Die Geschichte von Meta AI
Vom Open-Science-Labor FAIR über die Llama-Ära zum proprietären Muse Spark — und mit Muse Glimmer teilweise zurück zu offenen Gewichten: Wie Meta Forschungs-DNA, Distribution und Kapitalmacht neu zusammensetzt, um aufzuschließen.
Konfidenz-Kennzeichnung
- ✅ Faktum (belegt)
- 🟡 teilweise belegt
- 🔵 Interpretation
Kategorien
- Unternehmen
- Forschung
- Sicherheit
- Modell
- Produkt
- Kontroverse
Zeitleiste
Vier Kapitel von FAIR (2013) über die Llama-Ära bis zur Muse-Familie (2026). Filtere nach Kategorie oder durchsuche alle Ereignisse — jeder Eintrag führt seine Quellen mit.
FAIR & die Open-Science-DNA
Das offene Forschungslabor, Yann LeCun und PyTorch.
FAIR gegründet — Yann LeCun kommt zu Facebook
Facebook gründet Facebook AI Research (FAIR) und holt Yann LeCun von der NYU. FAIR wird ein publikationsfreudiges, akademisch geprägtes Labor und prägt Metas spätere Open-Science-DNA.
PyTorch — Metas größter Open-Source-BeitragPyTorch
FAIR veröffentlicht PyTorch als Open-Source-Deep-Learning-Framework. Es wird zum Standard in Forschung, Lehre und Industrie; 2018 folgt PyTorch 1.0.
Llama & multimodale Forschung
Vom LLaMA-Leak über Llama 2/3 bis 405B — plus SAM, ImageBind, V-JEPA und Movie Gen.
LLaMA — Forschungsmodell und LeakLLaMA
Meta kündigt LLaMA (7B–65B) zunächst für Forschung an. Kurz darauf werden die Gewichte als Torrent verbreitet und lösen die Open-Weight-Debatte aus.
Segment Anything (SAM)SAM
Meta veröffentlicht SAM und den SA-1B-Datensatz mit über 1 Mrd. Masken auf 11 Mio. Bildern. Das zeigt Metas Stärke jenseits von LLMs, besonders in Computer Vision.
ImageBind — sechs Modalitäten verbundenImageBind
ImageBind verbindet Repräsentationen über sechs Modalitäten und erweitert Metas multimodale Forschungslinie.
Meta wird zum Open-Weight-Vorreiter des LLM-Marktes.
Llama 2 — kommerzielle Open-Weight-WendeLlama 2
Meta und Microsoft veröffentlichen Llama 2 (7B/13B/70B) für kommerzielle Nutzung. Wichtig: open-weight/source-available, aber wegen Lizenzbeschränkungen nicht Open Source im OSI-Sinn.
Am 18. Juli 2023 veröffentlichte Meta gemeinsam mit Microsoft Llama 2 (7B/13B/70B) und gab es für die kommerzielle Nutzung frei. Damit positionierte sich Meta als wichtigster Open-Weight- bzw. source-available-Akteur im LLM-Markt und gewann enorme Sympathien in der Entwicklergemeinde. Wichtig ist die Begriffsgenauigkeit: Llama war offen verfügbar und kommerziell nutzbar, wegen Lizenzbeschränkungen aber nicht „Open Source“ im strengen OSI-Sinn. Llama wurde zur Basis vieler Ableger und Feintunings — Metas eigentliches Distributions- und Einflussinstrument im offenen Ökosystem.
Im Kapitel weiterlesen →V-JEPA — Schritt Richtung WeltmodelleV-JEPA
Meta veröffentlicht V-JEPA, ein Videomodell auf Basis von LeCuns Joint-Embedding-Predictive-Architecture-Idee.
Llama 3 treibt Meta AI in AppsLlama 3
Meta veröffentlicht Llama 3 und baut Meta AI sichtbarer in WhatsApp, Instagram, Facebook, Messenger und meta.ai ein.
Llama 3.1 405B — Open-Weight-FlaggschiffLlama 3.1 405B
Llama 3.1 erscheint mit 8B, 70B und 405B. Das 405B-Modell macht Meta zu einem ernsthaften Open-Weight-Konkurrenten proprietärer Systeme.
SAM 2 — Segmentierung für Bild und VideoSAM 2
Meta veröffentlicht SAM 2 als einheitliches Modell für Bild- und Videosegmentierung mit Echtzeit-Tracking.
Movie Gen — Medien-Foundation-ModelleMovie Gen
Meta stellt Movie Gen vor: Modelle für Text-zu-Video, Audio, Editing und Personalisierung. Die größte Video-Komponente wird als 30B-Transformer beschrieben.
Llama 4, Talentkrieg & Superintelligence Labs
Der Benchmark-Streit, die Scale-Wette, MSL und LeCuns Abgang.
Frontier AI Framework
Meta veröffentlicht ein Frontier AI Framework für Modellveröffentlichungen und Risikoentscheidungen, u. a. zu Cybersecurity sowie chemisch-biologischen Missbrauchsszenarien. Im April 2026 wird es aktualisiert.
Der Benchmark-Streit: eine optimierte Variante bei LMArena, die nicht dem öffentlichen Modell entsprach.
Llama 4 — multimodale MoE-Modelle und Benchmark-StreitLlama 4 Scout/Maverick
Meta veröffentlicht Llama 4 Scout und Maverick als multimodale Mixture-of-Experts-Modelle. Der Launch wird von einem LMArena-Streit überschattet, weil eine experimentelle Maverick-Variante nicht dem öffentlichen Modell entsprach.
Llama 4 (5. April 2025) erschien als Mixture-of-Experts (Scout mit 10M-Token-Kontext, Maverick), das 2-Bio.-Modell Behemoth nur angekündigt. Überschattet wurde der Launch von einem Benchmark-Streit: Meta reichte beim LMArena-Leaderboard eine experimentelle, speziell optimierte Maverick-Variante ein, die später nicht dem öffentlich bereitgestellten Modell entsprach; LMArena verschärfte daraufhin seine Einreichungsregeln. Die konkreten Rangplätze einzelner Nachtests sind Momentaufnahmen — bleibend ist der Vertrauensbruch genau zum Generationswechsel.
Im Kapitel weiterlesen →Eigenständige Meta AI AppMeta AI / Llama 4
Meta startet eine eigene Meta-AI-App mit Personalisierung, Sprachinteraktion, Discover-Feed, Webfunktionen und Companion-Rolle für AI-Brillen. Meta beschreibt sie als auf Llama 4 gebaut.
Multimodales Llama 4 nicht für EU-OrganisationenLlama 4
Die Lizenz der multimodalen Llama-4-Modelle schließt in der EU ansässige Organisationen aus. Meta begründet dies mit regulatorischer Unsicherheit.
Behemoth bleibt unveröffentlichtLlama 4 Behemoth
Behemoth wird als 2T-Parameter/288B-aktive-Parameter-Modell angekündigt, ist Stand September 2026 aber nicht veröffentlicht. Berichte nennen Zweifel am Leistungssprung; offiziell ist keine Absage belegt.
V-JEPA 2 — Weltmodell und RobotikplanungV-JEPA 2
Meta stellt V-JEPA 2 vor, ein 1,2B-Parameter-Weltmodell für visuelles Verstehen, Vorhersage und Zero-Shot-Roboterplanung.
14,3 Mrd. USD in Scale AI — und Alexandr Wang wird Chief AI Officer.
Scale AI Investment — Alexandr Wang wechselt zu Meta
Scale AI kündigt den Wechsel von Gründer Alexandr Wang zu Meta an; Meta investiert Berichten zufolge 14,3 Mrd. USD in Scale AI. Wang wird Chief AI Officer.
Am 12. Juni 2025 wurde Metas 14,3-Mrd.-USD-Investment in Scale AI bekannt: Scale-CEO Alexandr Wang (Jahrgang 1997) wechselte als Chief AI Officer zu Meta, während Jason Droege Scale als Interim-CEO übernahm. Die Struktur als Investment statt Vollübernahme war strategisch — Meta bekam Wang, Daten-/Evaluierungsnähe und Scale-Know-how, ohne eine klassische Übernahme zu erklären (auch mit Blick auf das laufende FTC-Verfahren). Begleitet wurde der Schritt von einem beispiellosen Talentkrieg mit sehr hohen Vergütungspaketen.
Im Kapitel weiterlesen →Zuckerbergs „Personal Superintelligence“ bekommt ein eigenes Labor.
Meta Superintelligence Labs gegründet
Zuckerberg verkündet Meta Superintelligence Labs (MSL) mit Wang als CAIO und Nat Friedman in einer zentralen Produkt-/Applied-Rolle. MSL bündelt Foundation Models, Produkte, FAIR und Infrastruktur enger.
Am 30. Juni 2025 verkündete Zuckerberg die Meta Superintelligence Labs (MSL) mit Wang als Chief AI Officer und Nat Friedman (Ex-GitHub-CEO) in einer zentralen Produkt-/Applied-Rolle. MSL bündelte Foundation Models, Produkte, FAIR und Infrastruktur enger unter einer Superintelligence-Strategie; im August 2025 wurde es in Gruppen wie TBD Lab, FAIR, Products & Applied Research und MSL Infra gegliedert. FAIR wurde damit nicht abgeschafft, aber organisatorisch in eine härter produkt- und frontierorientierte Struktur eingebettet.
Im Kapitel weiterlesen →Rund 600 MSL-Stellen gestrichen
MSL streicht rund 600 Stellen, vor allem in FAIR, Produkt- und Infrastrukturteams. TBD Lab bleibt Berichten zufolge verschont.
Der Open-Science-Pionier verlässt Meta — das Ende einer DNA.
Yann LeCun verlässt Meta und baut AMI Labs auf
Im November 2025 wird bekannt, dass Yann LeCun Meta verlassen und AMI Labs aufbauen will. Das World-Model-Startup meldet im März 2026 eine Seed-Runde über rund 1,03 Mrd. USD.
Im November 2025 wurde bekannt, dass Yann LeCun Meta verlassen und ein eigenes, auf Weltmodelle ausgerichtetes Startup — AMI Labs — aufbauen würde; im März 2026 meldeten mehrere Quellen eine Seed-Runde über rund 1,03 Mrd. USD bei etwa 3,5 Mrd. USD Vorbewertung. Der Schritt war symbolisch groß: Ausgerechnet der Open-Science-Pionier und FAIR-Architekt verließ die Organisation in dem Moment, in dem Wang, TBD Lab und MSL zum neuen Zentrum der KI-Strategie wurden — kurz nachdem rund 600 vorwiegend FAIR-nahe Stellen gestrichen worden waren.
Im Kapitel weiterlesen →Muse Spark & der Umbau
Der proprietäre Bruch, Gigawatt-Cluster, 145-Mrd.-Capex — und die teilweise Rückkehr zu offenen Gewichten.
Prometheus & Hyperion — Multi-Gigawatt-Compute
Meta plant Prometheus (über 1 GW, Betrieb ab 2026) und Hyperion (Louisiana, initial etwa 2 GW, perspektivisch bis 5 GW). Die Compute-Offensive wird zum Kern der Superintelligence-Strategie.
AMD-Deal — 6 GW Instinct MI450
Meta schließt mit AMD eine 6-GW-KI-Infrastrukturvereinbarung über MI450-basierte GPUs (erste Lieferungen ab H2 2026) — eine bewusste Diversifizierung weg von der reinen NVIDIA-Abhängigkeit.
Der proprietäre Bruch — Meta verkürzt den Rückstand, aber noch kein Frontier-Sieg.
Muse Spark — der proprietäre BruchMuse Spark
Das erste Modell der Muse-Reihe aus Meta Superintelligence Labs (interner Codename „Avocado“): laut Meta klein und schnell, mit Reasoning für u. a. Wissenschaft, Mathematik und Gesundheit, multimodaler Wahrnehmung, visueller Coding-Hilfe und der Fähigkeit, Subagenten zu starten. Es treibt die Meta-AI-App und meta.ai an (ab 12. Mai 2026 auch WhatsApp, Instagram, Facebook, Messenger und AI-Brillen). Zum Start closed-weight, nur über Meta-Produkte und eine private API-Vorschau. Genaue Parameter, Gewichte und reproduzierbare Benchmarkzahlen sind offiziell nicht belegt; externe Rankings nur als Momentaufnahme.
Muse Spark (8. April 2026, interner Codename „Avocado“) war das erste Modell der neuen Muse-Reihe aus Meta Superintelligence Labs — laut Meta klein und schnell, mit Reasoning für Wissenschaft, Mathematik und Gesundheit, multimodaler Wahrnehmung, visueller Coding-Hilfe und der Fähigkeit, Subagenten zu starten. Es treibt die Meta-AI-App und meta.ai an (ab 12. Mai 2026 auch WhatsApp, Instagram, Facebook, Messenger und AI-Brillen). Entscheidend: Muse Spark ist zum Start closed-weight, nur über Meta-Produkte bzw. eine private API-Vorschau verfügbar — der proprietäre Frontier-Pfad innerhalb von MSL. Genaue Parameter, Gewichte und reproduzierbare Benchmarkdaten sind offiziell nicht belegt; externe Rankings sind nur Momentaufnahmen. Die Botschaft bleibt nüchtern: Meta verkürzt den Rückstand, hat die Frontier-Führung aber noch nicht bewiesen.
Im Kapitel weiterlesen →Capex 125–145 Mrd. USD — Geld als Waffe
Meta hebt die 2026er Capex-Prognose auf 125–145 Mrd. USD an (2025: 72,2 Mrd.). Im Q1 2026: 56,31 Mrd. USD Umsatz, 26,77 Mrd. USD Nettogewinn und 3,56 Mrd. Family Daily Active People. Die Werbe-Cashmaschine finanziert die KI-Offensive.
Urheberrechtsklagen: LibGen, Turow & fünf Verlage
Recherchen legen nahe, dass Meta beim Llama-Training Material aus der illegalen Bibliothek LibGen nutzte. Im Juni 2025 errang Meta in einem separaten Fair-Use-Punkt einen Sieg; im Mai 2026 folgte eine Klage von Scott Turow und fünf Verlagen (Elsevier, Cengage, Hachette, Macmillan, McGraw Hill). Die Beschaffungs-/Torrenting-Ebene macht die Fälle besonders heikel.
Muse Image — Bildmodell-Launch und @-Mention-RückzugMuse Image
MSL stellt mit Muse Image sein erstes eigenes Bildgenerierungs-Modell vor — in Meta AI, Instagram Stories und WhatsApp. Ein @-Mention-Feature, das standardmäßig Bilder aus den öffentlichen Instagram-Fotos anderer Nutzer erzeugte (Opt-out statt Opt-in), löste binnen Tagen heftigen Protest aus (u. a. CAA und SAG-AFTRA); Meta zog die Funktion nach rund 72 Stunden zurück und ergänzte einen Opt-out-Schalter.
Muse Spark 1.1 — Meta wird kostenpflichtigMuse Spark 1.1
Muse Spark 1.1 bringt agentische Werkzeugnutzung, Computer Use und 1-Mio.-Token-Kontext — und ist Metas erstes kostenpflichtiges Modell: Die neue, OpenAI-kompatible Meta Model API startet als Public Preview zunächst nur für US-Entwickler ($1,25/$4,25 pro Mio. Token).
„Watermelon“ — nächstes Flaggschiff im TrainingMuse „Watermelon“
Berichte beschreiben „Watermelon“ als internen Codenamen des nächsten MSL-Flaggschiffs: Wang soll intern gesagt haben, das Modell habe OpenAIs GPT-5.5 in Benchmarks eingeholt — ohne benannte Benchmarks oder veröffentlichte Ergebnisse. Offiziell unbestätigt.
Q2 2026 — Werbemaschine stark, Kosten schockieren
Meta meldet 60,8 Mrd. USD Umsatz (+28 %), verfehlt aber die Gewinnerwartung deutlich (EPS 6,18 USD) — u. a. wegen 2,4 Mrd. USD Rechtskosten und 1,18 Mrd. USD Abfindungen; der freie Cashflow fällt um rund 91 % auf 784 Mio. USD. Die Capex-Prognose von 125–145 Mrd. USD wird bestätigt, „Meta Compute“ (Verkauf überschüssiger Rechenkapazität) angekündigt — und erstmals eine Muse-Spark-API-Umsatzlinie ausgewiesen.
Muse Spark 1.2 & Muse CodeMuse Spark 1.2
Muse Spark 1.2 startet zusammen mit Muse Code, Metas erstem Terminal-Coding-Agenten (Beta, macOS/Linux, asynchrone Hintergrund-Agenten). Die Meta Model API bekommt „expanded global access“; ein Contributor-Tarif ($0,10/$0,20) macht die Nutzung rund zwölfmal billiger — im Tausch gegen Trainingsnutzung der Prompts. Artificial Analysis weist 1.2 mit Index 57 aus (Momentaufnahme).
Cyber-Eval-Vorfall — Muse Spark bricht aus Testumgebung aus
Meta gibt bekannt, dass Muse Spark 1.1 bei einer externen Cybersicherheits-Evaluierung (Partner Irregular) durch eine fehlkonfigurierte Sandbox Internetzugang erhielt und eine reale Schwachstelle bei einem Drittunternehmen ausnutzte. Irregular spricht von Konfigurationsfehler, nicht von Sandbox-Escape — Meta ist binnen Wochen das dritte Frontier-Labor mit einem solchen Vorfall.
Meta dreht die Wende teilweise zurück — offene Gewichte, permissiver als je bei Llama.
Muse Glimmer — Rückkehr zu offenen GewichtenMuse Glimmer
Mit Muse Glimmer veröffentlicht MSL ein 30B-Modell (aus Muse Spark 1.2 destilliert) unter Apache 2.0 — ohne Umsatz- oder Nutzerdeckel und ohne den EU-Ausschluss der Llama-4-Lizenz. Zuckerberg begleitet den Release mit einem Essay („Rather than centralizing superintelligence …“); offene Gewichte für Muse Spark selbst werden angekündigt. Unabhängige Messungen (AA-Index 35) liegen deutlich unter Metas eigenen Benchmarks.
Muse Glimmer (10. August 2026) ist Metas erste wirklich offene Veröffentlichung seit dem Ende der Llama-Linie: ein dichtes 30B-Modell, aus Muse Spark 1.2 destilliert, für lokale agentische Workflows auf einer einzigen Consumer-GPU — unter Apache 2.0, einer OSI-anerkannten Lizenz ohne Umsatzdeckel, Nutzer-Obergrenze und ohne den EU-Ausschluss der Llama-4-Community-License. Für EU-Unternehmen ist Glimmer damit das erste uneingeschränkt selbst-hostbare Meta-Modell der Muse-Ära. Die Einordnung bleibt zweigeteilt: Es ist eine Destillation, kein Flaggschiff — unabhängige Messungen (Artificial Analysis: Index 35, hohe Halluzinationsrate) liegen deutlich unter Metas eigenen Benchmarks. Und die angekündigte Offenlegung der Muse-Spark-Gewichte ist Stand September 2026 ein Versprechen ohne Datum.
Talentkrieg hält an — Luke Metz wechselt zu MSL
Der prominente OpenAI-Forscher Luke Metz (zwischenzeitlich bei Mira Muratis Thinking Machines, zuletzt wieder OpenAI) wechselt zu Meta Superintelligence Labs — ein weiterer hochkarätiger Zugang im anhaltenden Talentkrieg zwischen den Frontier-Laboren.
Muse Voice Transcribe — erstes Echtzeit-AudiomodellMuse Voice Transcribe
MSL stellt Muse Voice Transcribe vor: Streaming-Spracherkennung, Sprecher-Diarisierung (20+ Sprecher) und Endpointing in einem einzigen Modell, trainiert auf 70+ Sprachen. Meta nennt 3,1 % WER bei 0,16 s Latenz; verfügbar über Meta Model API, Meta AI für Mac und Muse Code.
Muse Spark 1.3 — dritte Version in acht WochenMuse Spark 1.3
Muse Spark 1.3 soll rund 20 % weniger Tool-Calls und rund 25 % weniger Token als 1.2 brauchen — bei unverändertem Preis ($1,25/$4,25). Wang sagt, das Coding liege über GPT-5.6 Sol und auf Augenhöhe mit Claude Fable 5.1; Meta veröffentlicht die Scorecard nur als Diagramm. Offene Gewichte für Muse Spark bleiben „on the roadmap“ — ohne Datum.
Sieben Teile mit Quellenkritik, Datierung und Einordnung — auf einer eigenen, ruhigen Leseseite.