Meta lanzó Muse Wonder, su primer modelo de frontera: qué promete, cuánto cuesta y qué falta verificar

Meta Superintelligence Labs lanzó el lunes 12 de octubre Muse Wonder y Muse Wonder Full, dos modelos de inteligencia artificial que la compañía presenta como su primer intento serio de competir en la frontera del sector. Hasta ahora, la división había publicado Muse Spark, un modelo liviano pensado para responder con baja latencia, y el agente Muse. Los modelos Wonder son más grandes y, según Meta, rinden mejor en tareas complejas como la programación.

Qué dice Meta que pueden hacer

De acuerdo con las pruebas que la empresa presenta en la ficha técnica de los modelos, Wonder y Wonder Full alcanzan puntajes comparables a los de Fable 5.1 y GPT-6 Astra, dos de los modelos más avanzados del mercado. "Juntos, marcan el siguiente paso en nuestra escalera de escala y un gran salto hacia la superinteligencia personal", sostiene el texto con el que Meta presentó el lanzamiento.

Hay una salvedad que conviene tener presente: esos resultados salen de las propias evaluaciones de la compañía. En las coberturas consultadas no hay por ahora una verificación independiente de que los modelos rindan como Meta afirma, algo habitual en el momento del lanzamiento de cualquier modelo y que suele aclararse recién en las semanas siguientes, cuando investigadores y desarrolladores lo ponen a prueba con sus propios casos.

La memoria, la apuesta central

Meta puso un énfasis particular en lo que llama "memoria activa": la capacidad del modelo de retener y sintetizar la información que le da el usuario a lo largo del tiempo. Para sostener esa afirmación, la empresa destacó los resultados en MemoryBench, una prueba que mide qué tan bien funcionan los sistemas de aprendizaje continuo y de construcción de memoria. Según sus propios números, Muse Wonder puntúa más alto en esa prueba que Fable, Opus o Astra.

"Pusimos muchísimo esfuerzo en que tu modelo recuerde lo que es importante para vos durante días, semanas, meses y más", dijo Kavya Kopparapu, del equipo de investigación de Meta, en un video que acompañó el lanzamiento. Alexandr Wang, quien encabeza el área de IA de Meta, explicó a CNBC que el modelo, conocido internamente con el nombre en clave "Watermelon", fue desarrollado para mejorar a los agentes "personales y profesionales", de modo que no fracasen en tareas cotidianas como reservar una mesa o consultar disponibilidad.

"Cuando hacés tareas del mundo real, te vas a encontrar con obstáculos y con imprevistos", dijo Wang. La idea, explicó, fue entrenar al modelo para que pruebe otros caminos en lugar de quedarse trabado y consultar al usuario a cada paso. Ambos modelos van a alimentar al agente Muse.