierung wissenschaftlicher Texte entwickelt wurde. Es war vom 15. November 2022 an für drei Tage verfügbar, bevor es wegen der Generierung rassistischer und ungenauer Inhalte zurückgezogen wurde. Das Modell sollte Wissenschaftlern helfen, die umfangreiche Literatur zu navigieren, aber seine Tendenz, plausibel klingende, aber falsche Ausgaben zu erzeugen, führte zu öffentlicher Kritik und seiner schnellen Entfernung.
#### Llama
Llama ist ein LLM, das im Februar 2023 veröffentlicht wurde. Stand Januar 2026 ist die neueste Version Llama 4. Die Llama-Familie wurde unter Open-Source-Lizenzen veröffentlicht, was sie zu einer beliebten Wahl für Forscher und Startups macht, die Alternativen zu proprietären Modellen von OpenAI und Google DeepMind suchen. Llama-Modelle wurden für eine breite Palette von Anwendungen genutzt, von Chatbots bis zur Codegenerierung, und haben ein breiteres Ökosystem feinabgestimmter Varianten angeregt.
Muse
Im April 2026 führte Meta Superintelligence Labs Muse Spark ein, das erste Modell der Muse-Familie. Muse Spark ist ein multimodales Reasoning-Modell, das für Aufgaben wie Werkzeugnutzung, visuelles Reasoning und Multi-Agenten-Workflows entwickelt wurde. Meta erweiterte die Familie anschließend um spezialisierte Modelle, darunter Muse Image und Muse Video, die sich auf Bild- und Videogenerierung sowie -verständnis konzentrieren.
KI-Infrastruktur
Meta hat groß angelegte Recheninfrastruktur für die Forschung und Bereitstellung künstlicher Intelligenz entwickelt. 2022 führte es den AI Research SuperCluster (RSC) ein, einen auf GPUs basierenden Supercomputer, der für das Training großer Modelle in Bereichen wie natürlicher Sprachverarbeitung und Computer Vision entwickelt wurde. RSC wurde mit Tausenden von Nvidia-GPUs und einer Hochbandbreiten-Verbindung gebaut, um das Training von Modellen mit Hunderten von Milliarden Parametern zu unterstützen.
Meta entwickelt auch die Familie benutzerdefinierter KI-Beschleuniger Meta Training and Inference Accelerator (MTIA) für seine internen Arbeitslasten, während es weiterhin große Cluster von Nvidia-GPUs nutzt. Die MTIA-Chips sind darauf ausgelegt, Inferenz und Training für Metas spezifische Empfehlungs- und Ranking-Modelle zu optimieren und die Abhängigkeit von Drittanbieter-Hardware zu verringern.
Kontroverse
Das französische Medienunternehmen Mediapart berichtete, dass der Mutterkonzern von Facebook im Jahr 2022 illegal Werke verwendet habe, die von der Piratenseite LibGen gesammelt wurden, um seine künstliche Intelligenz zu trainieren. Der Bericht behauptete, Meta habe einen Datensatz verwendet, der von LibGen stammt, einem Repository urheberrechtlich geschützter Bücher und wissenschaftlicher Arbeiten, ohne Genehmigung. Meta bestätigte oder dementierte die spezifischen Details nicht öffentlich, aber der Vorfall verdeutlichte anhaltende Debatten über die Nutzung urheberrechtlich geschützten Materials beim Training von großen Sprachmodellen.
Siehe auch
Referenzen
(Quellenfakten bereitgestellt; keine externen Links.)
Externe Links
(Keine externen URLs gemäß Anweisungen.)