Meta verkauft eine Zukunft, in der leistungsstarke KI auf den eigenen Rechnern der Menschen läuft, nicht nur in den Cloud-Imperien einiger weniger Labore. Die jüngste Veröffentlichung macht jedoch auch deutlich, wo das Unternehmen weiterhin eine Grenze zieht.

Der zeitliche Ablauf ist wichtig. Meta stellte Muse Spark im April als geschlossenes Modell der „Frontier“-Klasse vor und ergänzte im Juli mit Spark 1.1 einen kostenpflichtigen Dienst. Spark 1.2 erschien am 5. August zusammen mit dem Coding-Agenten Muse Code – eine Abfolge, die einen deutlichen Bruch mit Metas früherer Identität als Open-Model-Anbieter markierte.¹

In dieser Woche veröffentlichte Meta Muse Glimmer: ein Modell mit 30 Milliarden Parametern unter Apache-2.0-Lizenz, das lokal auf einem Mac oder PC mit einer einzelnen Consumer-GPU laufen soll. Zuckerberg nannte es „ein großartiges dichtes 30B-Parameter-Modell, das lokal laufen kann“ und sagte, die Gewichte für Spark 1.2 würden „bald“ folgen.Mark Zuckerberg (finkd)² Das Versprechen ist ebenso sehr Datenschutz wie Zugang: Lokale Agenten könnten mit Kalendern, Nachrichten und Dateien arbeiten, ohne diese persönlichen Daten routinemäßig an einen Cloud-Dienst zu senden.³

Zuckerbergs begleitendes Manifest stellt Dezentralisierung als politische und praktische Alternative zu geschlossener KI dar. Er argumentierte, dass eine einzelne, vermeintlich ausgerichtete Superintelligenz nicht die Werte aller Menschen repräsentieren könne, und bezeichnete die Konzentration einer solchen Macht als „inhärent problematisch“.¹ Sein Versprechen ist weitreichend: Weit verbreitete KI könnte persönliche Selbstermächtigung und kostenlose oder erschwingliche Werkzeuge liefern.

Doch Glimmer ist nicht Spark. Es ist aus dem größeren Modell destilliert, und das leistungsfähigere System bleibt hinter von Meta kontrollierten APIs, während die versprochene offene Veröffentlichung weiterhin aussteht. Die Hosts von TechCrunchs Equity brachten diese Lücke unverblümt auf den Punkt: Die Vision einer „KI für alle“ kommt mit „einigen Sternchen“.⁴

Diese Mehrdeutigkeit ist zugleich eine wettbewerbliche Neupositionierung. Meta liegt bei der Einführung in Unternehmen hinter OpenAI und Anthropic zurück, während günstigere chinesische Open-Weight-Konkurrenten den Abstand bei der Performance verringert haben. LeCun verstärkte die Kritik, dass Metas Rollout ein „Lehrbeispiel für strategische Umdeutung“ sei, das den Wettbewerb davon verlagere, wer das beste Modell baut, hin zu der Frage, wer KI am weitesten verbreitet.Yann LeCun (ylecun)⁵ Unterdessen begrüßten US-Beamte Glimmer als Sieg amerikanischer Innovation und argumentierten, dass KI-Führung sowohl offene als auch geschlossene Gewichtsmodelle erfordere.clem 🤗 (ClementDelangue)⁶

Vorerst ist Metas Botschaft klar, aber unvollendet: offen genug, um einen Agenten auf deinen Laptop zu bringen, vorsichtig genug, um seine beste Intelligenz im eigenen Haus zu behalten.