Neueste Entwicklungen von Meta FAIR im Bereich KI und virtuelle Agenten

Neues von Meta FAIR: KI-Innovationen für virtuelle Agenten und mehr

Das Forschungsteam von Meta FAIR (Fundamental AI Research) hat eine Reihe neuer KI-Modelle und -Methoden veröffentlicht, die Fortschritte in den Bereichen virtuelle Agenten, Robustheit und Sicherheit sowie Architektur-Innovationen demonstrieren. Alle Entwicklungen sind frei verfügbar und sollen die Forschung und Entwicklung im KI-Bereich vorantreiben.

Meta Motivo: Realistische Bewegungen für virtuelle Agenten

Meta Motivo ist ein neuartiges Foundation Model zur Steuerung von virtuellen Agenten, die über einen Körper verfügen. Trainiert mit einem innovativen Algorithmus, der einen Datensatz von Bewegungen nutzt, lernt das Modell menschenähnliche Verhaltensweisen durch Reinforcement Learning. Der Algorithmus lernt eine Repräsentation, die Zustände, Bewegungen und Belohnungen in denselben latenten Raum einbettet. Dadurch kann Meta Motivo komplexe Aufgaben wie Bewegungstracking, das Erreichen von Zielposen und Belohnungsoptimierung ohne weiteres Training bewältigen. Das Modell zeigt zudem eine bemerkenswerte Robustheit gegenüber Umweltveränderungen wie Wind oder Störungen. Meta sieht Anwendungsmöglichkeiten im Metaverse, für realistischere NPCs in Videospielen und in der Charakteranimation.

Meta Video Seal: Wasserzeichen gegen Missbrauch von KI-generierten Videos

Mit Meta Video Seal veröffentlicht Meta ein Open-Source-Modell für die Video-Wasserzeichen. Es fügt Videos ein unsichtbares Wasserzeichen hinzu, optional mit einer versteckten Nachricht, um die Herkunft des Videos zu verifizieren. Das Wasserzeichen ist robust gegenüber gängigen Videobearbeitungen wie Zuschneiden oder Komprimierung. Meta Video Seal ergänzt das bereits existierende Meta Audio Seal und das Meta Watermark Anything Model, die ebenfalls unter freier Lizenz verfügbar sind. Meta betont die Bedeutung von Wasserzeichen, um die Rückverfolgbarkeit von KI-generierten Inhalten zu gewährleisten und Missbrauch zu minimieren, besonders im Hinblick auf die Verbreitung von Falschinformationen.

Flow Matching: Effizientere Generierung von Inhalten

Flow Matching ist ein neues Paradigma zur Generierung verschiedener Inhalte wie Bilder, Videos, Audio und 3D-Strukturen. Es erweitert Diffusionsmodelle um Continuous Normalizing Flows (CNFs), was den Generierungsprozess durch Wahrscheinlichkeitsberechnungen beschleunigt. Mehrere generative KI-Anwendungen von Meta, darunter Meta Movie Gen, Meta Audiobox und Meta Melody Flow, basieren bereits auf Flow Matching. Auch externe Projekte wie Stable Diffusion-3 und Flux nutzen diese Technik. Meta stellt Forschungsarbeit und Code zur Verfügung, um die weitere Verbreitung und Anwendung von Flow Matching zu fördern.

Weitere Innovationen von Meta FAIR

Neben den genannten Entwicklungen hat Meta FAIR weitere Forschungsergebnisse veröffentlicht:

Meta Explore Theory-of-Mind: Ein Framework zur Generierung von Daten für das sogenannte Theory-of-Mind-Reasoning, das es KI-Modellen ermöglicht, die Gedanken und Überzeugungen anderer Agenten zu verstehen.

Meta Large Concept Model (LCM): Ein neues Trainingsparadigma für Sprachmodelle, das Denken und Sprachfähigkeit entkoppelt. LCMs sollen besser zusammenfassen und effizienter arbeiten als traditionelle LLMs.

Meta Dynamic Byte Latent Transformer: Ein Ansatz, der Token durch Bytes ersetzt, um LLMs den Umgang mit Buchstaben und Zahlen zu ermöglichen, wodurch sie beispielsweise buchstabieren und zählen können.

Mit der Veröffentlichung dieser Innovationen unterstreicht Meta FAIR sein Engagement für Open Science und die Zusammenarbeit im KI-Bereich.

Bibliographie

1. https://www.heise.de/news/Meta-FAIR-Wasserzeichen-fuer-Videos-und-virtuelle-Agenten-mit-Beinen-10200486.html
2. https://www.mimikama.org/meta-fuehrt-wasserzeichen-ein-gegen-ki-fakes/
3. https://ai.meta.com/blog/meta-fair-updates-agents-robustness-safety-architecture/
4. https://www.transcript-verlag.de/media/pdf/39/28/2c/oa9783839472361.pdf
5. https://tubiblio.ulb.tu-darmstadt.de/view/year/2003.default.html
6. https://www.schlieper-online.de/wp-content/files/internetrecht/Hoeren_Thomas_Internetrecht_Skript_Maerz2008.pdf
7. https://www.computerwoche.de/article/2831940/mit-wasserzeichen-gegen-fake-content.html
8. https://issuu.com/samuel-riggenbach/docs/puzzle-parts-2020_complete_210303_small_s0500-0999