Meta vuelve a mover ficha en un terreno donde sabe que llega tarde. La generación de imágenes y vídeo con inteligencia artificial se ha convertido en uno de los campos más visibles —y más competitivos— del sector, y quedarse atrás aquí no es solo un problema técnico, sino también de percepción y de negocio.
Lo que está ocurriendo es relativamente sencillo de explicar. Meta está desarrollando un nuevo modelo de IA, conocido internamente como Mango, pensado para crear imágenes y vídeo de forma avanzada. No se trata de un experimento aislado, sino de una apuesta clara por reforzar un área donde otros han logrado marcar el ritmo en los últimos meses.
El momento no es casual. La generación visual se ha vuelto central en cómo se usan hoy los sistemas de IA: desde crear contenido para redes sociales hasta producir material publicitario o creativo a gran escala. En ese contexto, Google ha ganado visibilidad con sus propios modelos visuales, mientras OpenAI ha ido integrando cada vez más funciones gráficas y multimedia en sus herramientas.
Mango se desarrolla dentro de una nueva división creada por Meta para concentrar sus esfuerzos más ambiciosos en inteligencia artificial. La idea que se repite desde la cúpula de la empresa es avanzar hacia sistemas que requieran menos ajustes humanos constantes y puedan mejorar con mayor autonomía. Suena potente, pero también abstracto: en la práctica, todavía no está claro qué diferencia real notará el usuario final.
En paralelo, Meta trabaja en otro modelo llamado Avocado, orientado al texto y a tareas de programación. Esta doble vía dice mucho sobre la estrategia de la compañía: por un lado, contenido visual para llegar a millones de usuarios; por otro, herramientas más técnicas para no perder relevancia entre desarrolladores y perfiles avanzados. No es tanto una visión unificada como un intento de cubrir varios frentes a la vez.
El contexto explica parte de la urgencia. Meta ha invertido durante años en IA, pero sus avances han sido irregulares y, en algunos casos, eclipsados por competidores más ágiles. Aunque sus modelos actuales sostienen funciones dentro de sus propias plataformas, eso no ha bastado para colocarla como referencia externa en IA generativa.
Aquí aparece el punto crítico. De Mango se habla mucho, pero se sabe poco. No hay detalles claros sobre su calidad, sus límites, ni sobre cuándo llegará realmente a los usuarios. Existe el riesgo de que el anuncio funcione más como señal al mercado y a los inversores que como promesa técnica sólida a corto plazo.
También está la cuestión de la coherencia. Meta ya ha cambiado varias veces de rumbo en sus grandes apuestas tecnológicas, desde el metaverso hasta la IA integrada en redes sociales. Cada nueva reorganización genera expectativas, pero también dudas sobre la capacidad de mantener una estrategia estable en el tiempo.
Lo que queda por ver es si Mango será algo más que otro nombre llamativo en la larga lista de modelos en desarrollo. Si logra ofrecer resultados competitivos y útiles, puede ayudar a Meta a recuperar terreno. Si no, reforzará la sensación de que la empresa sigue reaccionando a los movimientos de otros, en lugar de marcarlos. En la carrera de la IA, llegar no siempre es suficiente: importa cómo y para qué.
