Meta ha dado un paso importante en su estrategia de inteligencia artificial con el lanzamiento de Muse Spark, un nuevo modelo que marca un antes y un después tras la reestructuración de su división de IA. La compañía de Mark Zuckerberg intenta recuperar terreno frente a rivales como OpenAI, Google y Anthropic con una propuesta más integrada en sus productos y con ambición claramente global.
Este modelo será el motor de Meta AI en la web, la app independiente y, progresivamente, en servicios como WhatsApp, Instagram, Facebook, Messenger y las gafas Ray-Ban Meta AI. Aunque de momento el despliegue ha comenzado en Estados Unidos, la hoja de ruta incluye una expansión internacional que previsiblemente afectará también a usuarios de España y del resto de Europa en cuanto se pulan los aspectos regulatorios y de privacidad propios de la región.
Un giro estratégico: de Llama a la familia Muse
Muse Spark es el primer modelo de la nueva serie Muse desarrollada por Meta Superintelligence Labs (MSL), el laboratorio de élite que Zuckerberg ha montado tras invertir miles de millones en talento e infraestructura. Al frente está Alexandr Wang, fundador de Scale AI, cuya incorporación se cerró tras una inversión de aproximadamente 14.300 millones de dólares (unos 12.250 millones de euros) en su antigua empresa.
El modelo se ha desarrollado en unos nueve meses y, durante este tiempo, Meta asegura haber reconstruido su pila de IA prácticamente desde cero. El resultado es un sistema que no busca ser el más grande del mercado, sino uno de los más eficientes: pequeño, rápido y con capacidad para abordar consultas complejas sin necesidad de un consumo desmesurado de cómputo, mejorando el rendimiento de variantes anteriores como Llama 4 o Llama 4 Maverick.
Este cambio de rumbo llega tras la recepción tibia de la familia Llama, que pese a su enfoque de código abierto no logró posicionar a Meta al nivel de OpenAI, Anthropic o Gemini de Google. Con Muse Spark, la empresa asume que necesita un producto más ajustado a sus aplicaciones reales y a la vez capaz de sostener un modelo de negocio propio en torno a la IA.
Los mercados han respondido de manera positiva. Tras darse a conocer Muse Spark, las acciones de Meta llegaron a subir entre un 6% y un 8% en Wall Street, una señal de que los inversores interpretan este movimiento como un intento serio de la compañía por seguir compitiendo en la próxima gran plataforma tecnológica.
Modelo propietario, pero sin cerrar la puerta al código abierto
Uno de los puntos más llamativos es que Muse Spark es un modelo cerrado y propietario. Esto contrasta con la apuesta anterior de Meta por publicar pesos y modelos Llama bajo licencias relativamente abiertas. Ahora, la compañía prioriza el control sobre la tecnología y su explotación comercial, aunque mantiene el discurso de que futuras versiones de la familia Muse podrían ofrecer variantes abiertas.
Según explican desde Meta, las mejoras en el proceso de entrenamiento y en su infraestructura permiten que un modelo más pequeño alcance un rendimiento comparable a versiones medianas de Llama 4, con un orden de magnitud menos de cómputo. Esta eficiencia es clave para poder escalar el uso de Muse Spark en todas sus aplicaciones sin disparar los costes.
En evaluaciones internas y de terceros, la compañía apunta a que el modelo ofrece un rendimiento competitivo en percepción multimodal, razonamiento y tareas agénticas, aunque admite que todavía hay margen de mejora en ámbitos como flujos de programación complejos o sistemas de agentes de muy largo alcance.
Especialistas externos han señalado que la ausencia de pesos abiertos dificultará que la comunidad mida con precisión el valor técnico del modelo. Aun así, Meta subraya que seguirá invirtiendo en proyectos abiertos en paralelo, de forma que su ecosistema de IA quede repartido entre modelos de uso interno, productos comerciales y desarrollos comunitarios.
Capacidades clave: multimodalidad, salud y compras
En el plano práctico, Muse Spark se presenta como una IA multimodal capaz de trabajar con texto e imágenes. Puede analizar fotografías, comprender su contenido y combinarlas con instrucciones escritas, un terreno especialmente relevante para dispositivos como las gafas Ray-Ban Meta AI o para el enorme volumen de imágenes y vídeos que circulan en las redes sociales de la compañía.
Meta insiste mucho en el ámbito de la salud. Muse Spark se ha entrenado tomando como referencia datos curados con la ayuda de más de 1.000 médicos, que han revisado y ajustado información sobre nutrición, ejercicio y otros temas sanitarios. El objetivo es que el asistente pueda responder consultas médicas con mayor precisión, generar explicaciones visuales y ayudar a entender conceptos complejos, como el funcionamiento de ciertos músculos durante el deporte o la composición nutricional de un plato.
Este enfoque no está exento de riesgos, sobre todo en Europa, donde los criterios de protección de datos y las exigencias regulatorias sobre servicios digitales relacionados con salud son especialmente estrictos. En cualquier caso, Meta asegura haber sometido al modelo a evaluaciones de riesgo de frontera, pruebas de alineamiento y robustez adversarial, con resultados que situarían a Muse Spark dentro de los márgenes de seguridad asumidos por la industria.
Otro pilar de la propuesta es el modo de compras (Shopping). Muse Spark se conecta con Instagram, Facebook y Threads para sugerir productos, estilos o recomendaciones de compra basadas en los creadores y comunidades que el usuario ya sigue. Cuando alguien pregunta por ropa, decoración o ideas de regalo, la IA puede combinar esa información social con el contexto de la consulta para mostrar opciones potencialmente más relevantes que las de un buscador genérico.
En escenarios más cotidianos, como planificar un viaje, organizar un itinerario o comparar destinos para familias con niños, el modelo distribuye la tarea entre varios agentes de IA: uno puede armar la agenda, otro revisar alojamientos, otro buscar actividades específicas, y después combinarlo todo en una propuesta coherente para el usuario.
Modos de razonamiento y arquitectura basada en agentes
Al igual que otros modelos de última generación, Muse Spark ofrece varios modos de razonamiento para adaptarse a cada tipo de consulta. Meta describe tres niveles principales: un modo rápido, orientado a respuestas instantáneas; un modo intermedio para tareas que exigen algo más de elaboración; y un modo avanzado, pensado para análisis en profundidad.
En la práctica, estos niveles se traducen en lo que la compañía denomina modos como «Instantáneo», «Pensando» y «Contemplando». El primero prioriza la velocidad para dudas simples; el segundo se centra en problemas más complejos, como resumir documentos, analizar contratos o explicar conceptos científicos; y el tercero activa un conjunto de agentes que trabajan en paralelo para obtener una respuesta más elaborada, en línea con los llamados modos de razonamiento extremo presentes en modelos como Gemini Deep Think o ciertos planes avanzados de GPT.
Para hacer viable este enfoque sin disparar los costes, los ingenieros de Meta han introducido una penalización sobre el tiempo de pensamiento durante el entrenamiento. Es decir, empujan al modelo a comprimir su razonamiento y a usar menos tokens cuando se enfrenta a problemas complejos, tratando de mantener la calidad de la respuesta mientras reduce latencia y consumo de recursos.
La compañía indica que, en benchmarks de referencia, Muse Spark se sitúa en niveles competitivos frente a modelos como Claude Opus 4.6 o versiones avanzadas de GPT en ámbitos como razonamiento multimodal o ciertas pruebas de agentes. No obstante, también reconoce flaquezas en áreas como programación sofisticada o tareas agénticas de muy largo recorrido, donde otros paquetes siguen llevando ventaja.
En cualquier caso, la arquitectura de agentes en paralelo y la capacidad de alternar entre modos de respuesta apuntan a que Meta quiere que su asistente deje de ser un simple chatbot para convertirse en una «superinteligencia personal», capaz de ejecutar pasos concretos, coordinar subtareas y moverse con cierta autonomía dentro del ecosistema de la compañía.
Integración total en las apps de Meta y su impacto potencial en Europa
Muse Spark ya está detrás de Meta AI en la versión web y en la aplicación dedicada en Estados Unidos, y la empresa ha confirmado que en las próximas semanas se extenderá a WhatsApp, Instagram, Facebook y Messenger, además de a las gafas Ray-Ban Meta AI. La idea es que el usuario no tenga que instalar nada adicional: la IA se incorporará como una capa transversal a los servicios que millones de personas usan a diario.
En Europa, y concretamente en España, la llegada de estas funciones estará condicionada por normativas como el Reglamento General de Protección de Datos (RGPD) y la nueva regulación europea sobre IA. La capacidad de Muse Spark para aprovechar texto, imágenes, vídeos y reacciones de los usuarios plantea dudas sobre cómo se gestionarán el consentimiento, el perfilado y el uso de datos personales para hiperpersonalizar respuestas.
Meta ve precisamente en esa abundancia de información una de sus grandes ventajas competitivas. Al disponer de interacciones sociales, contenido audiovisual y reacciones explícitas (likes, comentarios, compartidos), sostiene que puede entrenar y afinar modelos que entienden mejor las preferencias de las personas. En Europa, sin embargo, tendrá que equilibrar ese potencial con requisitos estrictos sobre transparencia, minimización de datos y posibilidad de exclusión.
Más allá de las redes sociales, el despliegue de Muse Spark en productos como las gafas inteligentes abre la puerta a experiencias de «computación ambiental»: apuntar con la cámara a un objeto, recibir información contextual al instante, o pedir orientación nutricional sin necesidad de escanear etiquetas manualmente. Este tipo de usos, de nuevo, tendrá que medirse con lupa en el contexto regulatorio europeo.
Si Meta logra adaptar Muse Spark a estos marcos legales sin diluir demasiado sus capacidades, los usuarios europeos podrían beneficiarse de asistentes más proactivos y contextuales, tanto en el consumo de contenidos como en compras, ocio o bienestar. La empresa, por su parte, ganaría una posición más sólida frente a los modelos que ya operan en la región a través de navegadores y aplicaciones externas.
Negocio, API de pago e inversión masiva en infraestructuras
Además del uso directo en sus aplicaciones, Meta está probando un acceso restringido a Muse Spark mediante API para socios seleccionados. La idea es ir abriendo gradualmente un servicio de pago que permita a empresas y desarrolladores integrar el modelo en sus propios productos, generando una nueva línea de ingresos más allá de la publicidad.
Hasta ahora, la compañía no había conseguido consolidar un negocio relevante basado en la venta de capacidades de IA como servicio, a diferencia de lo que han logrado otros actores del sector. Con un modelo propietario y orientado a tareas muy concretas, espera posicionarse como alternativa en un mercado donde ya operan con fuerza las plataformas respaldadas por Microsoft, Google y otros proveedores de nube.
Este movimiento llega acompañado de un aumento muy agresivo de la inversión en centros de datos, chips y redes. Meta ha comunicado que su gasto de capital vinculado a IA para 2026 se situará en una horquilla extremadamente alta, prácticamente el doble del año anterior, con el objetivo de poder entrenar, desplegar y ejecutar modelos cada vez más complejos para cientos de millones de usuarios.
La reacción positiva en bolsa sugiere que, al menos por ahora, los mercados están dispuestos a tolerar este incremento del capex a cambio de la posibilidad de que la compañía asegure un papel relevante en la economía de la IA generativa. Sin embargo, la verdadera prueba vendrá cuando se conozca el grado de adopción de su API y la disposición de empresas europeas y estadounidenses a construir sobre una tecnología cuya hoja de ruta pública aún es limitada.
A nivel interno, Meta afirma haber mantenido estructura relativamente plana y autonomía para los equipos de investigación, con Wang supervisando directamente a alrededor de un centenar de personas. La intención es moverse con agilidad en un entorno donde los ciclos de desarrollo de modelos punteros se están acortando de manera notable.
El lanzamiento de Muse Spark refleja un cambio de ritmo en la apuesta de Meta por la IA: de una estrategia centrada en modelos abiertos que no terminaban de cuajar en el mercado, a un enfoque más pragmático, propietario y orientado a productos concretos. Si el modelo cumple lo prometido en rendimiento, integración y seguridad, la compañía podría recortar distancias con los líderes actuales; si se queda corto, el coste de oportunidad de esta reorientación será significativo en un sector que se mueve a una velocidad vertiginosa.