Allen Institute of Artificial Intelligence

Allen Institute of Artificial Intelligence

Allen Institute for Artificial Intelligence (Ai2) · Business · Sonstiges

Das Allen Institute of Artificial Intelligence (Ai2) ist eine gemeinnützige Einrichtung in Seattle, 2014 von Paul Allen gegründet. Es entwickelt Open-Source-KI-Modelle wie Olmo und Molmo sowie kostenlose Forschungswerkzeuge für die Wissenschaft.

Vorschau der Oberfläche von Allen Institute of Artificial Intelligence

Über Allen Institute of Artificial Intelligence

About

Was ist das Allen Institute of Artificial Intelligence

Das Allen Institute of Artificial Intelligence, kurz Ai2, ist ein gemeinnütziges Forschungsinstitut mit Sitz in Seattle. Paul Allen, Mitgründer von Microsoft und Philanthrop, hat es 2014 ins Leben gerufen, um KI-Forschung zu großen wissenschaftlichen und gesellschaftlichen Fragen voranzubringen. Das Institut verkauft kein Produkt. Es veröffentlicht Modelle, Datensätze, Trainingscode und Bewertungswerkzeuge, die jeder herunterladen und prüfen kann.

Was Ai2 unterscheidet, ist die Reichweite seiner Offenheit. Viele Labore geben nur die Modellgewichte frei und halten Daten und Code zurück. Ai2 veröffentlicht den gesamten Ablauf seiner Olmo-Familie, den es Modellfluss nennt: Vortrainingsdaten, Daten für das Mitteltraining, Checkpoints, Code und Bewertungssuiten. Forschende können das Verhalten eines Modells bis zu den Daten zurückverfolgen, die es erzeugt haben.

Die Grenzen sind praktischer Natur. Ai2 ist eine Forschungseinrichtung, kein Anbieter von Verbrauchersoftware, es gibt also keine ausgefeilte Abo-App mit Kundendienst. Die Flaggschiffmodelle bleiben kleiner als die größten geschlossenen Systeme, und einige Werkzeuge richten sich vor allem an Wissenschaft und Entwicklung, nicht an Gelegenheitsnutzer.

Erste Schritte

  1. Besuchen Sie allenai.org und sehen Sie sich den Bereich für offene Modelle an, um eine Familie wie Olmo, Molmo oder Tulu zu wählen.
  2. Testen Sie ein Modell im Ai2 Playground, einer kostenlosen Web-Demo, ohne etwas zu installieren.
  3. Laden Sie Gewichte, Datensätze und Code von Hugging Face oder GitHub herunter, wenn Sie ein Modell selbst ausführen oder anpassen möchten.
  4. Nutzen Sie die API über die Inferenzpartner von Ai2, wenn Sie programmatischen Zugriff für eine Anwendung brauchen.
  5. Lesen Sie technische Berichte und Paper, um Benchmarks, Trainingsphasen und bekannte Grenzen zu verstehen.

Produktinformationen

Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Allen Institute of Artificial Intelligence.

Kostenloser TarifJa
Bezahlte TarifeFree, with paid third-party API access
PlattformWeb, Hugging Face, GitHub, API
EntwicklerAllen Institute for Artificial Intelligence (Ai2)
KategorieBusiness · Sonstiges
VeröffentlichungsdatumFeb 2014
Zuletzt aktualisiertDec 2025
Website-Besuche262.3K
Globales Website-Ranking189.6K
API-VerfügbarkeitJa

Am besten für

Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.

Nutzer

  • KI-Forschende
  • Entwickler offener Produkte
  • Studierende und Lehrende

Aufgaben

  • Das Training von Sprachmodellen studieren
  • Ein offenes LLM betreiben oder anpassen
  • Modellausgaben bis zu den Daten verfolgen
  • Literatur und Zitate recherchieren

Szenarien

  • Ein Labor will ein veröffentlichtes Ergebnis nachvollziehen
  • Ein Startup braucht ein Basismodell, das es rechtlich anpassen darf
  • Eine Journalistin oder ein Faktenchecker braucht eine kostenlose Artikelsuche

Wichtigste Funktionen

Vollständig offener Olmo-Modellfluss

Ai2 veröffentlicht den gesamten Lebenszyklus seiner Olmo-Sprachmodelle, nicht nur die fertigen Gewichte. Dazu gehören Vortrainingsdaten, Daten für das Mitteltraining, Zwischen-Checkpoints, Trainingscode und Bewertungssuiten. Die aktuelle Familie Olmo 3 umfasst 7B und 32B Parameter in den Varianten Base, Instruct und Think, mit einem Think-Modell mit 32B für schrittweises Schlussfolgern.

Multimodale Molmo-Modelle

Molmo ist die Familie offener multimodaler Modelle von Ai2, die Bilder und Videos verarbeiten. Molmo 2 gibt es als 4B, 8B und als vollständig offene 7B-Variante, die das Sehen mit dem Olmo-Sprachmodell verbindet. Die Modelle decken Beschriftung, Zeigen, Zählen, Videoverständnis und Tracking ab, und Ai2 veröffentlicht die Trainingsdaten dahinter.

Ai2 Playground

Der Playground ist eine kostenlose Weboberfläche, um Ai2-Modelle ohne Code und ohne eigene Hardware auszuprobieren. Sie chatten mit einem Olmo-Modell, testen Reasoning-Prompts und vergleichen das Verhalten der Varianten. Das senkt die Hürde für alle, die ein Modell vor dem Download einschätzen wollen.

Semantic Scholar

Semantic Scholar ist eine kostenlose wissenschaftliche Suchmaschine von Ai2, die Artikel aus vielen Forschungsfeldern abdeckt. Sie fasst Kernpunkte zusammen, hebt Zitierungen hervor und hilft Forschenden, verwandte Arbeiten schnell zu finden. Sie steht allen offen und verlangt kein Konto für die Suche.

Wissenschaftliche Agent-Werkzeuge Asta

Asta ist ein Satz von Agent-Werkzeugen für wissenschaftliche Entdeckungen, entwickelt mit Fachleuten aus den Disziplinen. Enthalten ist AstaBench, eine Benchmark-Suite zur Bewertung von KI-Agenten bei Forschungsaufgaben, samt Ranglisten zum Systemvergleich. Zielgruppe sind Forschende, die messbare und reproduzierbare Ergebnisse wollen.

OlmoEarth und KI für den Planeten

OlmoEarth bringt KI in die Umweltarbeit, etwa Naturschutz und Klimamodellierung. Die Plattform macht aus Erdbeobachtungsdaten entscheidungsreife Erkenntnisse und richtet sich an Organisationen ohne eigene KI-Expertise. Verwandte Projekte sind EarthRanger für die Verwaltung von Schutzgebieten und Skylight zur Erkennung illegaler Fischerei.

Vor- und Nachteile

Vorteile

  • Veröffentlicht vollständige Trainingsdaten, Code und Checkpoints der Flaggschiffmodelle, ein Maß an Offenheit, das wenige Labore erreichen.
  • Die Modelle erscheinen unter permissiven Lizenzen, kommerzielle Anpassung und Weitergabe sind also meist erlaubt.
  • Getragen von einer gemeinnützigen Einrichtung mit klarer Forschungsmission, nicht von einem Anbieter, der Abos verkaufen will.
  • Kostenlose, zugängliche Werkzeuge wie der Playground und Semantic Scholar senken die Einstiegshürde.
  • Regelmäßige Updates, etwa die Olmo-3.1-Aktualisierung im Dezember 2025, halten den Stack aktuell.

Nachteile

  • Die Modellgrößen bleiben deutlich unter den größten geschlossenen Systemen, die rohe Leistung bei schweren Aufgaben kann also zurückliegen.
  • Es gibt kein Verbraucherpaket mit eigenem Support, Nutzer sind auf Dokumentation und Community-Foren angewiesen.
  • Das Meiste aus den Modellen herauszuholen verlangt Machine-Learning-Kenntnisse und oft eigene Hardware.
  • Die Dokumentation ist für Forschende geschrieben, für Einsteiger kann sie mühsam sein.

Häufige Fragen

Es ist ein gemeinnütziges KI-Forschungsinstitut in Seattle, 2014 von Paul Allen gegründet. Es entwickelt offene Modelle, Datensätze und Forschungswerkzeuge und veröffentlicht sie zur öffentlichen Nutzung.