Meta convierte su ambición en IA en un negocio de infraestructura
Trabaja en una nueva línea de negocio para vender el exceso de capacidad de cómputo de IA a terceros.
¿Qué pasó el fin de semana? En un minuto:
Meta explora vender capacidad de cómputo de IA a terceros, mientras acelera su inversión en infraestructura con un capex previsto de hasta 145.000 millones de dólares en 2026.
Los datos de empleo en EE. UU. muestran señales contradictorias sobre el impacto de la IA en el trabajo, alimentando un debate abierto entre quienes ven sustitución de empleos y quienes anticipan una transformación de roles.
Gemini Omni Flash de Google DeepMind lidera Video Arena con 1404 puntos Elo, sacando 101 puntos de ventaja a Seedance 2.0 Mini en una de las brechas más amplias vistas en esta clasificación de generación de vídeo.
Codex añade un plugin para desarrollar y probar apps de iOS sin salir del entorno, mientras Anthropic extiende Claude Code Artifacts a los planes Pro y Max, en una competencia centrada en absorber todo el ciclo de desarrollo sin salir de la aplicación.
ByteDance prepara Seedance 2.5, un modelo de generación de vídeo que según filtraciones produciría clips de hasta 180 segundos con soporte para 50 referencias multimodales y posible lanzamiento el 9 de julio.
El potencial de Fable 5 sigue sorprendiendo: Ammaar Reshi ha portado un juego para Windows de 2003, de forma nativa a Mac, iPhone y iPad, sin emulación y recompilando el código fuente original para ARM64.
El debate sobre regulación de la IA se diversifica: un informe de Stanford HAI alertó de riesgos estructurales de privacidad en los modelos fundacionales, mientras otras voces advierten de que las herramientas de alineamiento podrían convertirse en instrumentos de censura.
Gracias por leer 1 Minuto de IA. Si te ha gustado esta edición, no te olvides de dar al ♡ y de compartirla por redes sociales o por email con otras personas a las que creas que les pueda interesar.
Y si tienes más de un minuto…
1. Meta acelera su gasto en cómputo para IA
Meta está explorando una vía para transformar su enorme inversión en inteligencia artificial en ingresos directos: vender capacidad de cómputo a terceros. Según Bloomberg, la compañía trabaja en una unidad de cloud para comercializar capacidad excedente de IA, aunque los planes aún están en desarrollo y podrían cambiar.
Meta ya no estaría usando sus centros de datos solo para mejorar Facebook, Instagram, WhatsApp o sus modelos propios, sino que podría competir con proveedores de infraestructura como AWS, Microsoft Azure, Google Cloud, CoreWeave o Nebius. Tras conocerse la información, las acciones de Meta subieron con fuerza, mientras que CoreWeave y Nebius cayeron, reflejando el temor a que un gran cliente se convierta también en competidor.
SemiAnalysis defiende que esta estrategia no implica necesariamente un exceso de capacidad por una mala previsión, sino todo lo contrario: Meta seguiría acelerando sus compras de infraestructura. La firma estima que la compañía contrató más de 5 gigavatios de capacidad en cloud solo en la primera mitad de 2026, sin contar sus propios centros de datos en construcción.
El punto clave es financiero. Meta elevó su previsión de capex para 2026 a entre 125.000 y 145.000 millones de dólares, una escala que exige nuevas formas de retorno. Si logra vender acceso a sus modelos, a modelos de terceros o a capacidad de IA bajo demanda, podría convertir parte de ese gasto en una línea de negocio de alto margen.
La infraestructura de IA se está convirtiendo en un activo estratégico, no solo tecnológico. Quien controle capacidad suficiente podrá usarla para mejorar sus productos, reducir dependencia de terceros y, potencialmente, venderla al mercado. Para Meta, el destino de esa capacidad estaría también reservada para su nuevo modelo con nombre en clave 'Watermelon', aún en entrenamiento. Según rumores consumiría unas diez veces más cómputo que el anterior 'Muse Spark' y habría igualado a GPT-5.5 de OpenAI en varios benchmarks.
Para 𝕏 @SemiAnalysis_ (Semianalysis), Meta comprará más cómputo, no menos, y que hablar de sobreoferta ignora el ritmo real de construcción.
𝕏 @WesRoth (Wes Roth) subraya el salto de escala: que 'Watermelon' necesite diez veces más cómputo que 'Muse Spark' para alcanzar el nivel de GPT-5.5 ilustra el coste creciente de competir en la frontera.
𝕏 @alexandr_wang (Alexandr Wang) gestiona expectativas por adelantado y promete mejoras notables en programación y capacidades agénticas en la próxima actualización de Muse Spark para competir mejor con los modelos líderes.
𝕏 @pmddomingos (Pedro Domingos) aporta el contrapunto escéptico y resume la trayectoria de Meta en IA en tres fases (antes de LeCun, con LeCun y después de LeCun) para cuestionar que la compañía sepa dónde va sin él.
Más información:
📎 Meta Compute: Everyone Wants To Be A Neocloud (link extraído de los tweets)
2. El empleo con IA: datos ambiguos, tesis en disputa
El debate sobre cómo la IA afecta al trabajo ganó concreción esta semana con una mezcla de datos económicos y argumentos de mercado. La gestora de Cathie Wood señaló una divergencia poco habitual en las cifras de empleo estadounidenses: en la encuesta de hogares, el empleo habría caído unos 500.000 puestos, una cifra que apunta a recesión, mientras las solicitudes para crear nuevas empresas siguen subiendo. El pesimismo del informe de empleo no convence a 𝕏 @ARKInvest (Ark Invest), que lo atribuye a un problema de medición más que a una señal de recesión, con la caída de la participación laboral como matiz añadido.
El debate sigue abierto en redes sociales con muchas posturas diversas. Algunas defienden que la eficiencia ganada con IA se reabsorbe vía más competencia y precios más bajos; otras, que el valor humano se desplaza hacia definir problemas y coordinar sistemas, no hacia ejecutar tareas rutinarias.
Para 𝕏 @fchollet (François Chollet), los empleos que vienen premiarán la adaptabilidad y el planteamiento de problemas complejos por encima de la ejecución repetitiva o las habilidades hiperespecializadas.
Frente al relato de la sustitución, 𝕏 @elisenda_bou (Elisenda Bou-Balust) observa lo contrario: la IA reparte ingenieros por toda la organización, con el Forward Deployed Engineer de Palantir extendiéndose ahora a producto, operaciones y go-to-market.
𝕏 @emollick (Ethan Mollick) sugiere que trabajar con agentes se parece cada vez más a gestionar equipos, y propone formación en gestión a gran escala, con el precedente de los programas de EE. UU. tras la Segunda Guerra Mundial.
𝕏 @gabriel1 (Gabriel) plantea su hipótesis más optimista como el peor de los escenarios posibles: con tanto trabajo pendiente y competencia, los empleados acaban dominando la IA y ampliando lo que hacen, en vez de desaparecer.
3. Gemini Omni Flash lidera Video Arena
Gemini Omni Flash, el modelo de generación de vídeo de Google DeepMind, ocupa el primer puesto en Video Arena con una puntuación Elo de 1404. Le saca 101 puntos a Seedance 2.0 Mini de BytePlus (1303), una diferencia amplia para una tabla que mide preferencias directas entre resultados de distintos modelos. Los modelos Veo anteriores de Google quedan bastante por debajo, señal de un avance interno además de competitivo. Video Arena funciona con votaciones a ciegas: los usuarios comparan pares de vídeos sin saber qué modelo los generó. El método reduce el sesgo de marca, pero premia la calidad percibida más que métricas técnicas objetivas. El resultado llega en plena disputa por la generación de vídeo con IA, con Google, ByteDance y varias startups especializadas compitiendo por la misma franja.
La brecha de 101 puntos Elo que reporta 𝕏 @Designarena (Design Arena) sobre Seedance 2.0 Mini es, en sus palabras, uno de los saltos más grandes vistos en Video Arena, un dato que por sí solo separa este lanzamiento del ritmo habitual de mejoras incrementales.
𝕏 @WesRoth (Wes Roth) lee el liderazgo como un salto competitivo de Google frente a sus rivales en vídeo, y subraya que incluso los modelos Veo previos de la propia compañía quedan atrás en la misma tabla.
𝕏 @MLBear2 (Ml_Bear) incluye el primer puesto de Omni Flash en un resumen más amplio de la jornada, situándolo junto a otros movimientos del sector como una noticia relevante.
4. Codex y Claude Code amplían funcionalidades
Los asistentes de programación por IA compiten esta semana en el flujo de trabajo. Codex, la herramienta de OpenAI, ha añadido un plugin llamado 'Build iOS Apps' que permite visualizar y probar una app iOS en un navegador integrado, abrir vistas previas de SwiftUI y aplicar hot reload sin salir del entorno. El objetivo es reducir los saltos entre aplicaciones durante la iteración. En paralelo, Anthropic ha extendido Claude Code Artifacts a los planes Pro y Max, antes reservado a clientes Team y Enterprise. La función convierte la salida de una sesión en una página interactiva alojada en una URL privada, que se actualiza mientras el modelo sigue trabajando.
Ambos cambios persiguen lo mismo: absorber más fases del ciclo de desarrollo dentro de una sola interfaz. El detalle técnico lo aporta un hilo de SemiAnalysis sobre los 'harnesses' de codificación agéntica, la capa de orquestación que envuelve al modelo para leer código, ejecutar comandos e iterar. Su tesis es que buena parte de la diferencia entre Claude Code, Codex, OpenCode o Pi está en ese harness, no en el modelo subyacente, que a menudo comparten.
Para 𝕏 @victorianoi (Victoriano Izquierdo), Codex supera hoy a Claude por dos motivos concretos: mejor relación calidad-precio en sus suscripciones y un control remoto desde el móvil que permite lanzar hilos nuevos sin estar frente al ordenador.
𝕏 @SemiAnalysis_ (Semianalysis) desmitifica estas herramientas: bajo el capó todas repiten el mismo bucle de planificar, actuar y verificar, así que conviene dejar de hablar de los harnesses como si fueran magia.
𝕏 @WesRoth (Wes Roth) lee la integración del ciclo iOS dentro de Codex como un paso hacia entornos más autónomos, donde previsualización, pruebas y recarga en caliente conviven sin obligar al desarrollador a cambiar de aplicación.
𝕏 @denir0x (Deniro) apunta al alcance práctico con un caso concreto: alguien modeló en 3D un edificio completo con Claude Code, con un nivel de detalle que, según un profesional de la construcción consultado, la industria tradicional ni siquiera está aprovechando.
5. Seedance 2.5 apunta a vídeos de tres minutos
ByteDance prepara Dreamina Seedance 2.5, la nueva versión de su modelo de generación de vídeo, con integración prevista en CapCut y aplicaciones asociadas. La información viene de filtraciones, no de un anuncio oficial. Según esas fuentes, el modo estándar generaría clips cinematográficos de hasta 30 segundos en una sola pasada, y un modo de vídeo largo en beta los extendería hasta 180 segundos, con etapas intermedias de 90. Esa duración es el punto más destacado, ya que la mayoría de generadores actuales se queda en pocos segundos por clip.
El modelo admitiría hasta 50 referencias multimodales (imágenes, vídeo, audio, guiones, música y estilo) y promete más control sobre el resultado. La distribución vía CapCut lo coloca ante una base enorme de usuarios de edición, dentro del ecosistema de ByteDance, matriz de TikTok. El reto de los clips largos no es solo la duración. Mantener la identidad de los personajes, el movimiento, la lógica de cámara y la intención del prompt estables a lo largo de las extensiones sigue siendo el reto del vídeo generativo. Los rumores apuntan a un lanzamiento a principios de julio, con el día 9 como fecha citada.
El seguimiento de 𝕏 @testingcatalog (Ai News | Testingcatalog) apunta a que las páginas públicas de Dreamina y CapCut ya mencionan el modelo, señal de que el despliegue está cerca aunque el 9 de julio siga sin confirmar.
Para 𝕏 @WesRoth (Wes Roth) el gancho está en la orquestación multimodal: hasta 50 referencias distintas para montar una escena de 30 segundos de una vez, con más control sobre encuadre y estilo.
𝕏 @kimmonismus (Chubby) sostiene que ningún modelo occidental de texto a vídeo se acerca todavía a Seedance 2.0, y atribuye parte de esa ventaja al enorme volumen de vídeo al que ByteDance tendría acceso para entrenar.
Más información:
📎 ByteDance set to launch Seedance 2.5 with 3-minute output
6. Un juego de 2003 adaptado a iPhone con Fable 5
Ammaar Reshi ha portado 'Command & Conquer: Generals Zero Hour', un juego de 2003, a Mac, iPhone y iPad con Apple Silicon. No ha utilizado emulación, sino que es el motor original recompilado para ARM64, apoyado en el código fuente para Windows que EA liberó bajo licencia GPL v3 y en trabajo previo de la comunidad. El renderizado se traduce de DirectX 8 a Metal, y los interfaces se adaptan a los controles táctiles de los dispositivos móviles. El proyecto se publica como código abierto, con una guía para reproducirlo.
Reshi apoyó buena parte del trabajo en la herramienta de programación asistida Fable 5. El alcance tiene límites concretos. El repositorio no incluye ni distribuye los recursos del juego: hace falta una copia propia, disponible por unos 5 dólares en Steam.
Para 𝕏 @ammaar (Ammaar Reshi), 'portar' se queda corto: iOS es un entorno hostil para un RTS de Windows de 2003, con un sistema de archivos de solo lectura que exige redirigir cada escritura del motor desde el propio bundle de la app.
𝕏 @victorianoi (Victoriano Izquierdo) compara trabajar con Fable 5 con construirse un rascacielos por cuenta propia, tras montar en una tarde su propio Adobe Camera RAW en Swift para saltarse la suscripción de Adobe.
7. Privacidad, censura y derechos: la IA a debate
El debate sobre seguridad y regulación de la IA se movió esta semana entre dos polos: proteger a las personas frente a los modelos y proteger a los modelos frente al control. Stanford HAI publicó en abril el brief 'Data Privacy and Foundation Models: Can We Have Both?', que sitúa los riesgos de privacidad mucho más allá de los 'malos prompts'. El documento describe fallos en todo el ciclo del modelo: scraping masivo de datos personales en el entrenamiento, memorización y regurgitación de información sensible en las salidas, y datos íntimos que los usuarios revelan sin querer en las interfaces conversacionales. Añade que la inyección de prompts, el envenenamiento de datos y la inversión de modelos pueden sortear las salvaguardas actuales.
En el extremo opuesto, varias voces del sector alertan del riesgo contrario: que las herramientas de alineamiento acaben funcionando como instrumentos de censura, y que las capas de moderación rígidas interfieran incluso en tareas triviales. También circulan propuestas de una 'carta de derechos' humano-IA, con comunicaciones privilegiadas y discurso de IA protegido. Un matiz jurídico acota el debate: según el propio brief de Stanford, marcos como el RGPD europeo son fundamentalmente incompatibles con la forma en que se construyen los modelos fundacionales. Ni la UE ni Estados Unidos han aprobado reglas integrales capaces de cambiar la conducta de los desarrolladores, de modo que la protección de datos depende hoy de decisiones voluntarias de cada laboratorio.
Para 𝕏 @StanfordHAI (Stanford Hai), los riesgos de privacidad no son un problema de uso sino de diseño: sin reglas claras, el público depende de que los desarrolladores protejan sus datos por voluntad propia.
Equiparar las conversaciones con la IA a relaciones protegidas y amparar su discurso bajo la Primera Enmienda es la propuesta de 𝕏 @Dan_Jeffries1 (Daniel Jeffries), un marco de derechos todavía sin base legal consolidada.
Un artículo atribuido a ICML-2026 que recoge 𝕏 @pmddomingos (Pedro Domingos) sostiene que la comunidad de alineamiento estaría montando, sin quererlo, un kit de herramientas para la censura: las mismas técnicas que moderan salidas sirven para restringir el discurso.
Frente al ángulo normativo, 𝕏 @polynoamial (Noam Brown) destaca el trabajo del AI Security Institute sobre cómo los presupuestos de cómputo en tiempo de inferencia afectan a las evaluaciones de modelos frontera.
Más información:
📎 Data Privacy and Foundation Models: Can We Have Both?
📎 Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit