Nueva IA de Meta: qué es Watermelon y por qué busca competir con ChatGPT

Watermelon es el nuevo modelo de inteligencia artificial que Meta está entrenando para tareas avanzadas de lenguaje, programación y generación de texto. Según declaraciones internas de la compañía, el sistema ya habría alcanzado resultados comparables a GPT-5.5 en pruebas de referencia.
La nueva estrategia de Meta apuesta por modelos propietarios para competir con OpenAI, Google y Anthropic en inteligencia artificial generativa.
La nueva estrategia de Meta apuesta por modelos propietarios para competir con OpenAI, Google y Anthropic en inteligencia artificial generativa.
Compartir nota:

La competencia por liderar el desarrollo de la inteligencia artificial generativa suma un nuevo capítulo. Meta trabaja en Watermelon, su próximo gran modelo de IA, con el que pretende posicionarse frente a los desarrollos de OpenAI, Google y Anthropic, en un contexto donde las grandes tecnológicas incrementan sus inversiones para crear sistemas cada vez más potentes.

La información fue revelada por Alexandr Wang, jefe de Meta Superintelligence Labs, durante una reunión interna de la compañía. Allí aseguró que Watermelon ya habría alcanzado resultados comparables con GPT-5.5 de OpenAI en evaluaciones internas, aunque la empresa no publicó métricas ni documentación técnica que respalde esa afirmación.

El desarrollo representa un cambio de estrategia para Meta, que en los últimos años impulsó modelos abiertos como Llama y ahora apuesta por sistemas propietarios para competir directamente en el segmento más avanzado de la inteligencia artificial.

Qué es Watermelon, la nueva inteligencia artificial de Meta

Watermelon es el nombre interno del modelo de lenguaje que Meta está entrenando para convertirse en la próxima generación de sus sistemas de inteligencia artificial.

De acuerdo con Wang, el proyecto utiliza una capacidad de procesamiento muy superior a la de Avocado, el modelo anterior desarrollado por la empresa. Según explicó, Watermelon emplea aproximadamente diez veces más recursos computacionales, una diferencia que busca traducirse en mejores capacidades de razonamiento, programación y generación de contenido.

El ejecutivo afirmó que el modelo “ya alcanzó los resultados de GPT-5.5 en benchmarks internos”, aunque Meta no detalló cuáles fueron esas pruebas ni los indicadores utilizados para realizar la comparación.

Por el momento tampoco existe una fecha oficial para su lanzamiento ni información pública sobre la arquitectura, la cantidad de parámetros o el tamaño del modelo.

Meta incrementó sus inversiones en infraestructura y centros de datos para acelerar el entrenamiento de sus nuevos modelos de inteligencia artificial.
Meta incrementó sus inversiones en infraestructura y centros de datos para acelerar el entrenamiento de sus nuevos modelos de inteligencia artificial.

Meta cambia su estrategia para competir en inteligencia artificial

El desarrollo de Watermelon forma parte de un profundo cambio en la estrategia de Meta respecto de la inteligencia artificial.

Mientras que la familia Llama se caracterizó por un enfoque abierto que permitía a investigadores y desarrolladores acceder a sus modelos, la compañía ahora prioriza sistemas cerrados y propietarios.

Este cambio apunta a acelerar el desarrollo tecnológico, proteger la propiedad intelectual y competir en igualdad de condiciones con empresas como OpenAI, Google y Anthropic, que basan gran parte de su negocio en modelos exclusivos.

La decisión también responde a los desafíos encontrados durante el desarrollo de Avocado, comercializado posteriormente bajo el nombre de Muse Spark. Según trascendió, ese modelo presentó limitaciones en tareas complejas de razonamiento, programación y redacción, lo que provocó retrasos en su implementación.

Con Watermelon, Meta busca superar esas dificultades mediante una infraestructura mucho más robusta y un mayor control sobre todo el proceso de entrenamiento.

Una inversión multimillonaria para acelerar el desarrollo

La nueva estrategia viene acompañada por una inversión sin precedentes.

Según la información difundida por la compañía, Meta destinará entre 125.000 y 145.000 millones de dólares durante 2026 para fortalecer su infraestructura de inteligencia artificial.

El presupuesto contempla la adquisición de procesadores especializados para IA, la expansión de centros de datos, nuevas plataformas de almacenamiento y la infraestructura necesaria para entrenar modelos de gran escala.

La carrera por disponer de mayor capacidad de cómputo se ha convertido en uno de los principales factores competitivos dentro del sector, ya que entrenar modelos cada vez más sofisticados requiere enormes cantidades de recursos computacionales y energía.

Alexandr Wang lidera la apuesta de Meta por la superinteligencia

Uno de los movimientos más relevantes de Meta fue la incorporación de Alexandr Wang al frente de Meta Superintelligence Labs.

El empresario, conocido por haber fundado Scale AI, fue reclutado por Mark Zuckerberg como parte del plan para fortalecer el equipo dedicado al desarrollo de inteligencia artificial avanzada.

Su llegada estuvo acompañada por una política de contratación agresiva destinada a incorporar investigadores e ingenieros especializados provenientes de algunas de las principales compañías tecnológicas del mundo.

Con este equipo, Meta busca acelerar la creación de modelos capaces de competir directamente con las soluciones más avanzadas disponibles actualmente en el mercado.

Qué podrá hacer la nueva IA de Meta

Aunque todavía no se conocen todos los detalles técnicos de Watermelon, Meta indicó que el modelo está orientado a realizar tareas avanzadas de procesamiento del lenguaje natural.

Entre sus aplicaciones previstas se encuentran la generación de texto, asistencia en programación, automatización de procesos, creación de contenido y soporte para herramientas empresariales y educativas.

El modelo también podría integrarse con otros servicios de Meta y potenciar diferentes productos de la compañía, aunque esos planes aún no fueron confirmados oficialmente.

Además, la empresa trabaja en otros desarrollos paralelos como Mango, un modelo orientado a la generación de imágenes y video mediante inteligencia artificial, ampliando así su apuesta por la IA generativa multimodal.

La competencia entre OpenAI, Google, Anthropic y Meta continúa creciendo

La inteligencia artificial se ha convertido en uno de los mercados tecnológicos más competitivos del mundo.

OpenAI mantiene una posición de liderazgo con ChatGPT y sus modelos GPT, mientras que Google continúa desarrollando Gemini y Anthropic expande las capacidades de Claude para usuarios y empresas.

En ese escenario, Meta busca recuperar terreno mediante una fuerte inversión en infraestructura, talento e investigación.

Aunque todavía falta conocer el rendimiento real de Watermelon una vez que sea presentado oficialmente, las declaraciones internas muestran que la compañía pretende posicionarse entre los principales actores de la nueva generación de inteligencia artificial.

La evolución del proyecto y su eventual lanzamiento permitirán determinar si Meta logra reducir la distancia con sus competidores y consolidarse nuevamente como uno de los protagonistas del mercado global de IA generativa.

Preguntas frecuentes

1. ¿Qué diferencia a un modelo de inteligencia artificial de un chatbot?

Un modelo de inteligencia artificial es el sistema que procesa información y genera respuestas, mientras que un chatbot es la aplicación con la que interactúan los usuarios. Un mismo modelo puede utilizarse en diferentes productos, asistentes virtuales o plataformas.

2. ¿Por qué las empresas invierten tanto dinero en infraestructura para entrenar modelos de IA?

Entrenar modelos de IA de última generación requiere enormes cantidades de datos y capacidad de procesamiento. Para ello se utilizan centros de datos equipados con miles de procesadores especializados (GPU), redes de alta velocidad y sistemas de almacenamiento capaces de manejar grandes volúmenes de información.

3. ¿Cómo se evalúa el rendimiento de un modelo de inteligencia artificial?

Los desarrolladores suelen utilizar pruebas estandarizadas conocidas como benchmarks, que miden capacidades como comprensión de lenguaje, razonamiento lógico, resolución de problemas matemáticos, programación y precisión en las respuestas. Sin embargo, estos resultados no siempre reflejan el desempeño en situaciones reales de uso.

4. ¿Qué sectores utilizan actualmente modelos de inteligencia artificial generativa?

La IA generativa ya se emplea en industrias como educación, salud, finanzas, desarrollo de software, marketing, atención al cliente, comercio electrónico y creación de contenidos. También se utiliza para automatizar tareas administrativas, analizar documentos y asistir en procesos de investigación.

5. ¿Qué significa que un modelo de IA sea multimodal?

Un modelo multimodal puede comprender y generar distintos tipos de contenido, como texto, imágenes, audio o video, dentro de un mismo sistema. Esta capacidad permite desarrollar asistentes más versátiles capaces de interpretar diferentes formatos de información.

Leer más

Compartir nota:

Publicaciones Relacionadas

Scroll to Top