:quality(80)/p7i.vogel.de/wcms/64/df/64df5242e91ca49307f4d95b8528d368/0122758754v1.jpeg?#)
,regionOfInterest=(833,510)&hash=0cc064f8e4c951df147d75276a620e9a59f3ad19425b3fb12ed05ac396268fc6#)
,regionOfInterest=(947,254)&hash=d8bbef68d036a22921e287bcb5088dc7676527ce374e579821fbffa43f469804#)
AI von Meta: Wenn Agent A mit Agent B spricht – und bald mit Menschen diskutiert
Mit dem Collaborative Reasoner lassen sich KI-Agents erstellen, die mit anderen Agents oder sogar Menschen zusammenarbeiten können, um bessere Ergebnisse zu erzielen.
Die Meta AI soll zur meistgenutzten KI-Assistenz weltweit ausgebaut werden und hat bereits über 700 Millionen monatlich aktive User. Meta setzt verstärkt auf generative KI-Lösungen und baut neben den Integrationen auf Plattformen wie Instagram, Facebook und WhatsApp besonders auf den Ausbau der eigenen KI-Modelle und -Tools. Währende der Konzern dafür inzwischen auch User-Daten aus Deutschland nutzt, können Nutzer:innen auf die Llama 4-Modelle sowie die neue Standalone Meta AI App als Konkurrenz zu ChatGPT zugreifen.
Kürzlich hat Meta darüber hinaus eine Reihe von weiteren KI-Neuerungen vorgestellt. Dazu gehören eine Kooperation mit NVIDIA, das Modell Meta Locate 3D zur Lokalisierung von Objekten in 3D-Umgebungen und das Meta Perception Language Model (PLM).
Introducing Meta Perception Language Model (PLM): an open & reproducible vision-language model tackling challenging visual tasks.
Learn more about how PLM can help the open source community build more capable computer vision systems.
Read the research paper, and download the… pic.twitter.com/lcYFZ8Enkr— AI at Meta (@AIatMeta) May 7, 2025
Letzteres ist ein offenes und reproduzierbares Modell, das das Verständnis von visuellen Inhalten wie Videos fördert und besser in sinnvolle Kontexte überträgt. Damit lassen sich zum Beispiel Computer-Vision-Systeme optimieren. Dieses wurde vom Meta Fundamental AI Research (FAIR) Team präsentiert, ebenso wie der Collaborative Reasoner.
Llama 4 auf WhatsApp und Instagram schon zu nutzen:
Die besten multimodalen KI-Modelle bisher?
Neues Framework für besseres Reasoning: Agent, Agent, Mensch
Das Collaborative Reasoning soll die Fähigkeiten von KI-Modellen auf ein neues Level heben und bedient sich der simplen Weisheit, dass auch wir Menschen zusammen oft mehr erreichen können. So schreibt das Team auf dem Meta Blog:
[…] Akin to such human teaming, our goal is to develop social AI agents that can collaborate with humans or other AI agents to accomplish tasks better than a single agent or human. Imagine an agent that helps you understand a difficult homework assignment or helps you prepare for a job interview […].
Da aber aktuell viele Large Language Models nur bedingt auf diese Kooperationen untereinander zugreifen – auch weil kollaborative Hin- und Her-Konversationen in der Generierung viel Geld kosten und oft domain-spezifisch sind –, möchte Meta ein Framework bereitstellen, dass derlei Zusammenarbeiten vereinfacht. Dabei können verschiedene Agents, die beispielsweise zu bestimmten Themen oder Anfragen differierende Standpunkte haben, miteinander in die Diskussion gehen, die im Idealfall fruchtbar ist. Auf X zeigt Meta bereits, wie das aussehen kann.
Auf Threads ansehen
Meta möchte dieses Framework für die Agent-Agent-Kollaboration nutzen, sieht aber ebenso Anknüpfungspunkte für die Zusammenarbeit zwischen AI Agents und Menschen. Zudem kreiert der Konzern ein Selbstoptimierungsprinzip für LLMs, sodass der Agent auf Basis synthetischer Interaktionsdaten quasi mit sich selbst kollaborieren kann. Das neue Modell Matrix: Multi-agent data generation infra and experimentation soll die Generierung relevanter Daten für derlei Versuche und Optimierungen im LLM-Kontext zu beschaffen helfen. 
Damit die Entwicklung in diesem Gebiet vorangetrieben wird, stellt Meta die Datengenerierung und das Modelling als Open Source zur Verfügung und ergänzt:
Collaborative Reasoner paves the way for developing social agents that can partner with humans and other agents.
Die Meta AI App ist da:
Konkurrenz für ChatGPT mit Discover Feed
