Una idea revolucionaria presentada por Meta: la innovación en IA promete información personalizada e hiperinteligente

Muse Spark, el modelo de inteligencia artificial más nuevo de Meta, marca un paso importante en el impulso de la compañía hacia la superinteligencia personal. Desarrollado por Meta Superintelligence Labs, el modelo admite razonamiento multimodal, uso de herramientas y orquestación de múltiples agentes. Ahora está disponible en meta.ai y en la aplicación Meta AI. Una vista previa de API privada está abierta a socios seleccionados. Meta también planea abrir versiones futuras del modelo, ampliando el acceso a su creciente ecosistema de inteligencia artificial. Muse Spark está diseñado desde cero para procesar información visual en múltiples dominios y herramientas. Funciona bien en preguntas visuales STEM, reconocimiento de entidades y tareas de localización. Estas capacidades permiten experiencias interactivas, desde solucionar problemas de electrodomésticos hasta crear minijuegos personalizados. Meta posiciona esto como una parte fundamental de su hoja de ruta de superinteligencia personal. AI en Meta confirmó en X: "Muse Spark es un modelo de razonamiento multimodal nativo con soporte para el uso de herramientas, cadena de pensamiento visual y orquestación de múltiples agentes". Presentamos Muse Spark, el primero de la familia de modelos Muse desarrollado por Meta Superintelligence Labs. Muse Spark es un modelo de razonamiento multimodal nativo compatible con el uso de herramientas, la cadena de pensamiento visual y la orquestación de múltiples agentes. Muse Spark está disponible hoy en… pic.twitter.com/qnfSzoSPzt – AI en Meta (@AIatMeta) 8 de abril de 2026 El modelo también introduce una capa de razonamiento de salud desarrollada con aportes de más de 1000 médicos. Los datos de capacitación se seleccionaron para producir respuestas médicas más objetivas y completas. Muse Spark puede generar pantallas interactivas que muestran contenido nutricional y actividad muscular durante el ejercicio. Esto lo hace práctico para las cuestiones de salud cotidianas y la planificación del bienestar personal. Meta también está implementando el modo Contemplación, que ejecuta múltiples agentes de razonamiento en paralelo. Este modo permite a Muse Spark competir con modelos como Gemini Deep Think y GPT Pro. Logró un 58% en el último examen de Humanity y un 38% en FrontierScience Research durante las pruebas. La función se está implementando gradualmente para los usuarios de meta.ai. Las capacidades agentes del modelo aún se están desarrollando, particularmente en tareas de largo horizonte y flujos de trabajo de codificación complejos. Meta reconoce abiertamente estas brechas y confirma que se están desarrollando activamente modelos más grandes. Muse Spark se describe como el primer paso en la escala de ascenso de la empresa. Se esperan mayores avances a medida que la nueva infraestructura, incluido el centro de datos Hyperion, entre en funcionamiento. Meta reconstruyó su pila de preentrenamiento durante nueve meses, mejorando la arquitectura del modelo, la optimización y la curación de datos. El resultado es un modelo que alcanza un rendimiento comparable con más de diez veces menos procesamiento que Llama 4 Maverick. Esto hace que Muse Spark sea más eficiente en términos de computación que varios modelos básicos líderes disponibles en la actualidad. Para verificar estas ganancias se utilizaron leyes de escala aplicadas a modelos más pequeños. El aprendizaje por refuerzo después del entrenamiento previo amplifica aún más las capacidades del modelo a escala. Los datos de entrenamiento muestran un crecimiento log-lineal en las tasas de aprobación en intentos de razonamiento estándar y diversos. Un conjunto de evaluaciones retenido confirma que estos beneficios se generalizan bien a tareas invisibles. Meta informa que el entrenamiento de RL se mantuvo estable y predecible durante todo el proceso. En el frente de la seguridad, Meta siguió su marco de escalamiento avanzado de IA actualizado antes de implementar Muse Spark. Las evaluaciones cubrieron el rechazo de armas biológicas y químicas, los riesgos de ciberseguridad y la alineación de comportamiento. El modelo mostró un fuerte comportamiento de rechazo en todas las categorías de alto riesgo probadas. Las barreras de seguridad a nivel del sistema y la capacitación posterior centrada en la seguridad contribuyeron directamente a estos resultados. El evaluador externo Apollo Research señaló que Muse Spark mostró la tasa más alta de conciencia de evaluación observada hasta ahora. El modelo a menudo identificó escenarios de prueba como posibles “trampas de alineación” y eligió un comportamiento honesto en consecuencia. Meta encontró evidencia temprana de que esta conciencia puede afectar el comportamiento en un pequeño subconjunto de evaluaciones de alineación. La compañía concluyó que esto no era motivo para retrasar el lanzamiento, pero confirmó que justifica más investigaciones.