{"id":13070,"date":"2025-06-12T08:11:22","date_gmt":"2025-06-12T08:11:22","guid":{"rendered":"https:\/\/byte-bucket.com\/2025\/06\/12\/meta-entwickelt-mit-v-jepa-2-bahnbrechende-fortschritte-in-der-ki-forschung\/"},"modified":"2025-06-12T08:11:22","modified_gmt":"2025-06-12T08:11:22","slug":"meta-entwickelt-mit-v-jepa-2-bahnbrechende-fortschritte-in-der-ki-forschung","status":"publish","type":"post","link":"https:\/\/byte-bucket.com\/?p=13070","title":{"rendered":"Meta entwickelt mit V-Jepa 2 bahnbrechende Fortschritte in der KI-Forschung"},"content":{"rendered":"<p>Meta forscht intensiv an k\u00fcnstlicher allgemeiner Intelligenz (AGI), einem KI-System mit menschlicher Intelligenz. Neben diesem ambitionierten Ziel verfolgt Metas KI-Wissenschaftsteam FAIR in Paris unter der Leitung von Yann LeCun, einem Turing-Preistr\u00e4ger, einen weiteren Ansatz: Advanced Machine Intelligence (AMI). Ziel von AMI ist es, KI-Modelle zu entwickeln, die Wissen aufbauen und anwenden k\u00f6nnen wie Menschen. Ein wichtiger Baustein auf diesem Weg ist das neu vorgestellte Weltmodell V-Jepa 2 (Video Joint Embedding Predictive Architecture). <\/p>\n<p>V-Jepa 2 soll die F\u00e4higkeit zur Handlungsvorhersage und Weltmodellierung erlernen, was es ihm erm\u00f6glicht, sich an unvorhersehbare Umgebungen anzupassen, \u00e4hnlich wie Menschen es tun. Basierend auf Videodaten trainiert, baut V-Jepa 2 auf dem auf, was bereits im vergangenen Jahr mit V-Jepa vorgestellt wurde, und erweitert dessen F\u00e4higkeiten deutlich. Durch dieses Modell sollen Roboter zuk\u00fcnftig komplexere Aufgaben bew\u00e4ltigen k\u00f6nnen, indem sie Objekte besser verstehen und mit ihnen interagieren. Ein Beispiel daf\u00fcr ist die vereinfachte Handhabung von Gegenst\u00e4nden in un\u00fcbersichtlichen Umgebungen \u2013 Greifen, Aufnehmen und Verschieben werden durch V-Jepa 2 m\u00f6glich. <\/p>\n<p>Ein entscheidender Vorteil von V-Jepa 2 ist seine F\u00e4higkeit, selbst zu lernen, ohne aufwendig annotierte Daten angewiesen zu sein. Das Training erfolgt mittels selbst\u00fcberwachtem Lernen auf Videodaten. In zwei Phasen verl\u00e4uft der Lernprozess: zun\u00e4chst ein handlungsunabh\u00e4ngiges Vortraining und anschlie\u00dfend ein handlungsbasiertes Feintuning. Mit 1,2 Milliarden Parametern ist V-Jepa 2 ein leistungsstarkes Modell und steht als Open-Source-L\u00f6sung zur Verf\u00fcgung. <\/p>\n<p>Die Leistungsf\u00e4higkeit von V-Jepa 2 wird durch praktische Anwendungen demonstriert. Meta arbeitet beispielsweise an einer Quest-Funktion, die es erm\u00f6glicht, den geplanten Aktionen eines Roboterhundes (in diesem Fall illustriert durch einen Meta-AI-Projektpartner) zu folgen und bei Bedarf einzugreifen. Dies zeigt den Fortschritt in Richtung autonomer Systeme, die menschliches Eingreifen gezielt erg\u00e4nzen k\u00f6nnen. <\/p>\n<p>V-Jepa 2 ist ein signifikanter Schritt auf dem Weg zu Advanced Machine Intelligence und unterstreicht Metas Engagement in der Entwicklung von KI, die komplexere Aufgaben l\u00f6sen und sich an ver\u00e4nderte Umgebungen anpassen kann, \u00e4hnlich wie der menschliche Verstand.<\/p>\n<p>Schlagw\u00f6rter: V-Jepa + Meta + AMI<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Meta forscht intensiv an k\u00fcnstlicher allgemeiner Intelligenz (AGI), einem KI-System mit menschlicher Intelligenz. Neben diesem ambitionierten Ziel verfolgt Metas KI-Wissenschaftsteam FAIR in Paris unter der Leitung von Yann LeCun, einem Turing-Preistr\u00e4ger, einen weiteren Ansatz: Advanced Machine Intelligence (AMI). Ziel von AMI ist es, KI-Modelle zu entwickeln, die Wissen aufbauen und&#46;&#46;&#46;<\/p>\n","protected":false},"author":4,"featured_media":13069,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-13070","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/13070","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=13070"}],"version-history":[{"count":0,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/13070\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/media\/13069"}],"wp:attachment":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=13070"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=13070"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=13070"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}