Meta presenta dos nuevos modelos de IA diseñados para manejar tareas complejas

Martes 13 Octubre 2026 - 22:42

Meta ha anunciado dos nuevos modelos de inteligencia artificial, Muse Wonder y Muse Wonder Full, que la compañía describe como sus sistemas más capaces y eficientes hasta la fecha. Los modelos están diseñados para ir más allá de responder preguntas y generar contenido, con un enfoque en llevar a cabo tareas complejas tanto para uso personal como profesional.

El lanzamiento sigue a una reestructuración prolongada de la estrategia de inteligencia artificial de Meta, que comenzó hace aproximadamente 14 meses e incluyó trabajo en el modelo Muse Spark. Los últimos sistemas están destinados a apoyar actividades prácticas como revisar reclamaciones de seguros, analizar información financiera, desarrollar software y construir aplicaciones.

Una característica central de los nuevos modelos es lo que Meta llama memoria activa, una capacidad diseñada para retener información relevante a lo largo de las conversaciones y recuperarla cuando sea necesario. Esto podría ayudar a los usuarios a gestionar proyectos más largos sin tener que proporcionar repetidamente la misma información de fondo, aunque la utilidad de tal característica dependerá de cuán precisamente se almacene y aplique la información.

Los modelos también incorporan un enfoque descrito como enfoque activo, que les permite continuar trabajando hacia un objetivo definido, probar soluciones alternativas y corregir errores en el camino. Según la compañía, pueden buscar la confirmación del usuario antes de tomar acciones importantes, una salvaguarda importante a medida que los sistemas de IA se involucran más en tareas con consecuencias en el mundo real.

Meta está apuntando a aplicaciones en áreas que incluyen derecho, finanzas, salud, programación y desarrollo de aplicaciones. En estos campos, los sistemas de IA pueden potencialmente reducir el trabajo repetitivo y ayudar a los usuarios a procesar grandes volúmenes de información. Sin embargo, el despliegue profesional también requiere resultados confiables, una fuerte protección de datos y la supervisión humana adecuada, particularmente cuando las decisiones podrían afectar las finanzas, derechos legales o salud de las personas.

El acceso a los dos modelos será diferente. Muse Wonder está disponible para desarrolladores a través de la API de Modelos de Meta y el servicio Muse Code, mientras que Muse Wonder Full está inicialmente restringido a suscriptores de Muse Code. Meta también ha indicado que planea llevar el primer modelo a experiencias en la plataforma Muse en un futuro cercano.

La seguridad y la privacidad son algunas de las otras áreas destacadas por la compañía. Meta dice que los modelos fueron entrenados para evitar compartir información personal sin autorización y para rechazar solicitudes que podrían facilitar actividades dañinas. La compañía también señala aplicaciones potenciales de ciberseguridad, incluyendo la identificación de vulnerabilidades de software y ayudar a mejorar la protección de sistemas digitales.

Estas capacidades reflejan un cambio más amplio en la industria de la IA hacia sistemas que pueden realizar tareas de múltiples pasos en lugar de simplemente responder a solicitudes individuales. Tales herramientas pueden ofrecer ganancias de productividad, pero también introducen desafíos relacionados con la precisión, permisos de acceso, responsabilidad y el riesgo de acciones no intencionadas.

Meta dice que los modelos fueron desarrollados de acuerdo con su marco para escalar la superinteligencia. Sin embargo, su rendimiento práctico dependerá en última instancia de cuán bien manejen tareas exigentes fuera de entornos de prueba controlados y cuán efectivamente operen sus salvaguardas en el uso cotidiano.

El lanzamiento marca otro paso en los esfuerzos de Meta por competir en un mercado de IA cada vez más saturado, donde las empresas tecnológicas están invirtiendo en sistemas capaces de razonar, utilizar herramientas y apoyar flujos de trabajo más complejos. A medida que el acceso se expande, desarrolladores y usuarios estarán observando si los nuevos modelos pueden ofrecer mejoras medibles mientras mantienen la fiabilidad y seguridad requeridas para aplicaciones sensibles.