Por | Alphabet AI
Desde que Wang Tao (Alexandr Wang) se unió a Meta, han pasado aproximadamente diez meses. El mundo está a punto de pasar de un verano a otro, y el "aguacate" de Meta finalmente está maduro.
El 8 de abril, hora local, Meta anunció el lanzamiento de Spark, el primer modelo de la serie Muse. Este es también el primer plato que Meta ha servido después de incorporar a Wang Tao y establecer el "Meta Superintelligence Labs (MSL)".
Wang Tao publicó varios mensajes en X presentando el nuevo modelo, diciendo: "Hace nueve meses, reconstruimos desde cero la pila tecnológica de inteligencia artificial, incluyendo una nueva infraestructura, arquitectura y canal de datos. Muse Spark es el resultado de este trabajo".
Incluso Yann LeCun, ex científico jefe de Meta del que se rumoreaba tenía desavenencias con Wang Tao, vino a felicitar, creando un ambiente armonioso.
Meta enfatizó que el diseño de Spark tenía como objetivo ser "pequeño y rápido". Lanzar un modelo así como primer paso, en lugar de "aguantar para un gran lanzamiento" y publicar directamente un modelo aplastante, muestra que Meta también es consciente de que el tiempo no espera.
Por ahora, esta estrategia ha funcionado: el precio de las acciones de Meta subió aproximadamente un 9% durante ese día.
01 El nuevo modelo Muse Spark
Primero, veamos qué modelo ha lanzado Meta.
El nuevo modelo se llama Muse Spark, donde Muse es el nombre de la serie de modelos. Este nombre también es interesante: Muse significa "Musa" y Spark significa "chispa".
Meta indicó que Muse Spark es el modelo más potente de Meta hasta la fecha. Actualmente da soporte a las aplicaciones y sitios web de Meta AI, y llegará en las próximas semanas a WhatsApp, Instagram, Facebook, Messenger y las gafas de IA. Meta también proporcionará una vista previa privada del modelo a través de API a algunos socios seleccionados.
Está claro que Meta quiere aprovechar al máximo su ventaja de plataforma, afirmando explícitamente que Muse Spark está construido específicamente para los productos de Meta.
Proporcionará un soporte más inteligente y rápido para Meta AI, y con el tiempo desbloqueará nuevas funciones que pueden hacer referencia a contenidos recomendados e información compartida por los usuarios en Instagram, Facebook y Threads.
"Estamos avanzando hacia el objetivo de una superinteligencia personal: crear un asistente inteligente que pueda ayudar a cualquier persona en cualquier momento con lo que más le importa".
El diseño de Muse Spark prioriza ser pequeño y rápido, pero es lo suficientemente capaz para abordar problemas complejos en ciencia, matemáticas y salud. Su núcleo es un modelo de razonamiento multimodal nativo.
A diferencia de versiones anteriores que "unían" visión y texto, Muse Spark se reconstruyó desde la arquitectura base, integrando información visual en su lógica interna. Este cambio arquitectónico permite una "cadena de pensamiento visual", permitiendo al modelo anotar entornos dinámicos, por ejemplo, identificando componentes de una cafetera compleja o corrigiendo la postura de yoga de un usuario mediante el análisis de video side-by-side.
Sin embargo, el avance técnico más importante es la nueva modalidad de "pensamiento" (Contemplating).
Meta afirma que esta función coordina múltiples subagentes que razonan en paralelo, permitiendo a Meta competir con modelos de razonamiento extremo como Gemini Deep Think de Google y GPT-5.4 Pro de OpenAI.
En cuanto a los resultados de las pruebas del modelo único.
El nuevo modelo Muse Spark de Meta tuvo un desempeño destacado en el Índice de Inteligencia Artificial de Análisis Artificial (Artificial Analysis Intelligence Index), una puntuación de inteligencia integral que cubre múltiples dimensiones de referencia. Obtuvo 52 puntos, ubicándose en el 4º lugar mundial. Los primeros puestos fueron para Gemini 3.1 Pro y GPT-5.4 (ambos alrededor de 57 puntos), y Claude Opus 4.6 (alrededor de 53 puntos).
Comparado con los meros 18 puntos de Llama 4 Maverick del año pasado, esto representa un gran progreso, mostrando que Meta ha remontado claramente en los modelos de vanguardia.
Fortalezas y debilidades específicas:
. Razonamiento científico a nivel doctoral (GPQA Diamond): Muse Spark alcanzó una precisión del 89.5%, un rendimiento bastante sólido, pero aún ligeramente por detrás de Gemini 3.1 Pro (94.3%), GPT-5.4 (92.8%) y Claude Opus 4.6 (92.7%).
. Comprensión de gráficos y visual (CharXiv Reasoning, en modo Contemplating): Puntuación de 86.4, superando claramente a los competidores en esta tarea de razonamiento visual multimodal — por delante de Gemini 3.1 Pro (80.2), GPT-5.4 (82.8) y Claude Opus 4.6 (65.3). La comprensión visual y el razonamiento con gráficos es una de las ventajas destacadas de Muse Spark.
. Razonamiento médico complejo (HealthBench Hard): Puntuación del 42.8%, liderando significativamente a todos los competidores principales, incluyendo GPT-5.4 (40.1%), Gemini 3.1 Pro (20.6%) y Claude Opus 4.6 (14.8%). Meta señaló que esto se debe al entrenamiento específico realizado en colaboración con más de 1000 médicos. La capacidad relacionada con la medicina es uno de sus puntos fuertes.
. Ingeniería de software y codificación (SWE-Bench Verified): Puntuación del 77.4%, por detrás de Claude Opus 4.6 (80.8%) y Gemini 3.1 Pro (80.6%). Meta mismo admitió que aún existe una brecha en tareas autónomas (agentic tasks) multipaso de larga duración y flujos de trabajo de codificación complejos, que requieren más inversión.
. Comprensión multimodal y multidisciplinaria (MMMU Pro): Puntuación de aproximadamente 80.4–80.5%, solo por detrás de Gemini 3.1 Pro (83.9%), ocupando el segundo lugar en tareas visuales multimodales.
En general, Muse Spark se destaca en razonamiento visual multimodal, el campo médico y el razonamiento eficiente, siendo particularmente adecuado para el ecosistema social, de contenido y de salud propio de Meta; pero aún tiene espacio para mejorar en tareas puramente de codificación y tareas autónomas de cadena larga.
02 El "aguacate" pospuesto varias veces
En X, ocurrió un pequeño incidente interesante.
Como actual líder de IA en Meta, Wang Tao (Alexandr Wang) publicó numerosos mensajes en X promocionando el nuevo modelo.
En ese momento, alguien señaló que el gráfico de benchmark proporcionado por Meta era demasiado confuso, "prácticamente un crimen". En este gráfico, la puntuación de Muse Spark aparecía en la primera columna y toda resaltada con colores llamativos. A primera vista, parecía liderar en todo, pero al mirar detenidamente se notaba que algunas puntuaciones eran más bajas.
Jugar con trucos en los gráficos no es nada nuevo; OpenAI ha sido criticado varias veces por ello.
Lo interesante es que Wang Tao esta vez optó por "rendirse" inmediatamente, respondiendo a la crítica:
"Lo sentimos, no fue nuestra intención insinuar que tenemos la puntuación más alta. Por el contrario, la mayoría de los resultados de evaluación indican que nuestro modelo aún tiene mucho que mejorar. No volveremos a cometer el mismo error".
No es difícil ver que Meta tampoco buscaba que Muse Spark lograra una aplastante superioridad total, sino volver a las filas de la competencia en IA.
Por todas las señales, la serie Muse probablemente sea el proyecto conocido internamente como "Aguacate" (Avocado).
El aguacate se ha retrasado demasiado, y Meta ahora ha adoptado una estrategia de "primero pequeño, luego grande". Meta enfatizó en su publicación oficial que Spark se centra en ser rápido y pequeño, y que esto es solo el comienzo:
"Nuestros modelos están evolucionando según lo previsto. Muse Spark es un punto de datos temprano en nuestra trayectoria de desarrollo, y estamos desarrollando modelos a mayor escala".
Esto difiere del ritmo acostumbrado en la industria de la IA (especialmente entre los jugadores principales) de "impactar" y "asombrar al mundo", pero Meta realmente no tiene tiempo para esperar.
A principios del año pasado, después de que Meta lanzara la serie Llama 4, el rendimiento del modelo no cumplió con las expectativas (especialmente la mejora insuficiente del gran modelo Behemoth), por lo que se suspendió el desarrollo de código abierto adicional de la serie Llama.
El verano pasado, Meta invirtió 14.3 mil millones de dólares en Scale AI (adquiriendo el 49% de las acciones) y reclutó directamente al fundador y CEO de Scale AI, Wang Tao (Alexandr Wang) de 28 años, como Director de IA, estableciendo formalmente los Meta Superintelligence Labs (MSL).
Al mismo tiempo, Meta inició una caza de talentos desenfrenada, reclutando con altos salarios a docenas de investigadores destacados de OpenAI, Google y otras empresas, con algunas ofertas que alcanzaron millones e incluso cientos de millones de dólares.
En cuanto a costos, el gasto de capital relacionado con la IA de Meta para todo 2025 alcanzó los 72.22 mil millones de dólares; las previsiones de resultados de enero de 2026 mostraron que esta cifra aumentará significativamente a 1150-1350 mil millones de dólares, casi el doble, destinados principalmente al entrenamiento de modelos de MSL y la expansión de centros de datos.
Durante estos últimos diez meses, Meta, junto con Zuckerberg y el principal responsable de IA de Meta, Wang Tao, han estado bajo una enorme presión. La gente estaba ansiosa por ver qué plato servirían después de la reestructuración de Meta y la incorporación de Wang Tao.
Al menos, según la primera reacción del mercado, la estrategia de Meta de abandonar "aguantar para un gran lanzamiento" y en su lugar servir primero un plato pequeño funcionó: el precio de las acciones de Meta subió casi un 9% durante ese día, registrando su mayor ganancia intradía desde enero de este año. Al cierre, Meta subió un 6.5%.
Una información a tener en cuenta es que, si bien se pensaba externamente que "Aguacate" se volvería completamente de código cerrado, Meta esta vez no cerró la puerta. En el futuro, Meta podría adoptar una estrategia mixta paralela de código abierto y cerrado, manteniendo los modelos insignia y la tecnología exclusiva internamente mientras mantiene la disponibilidad de código abierto de modelos frescos para la amplia comunidad de desarrolladores.
Meta finalmente ha servido el "aguacate" en la mesa, pero esto está lejos de ser el final. Para Wang Tao y Zuckerberg, Muse Spark se parece más a un disparo de salida. El futuro dependerá de si se pueden cumplir las promesas de "ser cada vez más fuerte".
