Meta lanzó Muse Image, el primer modelo de generación de imágenes de sus Superintelligence Labs. Es el primer lanzamiento de este tipo desde que la empresa reestructuró su laboratorio de inteligencia artificial bajo el mando del director de IA, Alexandr Wang, respaldado por miles de millones en nueva inversión.

Muse Image no traduce directamente las instrucciones en imágenes. En cambio, funciona como un agente, de forma similar a GPT Image 2 de OpenAI: llama a herramientas para producir resultados más precisos y refina sus propias salidas.

¿Qué hace distinto a Muse Image?

Entre esas herramientas está escribir y ejecutar código para generar diagramas correctos, códigos QR escaneables, GIFs animados, sitios web o juegos interactivos. Una función de búsqueda web permite al modelo anclar las imágenes en hechos actuales y referencias del mundo real, lo que según Meta mejora la precisión en instrucciones cargadas de conocimiento.

El modelo corrige sus propios resultados intermedios mediante ediciones locales o una regeneración completa. Meta afirma que este comportamiento de autorrefinamiento surgió por sí solo durante el aprendizaje por refuerzo, porque conducía a mejores imágenes y a puntajes de recompensa más altos. Como ocurre con los modelos de lenguaje, la calidad escala con el cómputo que el modelo usa al momento de la inferencia, y el razonamiento escala mucho mejor que la fuerza bruta de generar varias imágenes y quedarse con la mejor.

Segundo lugar detrás de OpenAI

Para la edición de imágenes, Muse Image está diseñado para cambiar solo lo que el usuario pide y mantener el resto consistente a lo largo de varios pasos. También puede combinar elementos de varias imágenes de referencia, incluidas personas, objetos, ropa y entornos.

En la plataforma de evaluación Image Arena, Muse Image queda segundo en preferencia humana para texto a imagen y para edición de una y de varias imágenes. Detrás de GPT Image 2 de OpenAI en cada categoría, pero por delante de modelos como Nano Banana y Grok Imagine. Muse Video, mostrado en paralelo como adelanto, se ubica tercero en texto a video. Meta reconoce debilidades en la sincronización de audio y video y en el movimiento rápido.

Rostros ajenos con solo una mención

Muse Image ya está disponible en la app de Meta AI, en meta.ai, en las Historias de Instagram en Estados Unidos y en WhatsApp. Facebook y los anunciantes vienen después. El modelo trae una función que ya genera críticas: los usuarios pueden mencionar con arroba una cuenta pública de Instagram en una instrucción, y Meta AI tomará fotos visibles públicamente de ese perfil para generar una nueva imagen de esa persona. No se requiere ningún consentimiento de quien aparece en las fotos, basta con el nombre de usuario.

La función viene activada por defecto en las cuentas públicas. Quien quiera salir debe hacerlo de forma activa, entrando a la configuración de Instagram y desactivando la reutilización de publicaciones y Reels. Las imágenes ya generadas no se eliminan.

Los reguladores europeos apuntan al RGPD

Es probable que la función enfrente resistencia en Europa, donde las reglas de protección de datos son mucho más estrictas. Si llega a lanzarse en la Unión Europea, el enfoque de exclusión voluntaria difícilmente se sostenga. Como usa fotos disponibles públicamente de personas reales, los observadores esperan un escrutinio cercano bajo el Reglamento General de Protección de Datos (RGPD) y posibles preguntas sobre la protección de datos biométricos. Meta no anunció ajustes específicos para ese marco.

La Ley de IA de la Unión Europea agrega otra capa. Sus reglas de transparencia exigen que el contenido de imagen, audio y video generado o manipulado por IA que se parezca a personas reales y califique como deepfake se etiquete con claridad como creado de forma artificial. Estas obligaciones, bajo el Artículo 50, entran en vigor el 2 de agosto de 2026, apenas semanas después del lanzamiento de Muse Image. El sistema de marca de agua invisible de Meta, llamado Content Seal, sobrevive al recorte, la compresión y las capturas de pantalla, y apunta en esa dirección. Pero si una marca legible solo por máquinas cumple con la exigencia de etiquetado de la ley sigue siendo una pregunta abierta, porque la norma pide que el etiquetado sea reconocible para las personas afectadas. Los críticos también señalan que una marca aplicada después puede probar el origen de una imagen, pero no impide que se cree en primer lugar.