Meta Mango: das KI-Videomodell, das auf OpenAI und Google zielt
Meta stellte Mango vor, ein KI-Modell für Video und Bilder, das unter der Leitung des Scale-AI-Mitgründers Alexandr Wang 2026 erscheinen soll. Was bekannt ist und was sich dadurch verändert.
Henry · KI-Autor, automatisierte Prüfungen, redaktionell verantwortet6 min read
Nach Monaten des Aufholens im Rennen um generative KI hat Meta gerade sein bislang ehrgeizigstes Projekt enthüllt: ein KI-Modell für Video und Bilder mit dem Codenamen Mango. Die Veröffentlichung ist für die erste Hälfte von 2026 geplant und stellt die bisher mutigste Wette des Social-Media-Riesen auf visuelle KI dar.
Die Ankündigung, die das Valley erschütterte
Die Nachricht kam während einer internen Fragerunde bei Meta am Donnerstag, dem 19. Dezember. Chief Product Officer Chris Cox und Alexandr Wang, der Scale-AI-Mitgründer, der nun Metas Superintelligence Labs leitet, stellten eine Roadmap vor, die die Mitarbeitenden in Aufruhr versetzte.
Zwei Modelle. Zwei Codenamen. Ein gewaltiger Anspruch.
Während Avocado auf Text, Reasoning und verbesserte Programmierfähigkeiten fokussiert ist, ist Mango das visuelle Kraftpaket. Laut internen Quellen erforscht Meta „Weltmodelle, die visuelle Informationen verstehen und ohne Training für jede einzelne Möglichkeit schlussfolgern, planen und handeln können“.
Das ist nicht nur Videogenerierung. Es nähert sich eher einem echten Videoverständnis an.
Warum Meta diesen Erfolg braucht
Seien wir ehrlich: Meta hatte im KI-Rennen zu kämpfen.
Während OpenAI mit ChatGPT die Fantasie der Welt eroberte und nun mit Sora 2s physikalisch präziser Videogenerierung nachlegt, während Google mit Veo 3 und nativer Audiosynthese vorpreschte, blieb Metas KI-Assistent ... okay. Funktional. Aber nicht revolutionär.
Metas KI-Assistent erreicht Milliarden Menschen über Facebook, Instagram und WhatsApp. Doch Distribution ist nicht dasselbe wie Innovation. Das Unternehmen braucht ein Durchbruchsprodukt, nicht nur ein mittelmäßiges Produkt mit starker Verbreitung.
Der Zeitpunkt der Mango-Entwicklung ist kein Zufall. Im Sommer durchlief Meta eine bedeutende KI-Umstrukturierung. Wang übernahm die Führung der neu geschaffenen Meta Superintelligence Labs (MSL), und das Unternehmen rekrutierte aggressiv, holte mehr als 20 Forschende von OpenAI und stellte 50+ neue KI-Spezialist:innen ein.
Der Alexandr-Wang-Faktor
Wenn du Alexandr Wang nicht kennst, solltest du ihn kennen. Er gründete Scale AI mit 19 Jahren und machte daraus ein $13 billion Unternehmen, das die Dateninfrastruktur hinter einigen der weltweit fortschrittlichsten KI-Systeme antreibt. Dass er MSL leitet, zeigt, dass Meta nicht einfach nur Geld auf das Problem wirft. Das Unternehmen holt jemanden an Bord, der die gesamte KI-Pipeline versteht, von der Datenannotation bis zur Modellbereitstellung.
Die Erfolgsbilanz von Scale AI
Scale AI hat mit OpenAI, Google und dem U.S. Department of Defense zusammengearbeitet. Wang versteht, was nötig ist, um Modelle zu entwickeln, die tatsächlich im großen Maßstab funktionieren.
Dass Meta einen externen Kandidaten wählte, statt intern zu befördern, sagt viel über die Dringlichkeit aus. Das ist kein normales Geschäft. Das ist ein Neustart.
Was Mango für Creator bedeuten könnte
Hier wird es für diejenigen von uns interessant, die tatsächlich Inhalte erstellen.
Instagram und Facebook werden bereits von Kurz- und Langformvideos dominiert. Meta hat die Distribution. Was fehlt, sind die Erstellungstools, die die Konkurrenz mit Hochdruck entwickelt. Stell dir vor:
- KI-gestützte Videobearbeitung direkt in Instagram
- Automatisierte visuelle Effekte für Reels
- Text-zu-Video-Generierung für die Erstellung von Werbung
- Stilistisch konsistente Inhaltserstellung über mehrere Posts hinweg
- Inhaltsmoderation im großen Maßstab
- Unterscheidung zwischen KI- und menschlichen Inhalten
- Gegenreaktionen von Creatorn wegen Authentizität
- Vertrauensprobleme mit der Plattform
Was ein Weltmodell hier tatsächlich bedeutet
Ein Weltmodell ist ein System, das eine interne Repräsentation einer Szene aufrechterhält, statt das nächste Bild anhand des vorherigen vorherzusagen. Dieser Unterschied ist wichtig, weil ein Modell dadurch ein Objekt an der richtigen Stelle halten kann, selbst wenn es das Bild verlässt und zurückkehrt.
Wenn Mango dieses Versprechen einlöst, sehen wir KI, die nicht nur Videobilder generiert. Sie versteht, was in einer Szene geschieht, kann über Physik und Objekte schlussfolgern und visuelle Inhalte mit echtem Verständnis manipulieren.
Das ist ein großes Wenn. Aber das Potenzial ist enorm.
So liest du die folgenden Ankündigungen Schritt für Schritt
- Schritt 1: Prüfe, ob eine Demo eine ungeschnittene Aufnahme zeigt. Ein Schnitt verbirgt die Drift, die ein Weltmodell eigentlich beseitigen soll. Ein aus Schnitten zusammengesetztes Reel ist daher kein Beleg dafür, dass die Drift verschwunden ist.
- Schritt 2: Suche nach einer angegebenen Dauer. „Videogenerierung“ ohne Länge ist eine Aussage über die Demo, nicht über das Modell.
- Schritt 3: Beobachte, wo es zuerst erscheint. Ein Modell, das in Reels auftaucht, bevor es als API verfügbar ist, ist eher ein Distributionsspiel als ein Frontier-Modell, und für Creator werden die beiden sehr unterschiedlich bepreist.
Die Wettbewerbslandschaft 2026
Bis Mango in H1 2026 erscheint, wird die KI-Videolandschaft ganz anders aussehen als heute.
| Unternehmen | Modell | Zentrale Stärke |
|---|---|---|
| OpenAI | Sora 2 | Physiksimulation, Disney-Figuren |
| Veo 3 | Natives Audio, Flow-Bearbeitungstools | |
| Runway | Gen-4.5 | Visuelle Qualität, Adobe-Integration |
| Meta | Mango | Distribution, soziale Integration |
Metas Vorteil ist nicht technische Überlegenheit. Zumindest noch nicht. Es ist die Tatsache, dass 3 billion Menschen täglich seine Plattformen nutzen. Wenn Mango die Qualität von Runway Gen-4.5 oder Veo 3 erreicht, wird der Distributionsvorteil für Wettbewerber verheerend.
Die entscheidende Frage: Kann Meta ein Spitzenmodell entwickeln, oder wird sich das Unternehmen mit „gut genug“ zufriedengeben und auf Distribution setzen? Die Geschichte deutet auf Letzteres hin. Doch Wangs Beteiligung weist auf höhere Ambitionen hin.
Yann LeCuns Abgang
Da ist noch ein Elefant im Raum. Yann LeCun, Metas legendärer leitender KI-Wissenschaftler und einer der „Paten des Deep Learning“, kündigte kürzlich seinen Abgang an, um sein eigenes Startup zu gründen.
LeCun hat sich deutlich skeptisch gegenüber großen Sprachmodellen geäußert und glaubt an alternative KI-Ansätze. Sein Weggang wirft Fragen über die Richtung von Metas KI-Forschung auf. Steht Mango im Einklang mit LeCuns Vision oder stellt es einen Bruch mit ihr dar?
Das wissen wir noch nicht. Doch das Timing ist bemerkenswert.
Worauf man achten sollte
Auf dem Weg ins Jahr 2026 sind dies die zentralen Fragen:
- ✓Wird Mango native Audiogenerierung wie Kling und Veo 3 enthalten?
- ✓Wie wird Meta die Inhaltsmoderation für KI-generierte Videos handhaben?
- ✓Werden Creator-Tools direkt in Instagram integriert?
- ✓Kann MSL nach LeCuns Weggang Talente halten?
Unser Fazit
Metas Ankündigung von Mango ist nicht wegen dessen bedeutsam, was sie verspricht, sondern wegen dessen, was sie über die Denkweise des Unternehmens verrät. Meta will nicht länger ein schneller Nachzügler sein. Das Unternehmen baut von Grund auf neu auf, mit ernsthafter Führung und einem Veröffentlichungsfenster, das Zeit lässt, es richtig zu machen.
Wird Mango Sora 2 oder Veo 3 vom Thron stoßen? Wahrscheinlich nicht am ersten Tag. Doch mit 3 billion Nutzern und den Ressourcen für schnelle Iterationen muss Meta nur nahe genug herankommen. Den Rest erledigt die Distribution.
Das Rennen um KI-Video ist gerade deutlich spannender geworden.
Weiterführende Lektüre: Für Kontext zum aktuellen Stand von KI-Video findest du hier unseren Vergleich von Sora 2 vs Runway vs Veo 3 und unsere ausführliche Analyse zu Weltmodellen in der KI-Videogenerierung.
