NodoAlexandr Wang relata la presión de Susan Li para que Muse funcione en Meta
El responsable de Meta Superintelligence Labs asegura que la directora financiera le insistió en las consecuencias de que Muse no cumpla sus promesas. Su relato llega tras la presentación de los nuevos modelos de IA de la compañía.
Meta ha presentado Muse Wonder y Muse Wonder Full, dos modelos de inteligencia artificial con los que busca competir con OpenAI, Anthropic y Google. El lanzamiento, celebrado el 12 de octubre, llega acompañado de un relato de Alexandr Wang sobre la presión interna para que el proyecto salga adelante.
Según recoge Xataka, Wang contó en un pódcast que Susan Li, directora financiera de Meta, le trasladó varias veces esa preocupación durante un encuentro de la directiva en Hawái. Según su relato, Li le advirtió de que, si Muse funcionaba, todo iría bien, pero que, si fallaba, las cosas irían «muy, muy mal».
La frase procede del testimonio de Wang, no de una declaración pública directa de Li recogida en el material aportado. Tampoco permite determinar con precisión el tono de aquella conversación, que Wang habría relatado entre risas.
Qué ofrecen los nuevos Muse
Muse Wonder y Muse Wonder Full son los primeros modelos de frontera de Meta Superintelligence Labs, el equipo que dirige Wang, fundador de Scale AI. Esa denominación se utiliza para los sistemas que aspiran a situarse entre los más avanzados del sector.
Ambos son más grandes y capaces que Muse Spark, su predecesor, según la información facilitada. Las pruebas internas de Meta los sitúan a un nivel comparable al de Fable 5.1 y GPT-6 Astra.
La evaluación independiente citada ofrece una comparación distinta: Muse obtiene 56 puntos en el índice de Artificial Analysis, frente a los 58 de Claude Opus 5.5. Ese resultado aporta una referencia de rendimiento, pero no demuestra por sí solo que el producto vaya a lograr una adopción amplia.
La exigencia va más allá de las pruebas
El reto de Meta no consiste únicamente en mejorar sus resultados en estas evaluaciones. La compañía necesita que sus modelos se conviertan en herramientas capaces de competir con las alternativas de sus rivales.
La advertencia atribuida a Li refleja esa exigencia interna, aunque no concreta qué consecuencias tendría un fracaso ni qué criterios definirían el éxito. La presentación de Muse permite comparar capacidades; su acogida y utilidad siguen siendo cuestiones abiertas.
