MBZUAI-Tochter IFM veröffentlicht PAN 2 als Open Weights: 29B-Weltmodell unter Apache 2.0, selbst gemeldete 34 % vollständige Mehrschrittpläne
MarkTechPost berichtete am 10. November 2026, dass das IFM-Institut der MBZUAI das 29B-Weltmodell PAN 2 veröffentlicht hat; Gewichte, Trainings- und Inferenzcode stehen unter Apache 2.0 und lassen sich mit Diffusers, vLLM, FastVideo oder Repo-Skripten ausführen. IFM meldet selbst eine Rate vollständig erfüllter Mehrschrittpläne von 34,0 % und damit einen Vorsprung vor den sechs getesteten Modellen, doch rund zwei Drittel der Pläne lassen noch Schritte aus; bei Einzelaktionen und menschlicher Präferenz liegt es hinter MiniMax-H3. Angaben zu VRAM und Generierungszeit fehlen.
Was sich geändert hat
IFM kündigte PAN 2 am 10. November 2026 auf X an, MarkTechPost berichtete am selben Tag. PAN 2 ist ein allgemeines Weltmodell für physikalische Intelligenz: Es nimmt eine Szene und eine Textaktion entgegen und gibt ein Video der Szene nach der Aktion aus. Es folgt der in IFM-Papieren beschriebenen Architektur der generativen latenten Vorhersage und ist der Nachfolger des im November 2025 veröffentlichten PAN. Die Architektur ist zweistufig: Die konzeptionelle Inferenz nutzt ein instruktionsfähiges LLM, das Beobachtung und Aktion in strukturiertes JSON schreibt (Ereignisse, an Akteure gebundene zeitliche Aktionen, Kamerabewegung); laut IFM-Bericht wird standardmäßig Kimi K3 verwendet. Die perzeptuelle Inferenz sagt mit einem von Grund auf trainierten 29B-dichten MMDiT Videolatenten voraus, ein eingefrorener Qwen3.5-9B-Textencoder liefert die Bedingung, ein Wan-2.2-VAE-Decoder rendert das Endbild. Die Ausgabe ist 704×1248 bei 24 fps und bis zu 20 Sekunden; Standardclips haben 241 Frames (rund 10 Sekunden), beim Sampling sind 50 Schritte, Flow Shift 9 und Guidance 2.5 voreingestellt. Laut Bericht sind Gewichte, Trainings- und Inferenzcode unter Apache 2.0 veröffentlicht und über Hugging Face Diffusers, vLLM, FastVideo oder mitgelieferte Repo-Skripte ausführbar; beigefügt ist ein Skill für konzeptionelle Inferenz für Claude Code und Codex, der Freitext in strukturierte Beschreibungen umschreibt. IFMs Ablation zeigt, dass konzeptionelle Inferenz unverzichtbar ist: Ohne sie fällt die Rate vollständiger Pläne von 34,0 % auf 0,0 %, die Schrittrate von 75,1 % auf 8,7 %; reine Formatumschreibung bringt 27,8 %. Der Bericht erwähnt zudem, dass IFM nach frühem Training Spiel-, Animations- und Simulationsmaterial ausschloss und ein 9B-Testmodell ohne dieses Material in einer Blindabstimmung 58 % der Stimmen gewann.
Auswirkungen für Entwickler
Für Entwickler ist es nützlicher, Verfügbarkeit und Fähigkeitsgrenzen zu trennen, als auf Ranglisten zu schauen. Zur Lizenz: Laut Bericht stehen Gewichte, Trainings- und Inferenzcode unter Apache 2.0 – diese Kombination kommt einer Veröffentlichung näher, mit der sich eine eigene Trainingspipeline aufbauen lässt, als reine Open Weights; die gesamte Inferenzkette hängt aber zusätzlich vom eingefrorenen Qwen3.5-9B-Textencoder und vom Wan-2.2-VAE-Decoder ab, deren Lizenzbedingungen der Bericht nicht nennt und die vor kommerziellem Einsatz selbst zu prüfen sind. Zur Hardware: Der Bericht sagt nur, dass jeder GPU-Worker das vollständige 29B-Modell in BF16 lädt und Block-Offloading als Rückfall dient; VRAM-Werte und Generierungszeiten fehlen, Kapazitätsplanung bleibt daher Selbstmessung. Zur Leistung: Dies sind IFM-eigene Zahlen – bei 100 Mehrschrittaufgaben 34,0 % vollständige Pläne (MiniMax-H3 32,50 %, FLUX 3 26,77 %, Seedance 2.5 24,49 %), Schrittrate 75,10 %, praktisch gleichauf mit H3 mit 75,12 %; bei sechs Einzelaktionsfähigkeiten insgesamt 84,48 % gegenüber 87,20 % bei H3, das laut Bericht in allen sechs Kategorien führt, und auch das menschliche Elo von 1595 liegt unter dem von H3 mit 1620. Anders gesagt: Für reine Einzelaktions-Videogenerierung liefert diese Veröffentlichung keinen Grund zum Modellwechsel; für mehrschrittige Planung im Sinne von erst simulieren, dann handeln bietet sie eine selbst hostbare Option mit Trainingscode. Die Ablation zeigt auch, dass sie nicht out of the box einsatzbereit ist: Ohne konzeptionelle Inferenz fällt die Rate vollständiger Pläne auf null, reine Formatumschreibung kommt nur auf 27,8 %; die Engineering-Qualität von Planer und Prompts entscheidet direkt über die Nutzbarkeit. Zudem empfiehlt der Bericht, pan2-guardrail separat zu betreiben; in IFM-Tests senkte es unsichere Ausgaben bei schädlichen Text-zu-Video-Anfragen von 33,9 % auf 1,5 %, blockierte aber auch 11,5 % der harmlosen Anfragen – ein Guardrail senkt Risiken, verursacht aber Kosten durch Fehlblockaden.
Integration und Bewertung
Im Folgenden handelt es sich um bedingte Analysen und Empfehlungen auf Basis des Berichts, nicht um verifizierte Schlussfolgerungen. Die erste Entscheidung betrifft, ob Planer und Prompt-Pipeline selbst gebaut werden. Laut Bericht senkt das Entfernen konzeptioneller Inferenz die Rate vollständiger Pläne von 34,0 % auf 0,0 %, reine Formatumschreibung bringt 27,8 %; bei Mehrschrittaufgaben gehört ein LLM-Planer mit strukturierter JSON-Umschreibung also in den Engineering-Umfang, statt Freitext direkt an das Modell zu geben. Voraussetzung ist, dass die Aufgabe tatsächlich mehrschrittige Simulation braucht; für reine Einzelaktionsclips gelten diese Ablationsergebnisse nicht. Messbar ist der Vergleich von Freitext und umgeschriebener strukturierter Beschreibung als Eingabe auf dem eigenen Mehrschritt-Datensatz anhand vollständiger Plan- und Schrittrate, wobei das harte Budget von 1536 Tokens für die Beschreibung zu beachten ist: Ob die Umschreibung abgeschnitten wird, verändert das Ergebnis direkt. Die zweite Entscheidung betrifft, ob der Guardrail in die Kette kommt. Laut Bericht senkte pan2-guardrail in IFM-Tests unsichere Ausgaben bei schädlichen Anfragen von 33,9 % auf 1,5 %, blockierte aber 11,5 % der harmlosen Anfragen; kommen Prompts von unkontrollierten Nutzern, spricht das für einen standardmäßigen vorgeschalteten Filter, bei rein internem Gebrauch mit kontrollierten Prompts wiegen die Fehlblockaden schwerer. Messbar ist die gemeinsame Erhebung von harmloser Fehlblockrate und verbleibender Rate schädlicher Ausgaben auf vorhandenen Prompt-Stichproben; erst eine akzeptable Obergrenze für Fehlblockaden festlegen, dann über den Einsatz entscheiden. Die dritte Entscheidung betrifft Service-Stack und VRAM-Basis. Der Bericht nennt vier Wege – Diffusers, vLLM, FastVideo und Repo-Skripte – sowie 241 Frames und 50 Schritte als Standard, aber keine VRAM- und Generierungszeiten. Sinnvoll ist, zunächst einen Weg als Basis festzulegen und dann pro Worker Spitzen-VRAM, Dauer eines Clips mit und ohne Block-Offloading sowie die dadurch entstehenden Bildqualitätsunterschiede einzeln zu messen. Da nur etwa ein Drittel der Pläne vollständig ist, sollte die Kostenrechnung pro erfolgreich abgeschlossenem Mehrschrittplan statt pro Video erfolgen, damit Retry-Kosten durch einzelne fehlgeschlagene Schritte einfließen.
Grenzen und offene Fragen
Alle genannten Werte stammen von IFM selbst und liefen auf dessen eigener Testsuite; es handelt sich nicht um unabhängige Reproduktionen. Auch innerhalb des Materials sind die Bezugsgrößen uneinheitlich: Die Zusammenfassung nennt für Physics-IQ einen Systemstandardwert von 37,48 und für MiniMax-H3 42,91, die Tabelle nennt unter Leaderboard-Einstellungen 49,38 für PAN 2 und 39,79 für H3; beide Zahlengruppen dürfen nicht vermischt werden. Modellkarte und Blog nennen zudem unterschiedliche Planungswerte für Cosmos 3 Super und LTX-2.5. Weiteres bleibt offen: VRAM und Generierungszeiten fehlen, Kapazitätsplanung erfordert Selbstmessung; die Lizenzbedingungen des Qwen3.5-9B-Encoders und des Wan-2.2-VAE-Decoders in der Pipeline werden nicht genannt; die Fehlblockrate von 11,5 % harmloser Anfragen stammt aus IFMs Testset und muss sich auf der eigenen Prompt-Verteilung nicht wiederholen; ob die Obergrenze von 20 Sekunden und die Ausgabe 704×1248 den eigenen Simulationsbedarf decken, ist ebenfalls zu testen. PAN 2 ist derzeit nicht im KimiSeek-Katalog gelistet, der Bericht nennt keine gehostete API, und Bezugswege für Gewichte und Code verweisen auf den Hersteller. Der Bericht erwähnt, dass der von IFM standardmäßig genutzte Planer Kimi K3 einen Eintrag im KimiSeek-Katalog hat, doch der Planer ist austauschbar; Zugangsweise und Preise richten sich nach der Preisseite der Site.