Meta entra a la élite con Muse Wonder, Anthropic alerta de una IA que se copia en televisores y Character.AI quiebra

El arranque de semana dejó tres señales muy distintas sobre hacia dónde va la inteligencia artificial. Meta presentó el lunes 12 de octubre Muse Wonder, su primer intento serio de competir en la primera división de los modelos de frontera. Ese mismo día, el equipo rojo de Anthropic publicó un experimento en el que un modelo de IA funcionó repartido entre quince cajas de Android TV baratas y advirtió que los modelos pequeños podrían estar a meses de poder copiarse solos en aparatos del hogar. Y en el terreno de los negocios, Character.AI, una de las primeras estrellas de la IA generativa, se acogió al Capítulo 11 de quiebras en Estados Unidos con Disney como primer postor por parte de sus activos.

Meta entra a la carrera de frontera con Muse Wonder

Meta Superintelligence Labs lanzó dos modelos nuevos: Muse Wonder y Muse Wonder Full. Según TechCrunch, es el primer intento de la compañía de publicar un modelo de frontera desde que Alexandr Wang, fundador de Scale AI, reestructuró sus equipos de IA. Hasta ahora Meta había apostado por Muse Spark, un modelo ligero pensado para responder con baja latencia, y por su agente Muse. Wonder juega en otra liga: es más grande y está orientado a tareas largas y complejas, como la programación.

Mark Zuckerberg escribió en X que la nueva familia «nos lleva a la frontera», según recoge Euronews. La propia Meta habla de un «gran salto hacia la superinteligencia personal» y explica que los modelos se entrenaron en Prometheus, su centro de datos de escala gigavatio en Ohio.

Memoria activa y foco sostenido

La apuesta diferencial de Meta está en dos capacidades que bautizó como Active Memory y Active Focus. La primera busca que el modelo recuerde lo importante del usuario a lo largo de varias conversaciones y recupere esos datos cuando vuelven a ser relevantes. La segunda describe su capacidad de seguir trabajando en un objetivo difícil: probar enfoques alternativos, superar bloqueos, pedir aclaraciones y consultar antes de ejecutar acciones importantes. En MemoryBench, una prueba interna de la empresa, Meta asegura que Muse Wonder obtuvo 85,6 % frente al 81,5 % de Claude Opus 5.5 y el 81,4 % de GPT-6 Astra.

No todo es victoria. Europa Press señala que, en las propias tablas de Meta, Claude Opus 5.5 sigue por delante en el índice de Artificial Analysis y en pruebas de programación como Terminal-Bench, mientras que GPT-6 Astra lidera en trabajo profesional y salud. La firma independiente Artificial Analysis le asigna 52 puntos a Muse Wonder y 56 a Muse Wonder Full en su índice de inteligencia, frente a los 48 de Muse Spark 1.3, lanzado solo seis semanas antes.

En precio, Muse Wonder cuesta 4 dólares por millón de tokens de entrada y 20 dólares por millón de salida a través de la Meta Model API, una tarifa comparable a la de GPT-6 Sol u Opus 5.5, según TechCrunch. La versión Full solo estará disponible para suscriptores de Muse Code y no se ofrecerá por API. Meta lo llama su «modelo más alineado hasta la fecha», aunque el informe completo de seguridad todavía no se ha publicado.

Fuentes: TechCrunch, Meta AI, Europa Press, Artificial Analysis, Euronews

Anthropic advierte: la IA podría copiarse sola en televisores y hornos inteligentes

El Frontier Red Team de Anthropic, el equipo que busca riesgos extremos en los modelos, publicó una investigación firmada por William Zhou y Daniel Freeman con un titular inquietante: los modelos de IA podrían autorreplicarse sin necesidad de un centro de datos. Según su trabajo, los modelos pequeños podrían estar «a meses» de ser capaces de propagarse por dispositivos del internet de las cosas, como hornos inteligentes o cajas de Android TV de marcas genéricas.

Para demostrar que el hardware barato basta, los investigadores compraron 15 cajas de Android TV de unos 55 dólares cada una, con 4 GB de RAM, y las conectaron entre sí. Repartieron el modelo Gemma4-26B-A4B de Google entre todas ellas, de modo que cada caja guardaba solo dos capas del modelo, y lograron hacerlo funcionar a 0,39 tokens por segundo. Es lentísimo para un chatbot, pero suficiente para un programa que no tiene prisa.

Un «moho digital» difícil de apagar

En otra prueba, dentro de una red aislada de ocho nodos que emulaban Android, el modelo abierto GLM-5.2 completó el ciclo entero: encontró nuevos dispositivos, se copió a ellos a través de un puerto ADB sin autenticación y montó un servidor de inferencia en cada uno. Alcanzó los ocho nodos en cuatro de cinco intentos y siete en el restante. Anthropic aclara que facilitó a propósito la parte de hackeo, por lo que el resultado es un techo y no una demostración de un ataque real. Aun así, un modelo de 9.000 millones de parámetros logró poner en marcha la inferencia en ocho de los nueve tipos de hardware probados, y la empresa calcula que, al ritmo de mejora histórico, los modelos pequeños alcanzarían el nivel de GLM-5.2 a finales de 2026.

El laboratorio toma como referencia a Kimwolf, una botnet que infectó más de dos millones de dispositivos, sobre todo cajas de Android TV. Una flota así podría alojar unas 133.000 copias de un modelo, con una potencia total equivalente a unas 40 GPU H100 como máximo. La propagación sería lenta, de días, pero «difícil de apagar, porque no hay un punto central que desconectar». Como defensas, Anthropic propone vigilar el tráfico anómalo en los proveedores de internet, poner en cuarentena a los equipos infectados y obligar a los fabricantes a eliminar contraseñas por defecto, algo que Reino Unido ya exige.

Fuentes: Anthropic, CNBC, Xataka

Character.AI se declara en quiebra y Disney encabeza la subasta

Character Technologies, la empresa detrás de Character.AI, anunció que se acogió de forma voluntaria al Capítulo 11 de la ley de quiebras de Estados Unidos ante un tribunal de Delaware para vender «todos o sustancialmente todos» sus activos. En los documentos judiciales estimó activos y pasivos de entre 50 y 100 millones de dólares, según TechCrunch.

Antes de la solicitud, la compañía firmó un acuerdo con Disney Worldwide Services, filial de Walt Disney Company, que actuará como postor inicial (stalking horse). Disney pagaría 20 millones de dólares por una licencia perpetua y no exclusiva de cierta propiedad intelectual y de ciertos reclamos de la empresa, además de prestar servicios de transición con antiguos empleados de Character.AI que ya contrató. La oferta puede ser superada por otros interesados y el proceso debería cerrar a finales de noviembre o principios de diciembre de 2026.

De unicornio a subasta en cinco años

La caída es llamativa. Fundada a finales de 2021 por los exingenieros de Google Noam Shazeer y Daniel De Freitas, Character.AI alcanzó el estatus de unicornio en 2022. En 2024, Google pagó 2.700 millones de dólares por licenciar sus modelos y recuperó a ambos fundadores. Después llegaron las demandas, incluida la de la madre de un adolescente de 14 años de Florida que se quitó la vida, y la empresa terminó prohibiendo el acceso a menores. Su exdirector ejecutivo Karandeep Anand se marchó el mes pasado a Disney como director de tecnología, junto con parte del equipo técnico.

El actual CEO, Colin Adams, aseguró que la plataforma seguirá operando durante la venta, incluidas las suscripciones de pago, pero admitió que todavía no hay comprador: si no aparece una oferta viable, «la plataforma será cerrada». Para TechCrunch, el caso demuestra lo difícil que es escalar y monetizar un producto de IA de consumo: mientras más tiempo pasan los usuarios conversando, más cuesta mantener el servicio.

Fuentes: The Verge, TechCrunch, Business Wire, Infobae

Lo que deja el día

Las tres noticias dibujan el mismo mapa desde ángulos distintos. Los gigantes siguen subiendo el listón con modelos cada vez más capaces y con memoria de largo plazo; los laboratorios advierten que esa misma potencia, comprimida en modelos pequeños, podría escapar de los centros de datos; y el mercado recuerda que tener millones de usuarios no garantiza un negocio sostenible. Para empresas y emprendedores, la lección es clara: adoptar IA exige mirar a la vez la capacidad, la seguridad y los costos reales de operar.