Quando Mark Zuckerberg decidiu, em meados de 2025, que a Meta havia errado feio na corrida pela inteligência artificial e que era hora de jogar fora o que estava no tabuleiro e começar de novo, ele fez o que qualquer magnata faria ao perceber que seu time não está mais na ponta, foi ao mercado contratar.
Só que o mercado ao qual Zuckerberg recorreu não era o de desenvolvedores medianos. Era o de quem tinha fundado empresas, construído infraestruturas, formado os melhores times de dados da geração, e a conta foi bem alta - até mesmo pro Zuck. Foram US$ 14,3 bilhões para ter 49% da Scale AI e, junto com o pacote, seu fundador, Alexandr Wang, 28 anos, para comandar o recém-criado Meta Superintelligence Labs.
Pesquisadores foram recrutados da OpenAI, da Anthropic e do Google. Nove meses depois de tudo isso, a Meta finalmente tem uma resposta para mostrar: o Muse Spark.
Leia também: O modelo de IA tão aguardado da Meta finalmente chegou. Mas ele consegue gerar dinheiro?
O modelo chegou na quarta-feira (8) com um conjunto de capacidades que merece atenção além do habitual frisson de lançamento. Raciocínio multimodal nativo, uso de ferramentas, cadeia de pensamento visual e orquestração multiagentes, o que, na prática, significa que o sistema pode dividir uma tarefa complexa em subtarefas e colocar vários agentes de IA para trabalhar em paralelo ao mesmo tempo.
Você pede que ele planeje uma viagem de família para a Flórida e, enquanto um agente esboça o roteiro, outro compara destinos e um terceiro pesquisa atividades para crianças. Mais rápido, mais completo, menos trabalho para quem pergunta.
Leia também em AI-451: O que sabemos sobre o Mythos da Anthropic, modelo de IA mais poderoso do mundo que não será lançado por motivos de cibersegurança
Raciocínio multimodal
Quando um modelo de IA consegue processar ao mesmo tempo texto, imagem, áudio e vídeo para chegar a uma conclusão, isso se chama raciocínio multimodal. Um modelo que só lê texto precisa que você descreva o que está vendo. Um modelo multimodal olha junto com você. Você aponta a câmera para uma prateleira de supermercado e ele identifica os produtos, compara valores nutricionais e sugere o que comprar. Você fotografa um exame médico e ele lê os dados do gráfico sem que você precise transcrever nada. A diferença não é de velocidade. É de quem está no controle da interpretação.
Agentes paralelos
Um agente de IA é um programa capaz de executar tarefas por conta própria, sem precisar ser instruído a cada passo. Quando um modelo coloca vários agentes trabalhando ao mesmo tempo sobre o mesmo problema, são os chamados agentes paralelos. Em vez de resolver uma tarefa em sequência, o sistema a divide em partes e distribui. Num planejamento de viagem, um agente pesquisa voos, outro compara hotéis, um terceiro levanta atrações. Eles trabalham ao mesmo tempo e o modelo consolida os resultados. O que levaria minutos em troca de perguntas e respostas acontece numa fração do tempo.
Muse Spark chega aos ombros de gigantes
A primeira versão da série Muse foi projetada pequena e rápida por escolha deliberada. A Meta quis validar a arquitetura antes de escalar, o que é uma mudança de postura em relação ao ciclo anterior, que terminou no Llama 4, lançamento que frustrou expectativas e forçou a reconstrução completa do time. Nos benchmarks, o Muse Spark chegou competindo de frente com o Opus 4.6 da Anthropic e o GPT 5.4 da OpenAI em percepção multimodal, consultas de saúde e raciocínio visual. Para um modelo descrito pela própria empresa como "pequeno e rápido", é um resultado que merece ser levado a sério.
Há, porém, áreas em que o modelo ainda tem espaço para melhorar. Em tarefas de escritório, codificação e programação e raciocínio abstrato, o Muse Spark ficou abaixo das expectativas. Isso não é uma acusação de fracasso, é uma indicação de onde a energia de desenvolvimento vai se concentrar nas próximas gerações. A Meta já anunciou que há modelos maiores em desenvolvimento.
Dados valem mais que algoritmos
O que explica a performance do Muse Spark onde ele se saiu bem não é mistério para quem entende de como esses modelos são treinados. Qualidade de dados é o insumo que separa os bons dos ótimos. E a Meta, com mais de 3 bilhões de usuários ativos, tem uma das maiores e mais ricas bases de comportamento humano documentado que existem no planeta.
Foto de prato de comida acompanhada de hashtag, legenda descrevendo sabor, comentários comparando com outros restaurantes, tudo isso é dado. Conversa sobre sintoma de gripe no Messenger também é dado. Alexandr Wang construiu a Scale AI exatamente para organizar esse tipo de material e alimentar modelos de IA com ele. Agora ele faz isso para dentro, com o arquivo mais completo do mundo.
Onde esse insumo é menos relevante, o modelo ainda tem lacunas. Codificação exige outro tipo de treinamento, com datasets de repositórios de código, feedback técnico, raciocínio formal. Ali, OpenAI e Anthropic têm vantagens construídas ao longo de anos. Não é uma desvantagem permanente, mas é real agora.
Quem perde com Muse Spark
A OpenAI é quem tem mais a se preocupar. O ChatGPT tem hoje cerca de 900 milhões de usuários, dos quais 95% estão no plano gratuito. Esses usuários fazem justamente o tipo de tarefa que o Muse Spark vai começar a oferecer, embutido e gratuito, dentro de aplicativos que essas pessoas já usam todos os dias. O mercado endereçável da Meta não é o universo dos entusiastas que testam modelos novos. É o dos 3,5 bilhões de pessoas que abrem o WhatsApp pela manhã sem pensar duas vezes.
O modelo vai estar no Meta AI, lendo o que você escreve no Messenger, vendo o que você filma com os óculos inteligentes, anotando o que você curte no Instagram e no Threads. Cada interação é também um sinal de dado. Cada resposta gerada é um anúncio com potencial de performance melhorada. O mercado enxergou isso e as ações da Meta subiram 8% no dia do lançamento.
Problema de privacidade que ninguém quer nomear
O que ninguém está discutindo com a seriedade que merece é o preço implícito de um modelo de IA desse porte integrado a um ecossistema com o histórico de privacidade da Meta. Para usar o Muse Spark, é necessário ter uma conta no Facebook ou no Instagram.
A empresa não esclarece de forma direta se dados dessas contas alimentam o modelo ou personalizam as respostas. Dadas as práticas históricas da Meta com dados de usuários e o fato de que o modelo foi explicitamente posicionado como uma IA que "entende seu mundo porque é construída nele", seria ingênuo presumir que não há conexão.
Há dois anos, a Meta pagou US$ 1,4 bilhão ao estado do Texas por ter coletado dados biométricos sem consentimento. O Muse Spark chega para fazer a empresa crescer e quer mostrar que sua inteligência artificial é pessoal o suficiente para competir com o ChatGPT, mas ainda não respondeu, com clareza, o que "pessoal" significa em termos de coleta e uso de informação.
O modelo é bom, a distribuição é incomparável e as perguntas que o acompanham são as mesmas de sempre, só que maiores.
Leia outras colunas em AI-451.
Siga o Times Brasil - Licenciado Exclusivo CNBC no
O modelo de IA tão aguardado da Meta finalmente chegou. Mas ele consegue gerar dinheiro? 
