Meta lanza Muse Spark, su primer modelo propietario, y abandona la apuesta por el código abierto

Nueve meses de trabajo para reescribir la estrategia de IA de Meta desde cero

El pasado miércoles 8 de abril, Meta presentó Muse Spark, el primer modelo de inteligencia artificial desarrollado íntegramente por su nueva unidad interna, Meta Superintelligence Labs. El modelo es el primer resultado tangible del equipo liderado por Alexandr Wang, exdirector ejecutivo de Scale AI, a quien Zuckerberg fichó el año pasado como parte de una inversión de 14.300 millones de dólares que otorgó a Meta el 49% del capital de esa empresa de etiquetado de datos. TechCrunch

Según el comunicado oficial, durante los últimos nueve meses el equipo reconstruyó íntegramente la infraestructura de IA de Meta, incluyendo la arquitectura del modelo, los procesos de optimización y la curaduría de datos de entrenamiento. CNBC El resultado es un modelo que, según los propios benchmarks de la compañía, sitúa a Meta de nuevo en el grupo de cabeza tras un año de tropiezos.

El lanzamiento llega después de que la versión anterior de sus modelos, Llama 4, publicada en abril de 2025, recibiera una acogida fría entre los desarrolladores y no consiguiera el impacto esperado en el mercado. CNBC Aquel fracaso fue el detonante del cambio de rumbo que Zuckerberg inició meses después.

Un modelo diseñado para 3.500 millones de usuarios

Muse Spark ya está operativo en la aplicación Meta AI y en la web meta.ai, y en las próximas semanas llegará a WhatsApp, Instagram, Facebook, Messenger y las gafas Ray-Ban de Meta. FB La escala de despliegue es difícil de comparar con cualquier otro lanzamiento de modelo en el sector: ningún competidor tiene acceso directo a una base de usuarios de ese tamaño.

Técnicamente, el modelo ofrece tres modos de funcionamiento. Un modo rápido para consultas sencillas, un modo de razonamiento para tareas complejas, y un modo denominado «Contemplating» en el que varios agentes de IA razonan en paralelo, compitiendo con los modos de razonamiento avanzado de modelos como Gemini Deep Think o GPT Pro. CNBC El modelo acepta texto, voz e imágenes como entrada, aunque por el momento solo genera respuestas en texto.

En cuanto al posicionamiento técnico, un ejecutivo de Meta reconoció abiertamente a Axios que Muse Spark no marca un nuevo estado del arte de forma generalizada, pero sí es competitivo con los modelos líderes en determinadas tareas, especialmente en comprensión multimodal y en el procesamiento de información sanitaria. Axios En codificación y razonamiento abstracto, la propia empresa admite que existe una brecha respecto a los modelos más avanzados.

Los modelos de «peso abierto» (open-weight), como la familia Llama de Meta, permiten a cualquier persona descargar los pesos del modelo, modificarlo y ejecutarlo en su propio hardware sin coste. Los modelos propietarios, en cambio, solo son accesibles a través de una interfaz o API controlada por la empresa. El cambio de estrategia de Meta supone que los miles de desarrolladores que construyeron aplicaciones sobre Llama ya no tendrán acceso directo al código del nuevo modelo.

El fin de la apuesta open source: un giro estratégico con consecuencias

A diferencia de todos sus modelos anteriores de la familia Llama, que se publicaban como modelos de peso abierto y podían ser descargados, modificados y utilizados libremente por cualquier persona, Muse Spark es por el momento una herramienta de uso interno en el ecosistema de Meta. Fortune El acceso externo queda restringido a una «vista previa privada» para socios seleccionados, con la promesa vaga de una posible apertura futura.

Analistas del sector han calificado el movimiento de «cambio mayor» que señala la intención de Meta de alejarse de la marca Llama y de su posicionamiento como empresa de IA abierta. CNBC La comunidad de desarrolladores ha reaccionado con escepticismo: muchos proyectos y empresas emergentes construyeron su base tecnológica sobre los modelos Llama, y la promesa de abrir «versiones futuras» no ofrece por ahora garantías concretas.

Meta ha previsto también una estrategia de monetización directa: un «modo de compras» integrado en el asistente apuntará a productos disponibles para adquirir, aprovechando la base de datos de comportamiento de sus miles de millones de usuarios en Facebook e Instagram. CNBC A largo plazo, la empresa prevé abrir el acceso a la API a terceros de forma de pago, siguiendo el modelo de OpenAI y Anthropic. La carrera por convertirse en infraestructura de IA para el resto de la industria acaba de tener un nuevo competidor con un alcance de distribución sin precedentes.