Meta prepara Watermelon y Hatch mientras busca recuperar terreno en IA

Meta intenta recuperar protagonismo en inteligencia artificial con sus próximos proyectos Watermelon y Hatch, pero su historial de giros estratégicos, la controvertida recepción de Llama 4 y las tensiones internas plantean una pregunta decisiva: ¿puede convertir el impulso técnico en productos que realmente quieran usar millones de personas?
***

• Meta prepara, según reportes, Watermelon y Hatch mientras busca recuperar relevancia en la carrera de la inteligencia artificial.
• La empresa pasó de promover los modelos de pesos abiertos a restringir nuevamente su estrategia después de la controvertida recepción de Llama 4.
• La moral interna y la falta de productos de consumo convincentes aparecen como obstáculos para la visión de Mark Zuckerberg.

Una carrera tecnológica con una deuda pendiente

Meta vuelve a despertar interés entre investigadores y observadores de la industria por la velocidad con la que busca acercarse nuevamente a la frontera de la inteligencia artificial. Reportes recientes señalan que la compañía prepara un modelo llamado Watermelon y un producto de consumo denominado Hatch. Las informaciones apuntan a un lanzamiento de Hatch en las próximas semanas y sitúan Watermelon en octubre, aunque Meta no ha presentado aquí un anuncio oficial con esas fechas.

El desafío no consiste únicamente en presentar un modelo con buenos resultados en evaluaciones técnicas, sino en construir un producto capaz de competir por la atención cotidiana de los usuarios. El análisis publicado por Spyglass, a partir del trabajo de Harry McCracken sobre la trayectoria de Meta en IA, plantea que la empresa ha demostrado capacidad para reaccionar rápidamente, aunque todavía no ha probado que pueda transformar esa capacidad en productos duraderos y relevantes.

La duda resulta especialmente importante porque Meta ha tenido dificultades recientes para construir productos que conecten con el público cuando no puede resolver el problema mediante una adquisición. El caso de Manus, cuya compra pareció convertirse en una opción para acelerar su estrategia, terminó frustrándose después de que China bloqueara la operación, según reportes publicados en abril de 2026.

En ese escenario, Watermelon representa una oportunidad para recuperar prestigio dentro de la competencia entre laboratorios de IA, mientras Hatch podría convertirse en el verdadero examen comercial. Un modelo técnicamente avanzado puede generar titulares durante semanas, pero un producto útil, fácil de adoptar y capaz de crear hábitos tendría un efecto mucho más profundo sobre la percepción de Meta y sobre la moral de sus equipos.

El origen de la estrategia abierta

Mark Zuckerberg recibió crédito por reconocer temprano la importancia de la inteligencia artificial, especialmente después de contratar a Yann LeCun en 2013 para dirigir los esfuerzos de investigación de Facebook en el área. Sin embargo, ese movimiento también estuvo relacionado con la derrota de Meta en la puja por DeepMind, una circunstancia que llevó a la compañía a fortalecer sus propios esfuerzos de investigación en lugar de depender de una adquisición que no logró concretar.

De ese proceso surgió PyTorch, la biblioteca de aprendizaje profundo de código abierto que Meta impulsó y que contribuyó a ampliar el acceso de investigadores y desarrolladores a herramientas avanzadas. La plataforma se convirtió en uno de los aportes más reconocidos de la empresa al ecosistema de IA, aunque la posterior estrategia con Llama mostró que la apertura de Meta siempre tuvo límites y condiciones más complejas de lo que sugería su discurso público.

En febrero de 2023, Meta anunció Llama, un modelo de lenguaje cuyo acceso inicial estaba pensado para investigadores académicos caso por caso. Una semana más tarde, mientras la industria todavía asimilaba el impacto de ChatGPT, una versión filtrada apareció en 4chan y quedó disponible para cualquier persona capaz de descargarla e instalarla, con la posibilidad adicional de modificar el código para distintos propósitos.

La filtración provocó temor por posibles usos maliciosos, incluido un bot de Discord impulsado por Llama que difundía discursos de odio, pero también generó entusiasmo por la posibilidad de democratizar el acceso a la IA. Meta ya había distribuido los pesos del modelo a investigadores externos, y el análisis señala que esa distribución probablemente facilitó la filtración, aunque no existían indicios de que la liberación general hubiese sido el plan original de la compañía.

De Llama 3 al giro de Watermelon

Meta terminó convirtiendo una crisis de control en una ventaja estratégica y lanzó Llama 2 al público como un modelo de pesos abiertos menos de cinco meses después de la filtración. El término no equivale a código completamente abierto, porque los datos de entrenamiento continúan siendo propietarios, pero permitió a desarrolladores y empresas modificar y utilizar los pesos con mayor libertad que en los modelos de OpenAI, Anthropic y Google.

Llama 3 reforzó esa apuesta y pareció colocar a Meta en una posición especialmente favorable dentro de la carrera por modelos accesibles. Un memorando interno de Google citado por SemiAnalysis sostuvo que Meta podía beneficiarse del trabajo de investigadores y empresas de todo el mundo, porque la compañía liberaba un modelo que otros actores podían mejorar, adaptar y desplegar en distintos entornos.

El panorama cambió con Llama 4, cuya presentación fue recibida con críticas y quedó marcada por acusaciones de manipulación de tablas de clasificación. Meta negó que hubiera manipulado los resultados, según reportes sobre la controversia. La explicación de su desempeño no está confirmada; el análisis apunta a que Meta fue superada por modelos que empleaban técnicas de mezcla de expertos, conocidas como MoE, mientras el llamado momento DeepSeek también puso de relieve la eficacia potencial de la destilación.

Después de ese revés, la estrategia abierta perdió fuerza y Meta comenzó a restringir nuevamente su postura, al tiempo que destinaba miles de millones de dólares a talento y capacidad de cómputo. La compañía también intentó adquirir la startup de agentes de IA Manus por unos 2.000 millones de dólares, pero China bloqueó la operación en abril de 2026 y posteriormente surgieron reportes sobre la posible reversión del acuerdo. Meta atravesó además un periodo de reorganización interna mientras intentaba recuperar competitividad frente a modelos rivales.

El producto será la prueba definitiva

La moda por los modelos de pesos abiertos volvió a ganar fuerza tras el llamado momento Kimi K3, el movimiento denominado AI Overkill y el giro estratégico de Anthropic, además de la reacción sostenida contra OpenAI. Meta respondió con otro cambio de rumbo, aunque esta vez sin abandonar completamente sus restricciones, tratando de aprovechar el atractivo comercial del discurso abierto mientras reorganiza su posición externa e interna.

El problema central es que los cambios de narrativa pueden atraer atención, pero no sustituyen una hoja de ruta de producto. Zuckerberg ha hablado de una “superinteligencia personal”, pero un empleado actual de Meta Superintelligence Labs aseguró, según el análisis, que muchos trabajadores del laboratorio consideran esa expresión un eslogan y no una guía concreta para construir herramientas útiles.

La percepción de la fuerza laboral también se ha deteriorado por la salida de amigos y mentores, así como por decisiones que afectaron a empleados con mayor antigüedad. Un conocido del sector tecnológico describió a algunos reclutados de IA bien remunerados como “mercenarios”, personas que estarían en la empresa mientras duren los intereses de Zuckerberg y que buscarían aprovechar la compensación económica disponible.

Ese clima podría cambiar rápidamente si Watermelon ofrece resultados sólidos y Hatch consigue convertirse en el producto de consumo que Meta todavía no ha encontrado. El éxito suele modificar la percepción pública y resolver parte de los problemas internos de moral, pero la empresa tendrá que demostrar que puede sostener una estrategia coherente, desarrollar productos convincentes y decidir cuánto control está dispuesta a ceder en nombre de la apertura.

La historia reciente deja a Meta frente a una paradoja: su mayor contribución al ecosistema, PyTorch y la expansión de los modelos de pesos abiertos, también expuso los costos de compartir tecnología en una competencia que exige inversiones enormes. Mientras prepara sus próximos movimientos, la compañía ya no compite solo por reconocimiento técnico, sino por convencer a los usuarios de que su visión de la IA merece un lugar permanente en sus vidas.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.

ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín