Meta und Nvidia stärken Open-Weight-KI im Wettbewerb mit China

Meta und Nvidia haben in dieser Woche neue Open-Weight-KI-Modelle veröffentlicht und damit ein deutliches Signal im globalen KI-Wettbewerb gesetzt. Die Modelle stehen Entwicklern kostenlos zum Download über das Open-Source-Ökosystem zur Verfügung – ein klarer Gegensatz zu den proprietären Modellen von OpenAI und Anthropic. Beide Unternehmen gehören zu einer Gruppe von mehr als 20 US-Technologieunternehmen, die die Politik kürzlich aufforderten, „vorzeitige Beschränkungen" für Open-Weight-Modelle zu vermeiden.

„Es wurde ein deutliches Zeichen gesetzt, dass Amerika über Open-Source-Modelle verfügen wird, die nahezu den Stand der Technik erreichen", sagte Aaron Levie, CEO von Box, mit Blick auf Metas Marktoffensive. Levie ist selbst einer der Unterzeichner des offenen Briefes, den das Technologiekonsortium am 24. Juli veröffentlichte. Darin heißt es: „Das Zeitalter der KI kann eines des Wohlstands sein."

Meta veröffentlichte am Montag Muse Glimmer als Teil einer Strategie, seine leistungsstärksten KI-Modelle der Open-Source-Community zugänglich zu machen. CEO Mark Zuckerberg kündigte zudem an, die sogenannten Gewichte (Weights) für das neueste Modell Muse Spark 1.2 offenzulegen. Gewichte bezeichnen dabei die Berechnungen und Regeln, die bestimmen, wie eine KI funktioniert und sich verhält.

Nvidia setzt auf „echtes Open Source"

Einen Tag nach Meta stellte Nvidia sein Modell Nemotron 3.5 Lightning vor. Es entstammt der Nemotron-3-Modellfamilie, die im Dezember veröffentlicht wurde. Der Chiphersteller betonte, seine Modelle seien „echtes Open Source", da das Unternehmen neben den Modellgewichten auch die zugehörigen Trainingsdatensätze und Techniken zur Überprüfung durch Entwickler bereitstellt.

Die in dieser Woche vorgestellten Modelle beider Unternehmen sind bewusst kompakt gehalten und für den Einsatz auf Laptops konzipiert – etwa für den Betrieb digitaler Agenten auf Endgeräten. Damit unterscheiden sie sich von den großen, rechenintensiven Basismodellen, die üblicherweise auf leistungsstarken Servern laufen.

Harter Wettbewerb mit chinesischen Laboren

Beide Unternehmen stehen vor der Herausforderung, in einem Markt zu bestehen, der bereits von populären Modellen chinesischer KI-Labore geprägt ist. Zu den führenden Anbietern zählen Moonshot AI, DeepSeek sowie Alibabas Qwen. Diese Modelle haben sich in der Entwickler-Community bereits eine starke Nutzerbasis aufgebaut.

Box-CEO Levie zeigte sich dennoch optimistisch. Er bezeichnete Zuckerbergs Plan für Muse Spark 1.2 als „sehr große Sache", da es sich um ein leistungsstarkes Modell handele, das mit den führenden Basismodellen von Anthropic und OpenAI konkurriere. Unternehmen, die vor der Nutzung chinesischer Open-Weight-Modelle zurückschrecken, würden eher dazu neigen, mit Metas kommendem Angebot zu experimentieren, so Levie.

Open-Source-KI ist unterdessen vom Silicon Valley bis nach Washington D.C. zu einem umstrittenen Thema geworden. Kritiker äußern Bedenken hinsichtlich nationaler Sicherheitsrisiken durch chinesische Modelle sowie bezüglich der KI-Trainingstechnik „Distillation", die als eine Form des Diebstahls geistigen Eigentums betrachtet werden kann. Die Unterzeichner des offenen Briefes bezeichnen Distillation hingegen als „eine weit verbreitete Technik zur Modellverbesserung, Evaluierung und Validierung".

Metas Neustart nach enttäuschendem Llama 4

Für Meta ist der aktuelle Vorstoß auch ein Versuch, vergangene Rückschläge wettzumachen. Das Unternehmen hatte bereits mit Llama versucht, im Markt für KI-Basismodelle Fuß zu fassen. Die Veröffentlichung von Llama 4 im April 2025 hinterließ bei Entwicklern jedoch wenig Eindruck. Meta reagierte daraufhin mit milliardenschweren Investitionen zur Umstrukturierung seiner KI-Einheit und setzte Alexandr Wang, den CEO von Scale AI, als Leiter der Abteilung ein.

Wangs Gruppe hat kürzlich proprietäre Modelle unter der Marke Muse eingeführt, um neue Umsatzquellen zu erschließen. Das Konsortium der Tech-Unternehmen argumentiert in seinem offenen Brief, dass eine Einschränkung von Open-Weight-Modellen zu viel Macht in die Hände zu weniger Unternehmen legen würde – und damit dem eigenen Innovationsanspruch schaden könnte.