Nuevo hito en modelos abiertos para ordenadores de sobremesa
Meta ha presentado públicamente Muse Spark Open, un modelo de inteligencia artificial de pesos abiertos concebido para afrontar tareas complejas de ingeniería y flujos de trabajo basados en agentes. La particularidad técnica más destacada de este lanzamiento reside en su adaptación para funcionar de manera local sobre ordenadores de sobremesa de gama profesional, fruto de una colaboración técnica desarrollada durante meses entre Meta y Apple.
El consejero delegado de Meta, Mark Zuckerberg, comunicó la liberación de los pesos destacando la compatibilidad alcanzada con los equipos de sobremesa. Por su parte, el responsable ejecutivo de Apple, John Ternus, valoró la eficiencia alcanzada al operar un sistema de esta escala directamente desde el puesto de trabajo. Alexandr Wang, responsable de inteligencia artificial en Meta, constató igualmente el trabajo conjunto llevado a cabo entre ambas firmas tecnológicas.
Exigencias técnicas y despliegue sobre hardware especializado
El sistema cuenta con una arquitectura de 816 mil millones de parámetros y una ventana de procesamiento de un millón de tokens. Se trata de una estructura con capacidades multimodales nativas orientada a labores que demandan razonamiento continuado y resolución de problemas técnicos en varios pasos.
No obstante, la posibilidad de prescindir de servidores externos en la nube para ejecutar una herramienta de este volumen plantea importantes demandas de infraestructura física:
- Plataforma operativa: El despliegue de escritorio se apoya en el entorno MLX desarrollado por Apple para tareas de aprendizaje automático.
- Configuración requerida: La ejecución local completa necesita el trabajo combinado de dos equipos Mac Studio equipados con procesador M5 Ultra.
- Capacidad de memoria: Se exige contar con al menos un terabyte de memoria RAM en el entorno informático.
- Acceso flexible: Para las organizaciones que no disponen de esta dotación de hardware, Meta ofrece el modelo a través de diversas plataformas de API comerciales.
Automatización en programación y edición multimedia
Durante la presentación de resultados, Meta detalló diversas pruebas prácticas en las que se evaluó el desempeño agéntico de Muse Spark Open. Al vincular el modelo a su terminal de desarrollo Muse Code, el sistema asumió de forma autónoma la reparación de fallos, la incorporación de nuevas funciones y la compilación integral de un programa cliente de la red Mastodon.
Asimismo, la compañía trasladó la ejecución del modelo a tareas creativas mediante el software de edición DaVinci Resolve. En este entorno, el agente supervisó material audiovisual y aplicó recortes de metraje sin supervisión manual continuada, evidenciando su capacidad para coordinar operaciones técnicas dentro de aplicaciones complejas instaladas en el equipo.
Impacto y oportunidades para las empresas españolas
La disponibilidad de modelos abiertos de alta capacidad plantea ventajas evidentes para el ecosistema corporativo en España. Frente a las soluciones cerradas sujetas a suscripciones variables, las herramientas de pesos abiertos proporcionan mayor transparencia operativa y flexibilidad para adaptar los algoritmos a procesos propios.
En el ámbito del software a medida, contar con modelos de gran escala permite a las empresas procesar información corporativa sensible con total soberanía y conforme a normativas de protección de datos, evitando transferencias externas innecesarias. Paralelamente, los responsables de operaciones pueden plantear estrategias de automatización con IA que interactúen directamente con sus programas de gestión, facturación o diseño sin depender exclusivamente de servidores ajenos.
Recomendaciones para directivos y áreas de operaciones
La adopción de esta clase de avances tecnológicos debe regirse por la prudencia financiera y la viabilidad técnica:
- Validar primero vía API: Antes de plantear compras de equipamiento de escritorio de alta gama, resulta aconsejable probar la eficacia del modelo mediante conexiones API para contrastar su rendimiento en las tareas reales del negocio.
- Dimensionar las necesidades: Conviene evaluar si los casos de uso cotidianos exigen un millón de tokens y 816 mil millones de parámetros, o si herramientas de menor tamaño satisfacen la demanda con un coste computacional inferior.
- Planificar flujos seguros: Es prioritario auditar los permisos de acceso a ficheros y aplicaciones locales antes de delegar tareas complejas de manipulación de archivos o código a sistemas agénticos autónomos.
Preguntas frecuentes
¿Qué aporta un modelo de pesos abiertos frente a opciones cerradas?
Los modelos de pesos abiertos otorgan transparencia técnica, posibilitan auditorías de seguridad independientes y permiten personalizar el funcionamiento del sistema, reduciendo la dependencia obligatoria de tarifas por suscripción o consumo en servidores cerrados.
¿Puede una pyme usar Muse Spark Open sin comprar hardware tan caro?
Sí. Aunque el modelo está optimizado para funcionar en equipos de escritorio de alta gama con procesadores avanzados, Meta también lo distribuye a través de plataformas de API para utilizarlo sin inversiones directas en infraestructura física.
¿Qué recursos de memoria exige su ejecución en local?
Para funcionar en instalaciones locales de escritorio, la configuración documentada requiere al menos un terabyte de memoria RAM y el funcionamiento conjunto de dos estaciones de trabajo Mac Studio con chip M5 Ultra mediante MLX.
Fuentes
- Meta launches an open-weight AI model that runs on Macs — TechCrunch, 15 de octubre de 2026
- Meta and Apple team up to make Muse AI models run better on Macs — The Verge, 15 de octubre de 2026
Artículo de análisis elaborado por la Redacción NuborAI a partir de las fuentes citadas. Las citas textuales se atribuyen a sus autores.
