Muse Image de Meta: el nuevo modelo de IA que puede incluir a usuarios de Instagram en fotos generadas

Meta ha lanzado un nuevo generador de imágenes con inteligencia artificial llamado Muse Image, y a las pocas horas del anuncio los usuarios ya objetaban una de sus capacidades. El modelo, informado por The Verge, es el primer sistema de generación de imágenes construido por los Superintelligence Labs de Meta, la división que la empresa formó para llevar a cabo su trabajo de IA más ambicioso, y ahora impulsa las herramientas de imagen en las aplicaciones de Meta.
Muse Image está en el centro de la estrategia de IA de consumo de Meta. Según el anuncio de la empresa, impulsa las herramientas de creación de imágenes en la app de Meta AI, Instagram y WhatsApp, y llegará a Facebook y Messenger. Forma parte de una familia creciente de modelos Muse que, según Meta, están reemplazando a su anterior línea Llama como los motores tras sus funciones de IA de cara al usuario.
La función que suscitó críticas inmediatas es la capacidad de incluir a otros usuarios de Instagram en fotos generadas por IA. En la práctica, eso significa que el sistema puede incorporar el parecido de alguien distinto de la persona que crea la imagen, una capacidad que toca directamente la cuestión más sensible de la plataforma: el control sobre la propia imagen. Muchos usuarios reaccionaron con preocupación por ser insertados en imágenes que no crearon ni consintieron.
Meta describe el modelo en términos técnicos que señalan hacia dónde va la industria. Alexandr Wang, a quien la empresa contrató para dirigir los Superintelligence Labs, dijo en Threads que Muse Image es "agéntico", es decir, que trabaja con un gran modelo de lenguaje acompañante llamado Muse Spark para "razonar tu indicación, buscar en la web y planificar antes de generar". Dicho de otro modo, el sistema está diseñado para interpretar una petición y dar pasos, en lugar de producir una sola imagen de una vez.
Ese encuadre agéntico importa porque marca un cambio en cómo funcionan los generadores de imágenes. Las herramientas anteriores traducían una indicación de texto más o menos directamente en una imagen. Un sistema que razona, busca y planifica puede producir resultados más elaborados, pero también toma más decisiones en nombre del usuario, lo que eleva lo que está en juego cuando esas decisiones implican el parecido de personas reales.
La reacción refleja una tensión a la que Meta se enfrenta repetidamente. Sus plataformas albergan enormes cantidades de fotos personales, e integrar la IA generativa en ellas promete potentes funciones creativas al tiempo que invita justo los temores de privacidad que los usuarios expresaron aquí. La capacidad de colocar a una persona reconocible en una escena sintética es precisamente el tipo de función que puede encantar en las manos adecuadas e inquietar en las equivocadas.
El contexto agudiza la preocupación. La imaginería generada por IA ya ha alimentado temores sobre ultrafalsificaciones, imágenes sin consentimiento y desinformación, y una función que rebaja la barrera para poner a un individuo concreto en una foto fabricada toca todas esas ansiedades. Cuando una herramienta así se integra directamente en aplicaciones usadas por miles de millones, la escala del posible mal uso crece en consecuencia.
Meta ha respondido en general a estas preocupaciones con una mezcla de controles y políticas, como etiquetar el contenido generado por IA y ofrecer ajustes que rigen cómo pueden usarse las imágenes de una persona. Lo robustas que sean esas salvaguardas para Muse Image en concreto, y con qué facilidad pueden anularse, determinará si la reacción se desvanece o se endurece a medida que más usuarios se topen con la función.
El lanzamiento también subraya lo que está en juego en la competencia. Meta compite con sus rivales por definir cómo es la IA de consumo, y la generación de imágenes entretejida en las mayores plataformas sociales del mundo es una posición poderosa. Construir sus propios modelos de vanguardia a través de los Superintelligence Labs, en lugar de depender de sistemas externos, forma parte de un patrón más amplio de grandes empresas tecnológicas que invierten para controlar la IA central que impulsa sus productos.
Para los usuarios, la conclusión práctica es revisar los ajustes. A medida que las herramientas generativas se convierten en funciones por defecto y no en experimentos opcionales, entender qué puede hacer una plataforma con tus fotos y tu parecido, y qué controles existen para limitarlo, pasa a ser parte de la alfabetización digital ordinaria. Muse Image es una herramienta nueva y capaz, y la reacción temprana recuerda que la capacidad y el consentimiento no avanzan automáticamente al mismo ritmo.
Para seguir leyendo

¿Qué es una puerta trasera en el firmware? La vulnerabilidad de los routers Tenda, explicada
Un aviso de seguridad informa de que varias versiones del firmware de los routers Tenda contienen una puerta trasera de autenticación oculta que permite a los atacantes saltarse el inicio de sesión. Esto es qué es una puerta trasera en el firmware, por qué los routers domésticos son un objetivo predilecto y cómo proteger tu red.

DeepSeek planea fabricar sus propios chips de IA mientras se endurecen los controles de exportación de EE. UU.
La china DeepSeek planea desarrollar sus propios chips de IA para reducir su dependencia de Nvidia y Huawei, una respuesta a los controles de exportación de EE. UU. que restringen el acceso a los procesadores más avanzados. Esto es por qué el movimiento importa para la carrera global de la IA y lo difícil que será.

IA de código abierto frente a laboratorios propietarios: por qué uno no está matando al otro
Se esperaba que el rápido ascenso de los modelos de IA de código abierto erosionara el negocio de los laboratorios cerrados de vanguardia, pero hasta ahora no ha sido así. Esto es en qué se diferencian realmente la IA abierta y la propietaria y por qué podrían servir a dos fases del mismo ciclo.

Los peores hackeos y filtraciones de datos de 2026 hasta ahora, y qué revelan
Desde una filtración masiva de datos gubernamentales hasta intrusiones en sistemas críticos de energía y agua y una herramienta de vigilancia del FBI, los ciberataques más dañinos de 2026 comparten hilos comunes. Aquí un repaso de los mayores incidentes y las lecciones de seguridad que encierran.

Cómo secuenciar tu propio ADN en casa: qué puede y qué no puede hacer la tecnología
Secuenciar tu propio ADN en casa era antes impensable, pero los secuenciadores portátiles asequibles lo han puesto al alcance de los aficionados. Este texto explica cómo funciona la secuenciación de ADN casera, qué puede revelar y sus límites reales.