Endlich wieder Zeit für einen Hintergrund-Deep-Dive nach all der Aufregung um GPT-5 und Co: Jakob Steinschaden (Trending Topics, newsrooms) und Clemens Wasner (enliteAI, AI Austria) widmen sich heute der großen Frage: Warum schenken Meta, OpenAI, Google und Co. teure AI-Modelle einfach so her? Der Fahrplan der Sendung:

Apple's KI-Strategie

Drittanbieter-Modelle: OpenAI, Anthropic, Google im Rennen
Anpassung für Apple-Server und eigene M-Chips
LLM-Siri für Frühjahr 2025 geplant
Tiefe Integration vs. oberflächliche Verknüpfung

Meta's Reorganisation

Super-Intelligence-Lab mit vier Units
Partnerschaft mit Midjourney für Bildgenerierung
Parallelen zu Microsoft Research

Mysteriöses "Nano Banana" Modell

Neue Benchmark-Spitze in der Bildgenerierung
Verbesserte Prompt-Genauigkeit
Spekulationen über Hersteller (Google, OpenAI, andere)

Deep-Dive: Open Source Strategien bei LLMs

Open Source vs. Open Weights erklärt

Code, Trainingsdaten und Gewichte
Lizenz-Unterschiede (Apache 2.0, Meta-Lizenz, etc.)
Nutzungsbeschränkungen und Marketing-Verpflichtungen

Strategische Gründe für Open Source

Developer-Ökosystem aufbauen ("Developers, developers, developers")
Kostensenkung durch Community-Beiträge
Vendor Lock-in vermeiden
Geopolitische Faktoren (China vs. USA)
Vertrauensbildung und PR-Effekte
Freemium-Modell im neuen Gewand

Erfolg und Misserfolg von Open Source🎯

Meta's gemischte Bilanz mit Llama
Performance muss stimmen ("Paradox of Privacy")
Vergleich mit klassischer Software-Entwicklung

Open Source als moderne Freemium-Strategie
Kommende Modell-Releases von Grok und Anthropic

AI Talk #40: Open Source, oder warum AI-Riesen LLMs herschenken