OpenAI Going OPEN WEIGHTS Shocks Everyone!

OK, gerade ist etwas Großes in der KI Welt passiert. Genau genommen sind gleich mehrere große Dinge gleichzeitig passiert. Der 1. April war nicht nur ein weiterer Aprilscherz, er war eher ein Realitätscheck für die gesamte KI Branche. OpenAI hat einen überraschenden Strategiewechsel vollzogen. Meta hat ein verrücktes neues Tool zur Generierung sprechender Charaktere in Filmqualität veröffentlicht und Chinas Top Player wie Alibaba und deepseat kämpfen um die Vorherrschaft. Also anschnallen oder warten Sie. Ich werde Sie einfach durch alles führen. Beginnen wir mit OpenAI. Wer die Firma schon länger verfolgt, weiß, dass sie immer etwas verschlossen war. Ihr Name sagt ja wörtlich offen, aber jahrelang waren ihre Modelle alles andere als das. Ihr Argument war immer die Sicherheit und die Wahrung des proprietären Schutzes, damit böswillige Akteure nicht damit herumspielen können. Und klar, das machte Sinn, als Key für die meisten noch eine mysteriöse Blackbox war. Aber jetzt ändern sich die Dinge rasant. Am 1. April kündigte OpenAI an, endlich an einem offeneren, generativen Modell zu arbeiten, etwas, das den Forderungen der Leute näher kommt, insbesondere der Entwickler, die Transparenz und Kontrolle brauchen. CEO Sam Allman hat zugegeben, dass diese Idee intern schon lange im Raum stand, aber immer weiter nach unten geschoben wurde. Jetzt hat sie jedoch Priorität. Der Grund dafür ist schlicht und einfach der Wettbewerb. Open Source Modelle wie deepseek und Metas Lama erfreuen sich einer explosionsartigen Beliebtheit. Meta hat gerade bekannt gegegeben, dass ihre Lama Modelle über eine Milliarde Mal heruntergeladen wurden. Das ist unglaublich. Entwickler und sogar Regierungen bevorzugen zunehmend Tools, die sie optimieren, anpassen und tatsächlich verstehen können. Der Druck ist groß und OpenAI weiß, dass sie sich nicht einfach zurücklehnen und das Beste hoffen können. Nun, und OpenAI wird nicht vollständig Open Source. Um es klar zu Sie setzen auf ein sogenanntes Open Weights Modell. Das ist eine Art Mittelweg. Sie erhalten weder den Quellcode noch die vollständigen Trainingsdaten, aber sie bekommen Zugriff auf die Gewichte der Modelle. Das sind die trainierten Parameter, die die KI antreiben. Das bedeutet, dass Entwickler das Modell für ihre eigenen Anwendungsfälle optimieren und anpassen können, ohne es komplett neu trainieren zu müssen. Für viele Unternehmen ist das ein großer Vorteil. Die Integration wird einfacher und deutlich günstiger. Und falls Sie sich fra, worin sich das von echtem Open Source unterscheidet, Open Source bietet ihnen alles Trainingsmethoden, Daten, Code, alles ist offen, nur das Endprodukt wird gewichtet. Es ist also transparenter als zuvor. Aber OpenAI hält immer noch vieles hinter den Kulissen. Das ist nicht wirklich überraschend. Wenn man bedenkt, dass sie ihre Trainingsdaten und internen Prozesse schon immer streng geheim gehalten haben, Erwarten Sie auch jetzt mit dieser neuen Ausrichtung nicht, dass Sie einfach die Schlüssel zum Königreich aushändigen. Und jetzt kommt der Bei diesem Schritt geht es nicht nur darum, nett mit den Entwicklern zu sein, er ist auch sehr strategisch. Elon Musk kritisiert OpenAI schon seit einiger Zeit und sagt, sie hätten sich von ihrer ursprünglichen Mission entfernt. Er sagte sogar, sie würden zu kommerziell. Und vielleicht liegt er damit ja nicht falsch. Denn neben all dem Gerede Über Offenheit schließt OpenAI gerade eine massive Finanzierungsrunde ab. Wir sprechen von 40 Milliarden Dollar. Gegen diese Summe wirken Start ups wie Wall Street Giganten. Die Runde wird von der japanischen Softbank angeführt und wäre, wenn sie zustande kommt, die größte aller Zeiten. Für ein Start up. Um Investoren das Angebot zu versüßen, hat OpenAI zudem einiges an Power präsentiert. Die neue Version von GPT-40 verfügt nun über eine native Bildgenerierung. Man kann ein Bild hochladen oder eine Eingabeaufforderung eingeben und OpenAI optimiert es entweder oder generiert etwas völlig Neues. Man ist nicht mehr auf externe Modelle wie Dalia angewiesen. Alles ist jetzt integriert. Allman präsentierte es in einem Livestream und es war offenbar so beliebt, dass die Server aufgrund der GCPU Belastung buchstäblich überhitzten. Das ist keine Metapher. Es gab tatsächlich Probleme mit überhitzter Hardware. Einer der coolsten Aspekte dieses neuen Modells ist nun die Art und Weise, wie es mit Bildern umgeht. Es kann Visualisierungen mit verschiedenen Objekten generieren und sogar Text in Bildern deutlich präziser drucken als zuvor. Das war früher ein großes Problem. Auf Hacker News wurde bereits darauf hingewiesen, wie schlecht frühere Versionen lesbaren Text darstellen konnten. Jetzt ist es aber deutlich besser. Es ist zwar immer noch nicht perfekt, insbesondere bei nicht patentierten Skripten, aber es ist ein deutlicher Fortschritt. Alle Bilder werden zudem mit C Partaks versehen, wodurch man erkennt, dass sie von KI erstellt wurden. Das ist mittlerweile ein zunehmender Standard und ehrlich gesagt wahrscheinlich auch notwendig. Es gibt auch Inhaltsschutzmassnahmen. Obwohl OpenAI nun Bilder von Persönlichkeiten des öffentlichen Lebens erlaubt, solange sie die Regeln einhalten. Während OpenAI all dies übernimmt und sich etwas lockert, hebt Meta die Dinge auf ein ganz neues Niveau, mit etwas, das direkt aus einem Science Fiction Film stammt. Sie haben gerade Mocha vorgestellt und nein, es ist kein Getränk. Mocha steht für Filmfigur und es ist ihr neuestes Modell, das sprechende Charaktere aus Text und Audio generieren kann. Und wir sprechen hier nicht von einfachen Avataren. Dieses Ding erzeugt Ganzkörperbewegungen, Mimik, Gesten und sogar filmische Kameraeinstellungen. Es ist, als hätten sie ihren eigenen, vollständig von KI gesteuerten Animationsschauspieler genau der richtige Zeitpunkt, um etwas zu erwähnen, woran wir gerade arbeiten. Wir starten einen völlig kostenlosen Kurs, der Ihnen den Einstieg in KI Avatare, ihre Erstellung, Nutzung und sogar die Nutzung zu einer Einnahmequelle erklärt. Er ist völlig kostenlos, aber der Zugriff ist begrenzt. Wenn Sie also interessiert sind, klicken Sie einfach auf den Link in der Beschreibung, geben Sie Ihre E Mail Adresse ein und Sie sind als Erster dran, wenn der Kurs online geht. Ach ja, und Sie erhalten außerdem Zugriff auf unseren kommenden wöchentlichen Key Newsletter, damit Sie auf dem Laufenden bleiben, auch wenn Sie ein Video verpassen. Also zurück zu Mocha. Das Modell wurde in Zusammenarbeit mit der University of Wateru entwickelt und funktioniert ohne Referenzbilder, Skelette oder Keyplayins. Man gibt einfach ein Skript und eine Stimme ein und schon hat man einen kurzen animierten Clip in P mit 24 Bildern pro Sekunde und einer Länge von bis zu 5,3 Sekunden. Und ja, man kann komplette Gespräche zwischen mehreren Charakteren generieren. Es ist buchstäblich das erste Modell, das das kann. Rundenbasierte Dialoge, Charaktertags, einfach alles. Im Grunde basiert Mocha auf einer Diffusions Transformator Architektur, die aktuell absolut auf dem neuesten Stand ist. Sie nutzt Spracheinbettungen von WAWU, VEC und Textkonditionierung mittels Cross Attention, um alles zu synchronisieren. Es gibt außerdem einen benutzer benutzerdefinierten Benchmark namens Mocha Bench, den Meta eigens zur Evaluierung entwickelt hat. In Tests über Trafa bestehende Tools wie Set Tocker und hello 3 in Sachen Lippensynchronisation, Genauigkeit, Gesichtsrealismus und insgesamt natürlicher Bewegung. Meta macht also keine halben Sachen. Mit Mocha und dem Erfolg von Lama festigt das Unternehmen seine Position als führender Anbieter offener und ausdrucksstarker KI und dann ist da noch China. Die KI Szene dort drüben ist so heiß wie nie zuvor. Deepseak startete Anfang des Jahres mit seinem V Modell durch und der Westen spürte es. Was V so revolutionär machte, war, dass die Entwicklung deutlich günstiger war als die meisten westlichen Modelle und die Leistung nicht beeinträchtigt wurde. Das hat viele überrascht, insbesondere große Unternehmen in China wie Alibaba. Jetzt schlägt Alibaba zurück. Laut Bloomberg bereiten sie Die Markteinführung von Twin 3 ihrem nächsten Flaggschiffmodell, irgendwann in diesem Monat vor. Der Zeitpunkt ist noch etwas unklar, aber Insider sagen, es könnte jeden Tag erscheinen. Und das macht Sinn, denn vor ein paar monaten brachten sie can 2.5 max boom buchstäblich am ersten Tag des chinesischen Neujahrsfestes heraus. Das ist ein wichtiger Feiertag in China. Die Leute sind normalerweise mit ihren Familien unterwegs. Die Veröffentlichung eines wichtigen Modells an diesem Tag zeigt also, wie ernst der Wettbewerb geworden ist. Es ging nicht um Komfort, es ging darum, zu zeigen, dass sie nicht nachgeben. Der Einfluss von deepseek ist nicht zu unterschätzen und das Unternehmen hat die Veröffentlichung seines nächsten Modells, des Nachfolgers von R, beschleunigt. Ziel ist es, es noch vor Mai herauszubringen und sollte es V ähneln, könnte es das Kräfteverhältnis im globalen KI Rennen erneut verschieb. So stehen wir also aktuell. OpenAI versucht die Balance zwischen Sicherheit und Offenheit zu finden, indem es diese Strategie der offenen Gewichtung umsetzt und gleichzeitig 40 Milliarden Dollar an Finanzierungen einwerben will. Ma setzt voll auf den Express von KI Tools wie Mocha, die die digitale Filmproduktion komplett verändern könnten. Und China lässt nicht nach. Deepseak gibt das Tempo vor und Alibaba versucht mitzuhalten. Das globale KI Schlachtfeld wird immer voller. Also nicht zögern. Lasst mich in den Kommentaren wissen, was ihr davon haltet. Und falls ihr noch nicht abonniert habt, ist jetzt ein guter Zeitpunkt. Danke fürs Zuschauen. Wir sehen uns beim nächsten Mal.