Fuentes
- The Verge AI
No te pierdas nada del arte con IA
Recibe en tu correo las mejores historias de la semana sobre IA y arte con IA: seleccionadas, concisas y gratis.
Gratis. Cancela cuando quieras.

Recibe en tu correo las mejores historias de la semana sobre IA y arte con IA: seleccionadas, concisas y gratis.
Gratis. Cancela cuando quieras.
Google ha comenzado a etiquetar anuncios generados por IA en Search, Discover y YouTube, y Meta está abriendo su modelo Muse Spark 1.1 a desarrolladores a través de una nueva API, afirmando que representa un salto significativo sobre la primera generación.
La etiqueta en sí es modesta: una sola línea bajo una pestaña que la mayoría de usuarios nunca abrirá. Pero la señal que envía no lo es. Google ahora está tratando la participación de IA en la creación de anuncios como un hecho que merece divulgación, a la par de cómo se marca una publicación patrocinada en redes sociales. Según reportó TechCrunch y confirmó The Verge, el despliegue se aplica a anuncios en Google Search, Google Discover y YouTube.
Para creadores de arte con IA que producen trabajo comercial —imágenes de marca, fotografías de productos, gráficos promocionales— esto vale la pena seguir. Ahora mismo, la etiqueta se aplica a anunciantes que ejecutan campañas a través de la plataforma publicitaria de Google. Pero la infraestructura para marcar imágenes generadas por IA en contextos comerciales ahora está activa y normalizada a escala de Google. Ese es un precedente significativo. Las marcas que encargan imágenes generadas por IA pronto podrían necesitar considerar requisitos de divulgación no solo en el texto del anuncio, sino en las imágenes mismas.
La etiqueta no restringe qué herramientas de IA pueden usar los anunciantes, y no parece afectar el ranking o entrega de anuncios. Es una capa de transparencia, no una barrera. Aun así, los creadores que construyen portafolios alrededor de imágenes comerciales de IA deberían esperar que los clientes comiencen a preguntar sobre procedencia, y este tipo de etiqueta pública acelera esa conversación.
El movimiento de Meta es más directamente relevante para desarrolladores. La nueva Meta Model API da a los desarrolladores acceso programático a Muse Spark 1.1, que Meta está promocionando como un asistente de programación capaz que puede integrarse con herramientas existentes de desarrollo de IA. Meta entró en la carrera de modelos internos en abril con el Muse Spark original; Muse Spark 1.1 es la primera actualización significativa, y abrirlo a desarrolladores vía API es la apuesta de la compañía para establecerlo como un competidor real en el espacio de asistentes de programación junto a modelos de Anthropic, OpenAI y Google.
Para creadores de arte con IA, la relevancia inmediata es indirecta pero real. Si Muse Spark 1.1 puede mantenerse en contextos de programación, se convierte en un backend viable para pipelines de generación personalizados, scripts de automatización de prompts y herramientas creativas —el tipo de infraestructura que los artistas generativos serios construyen alrededor. El acceso a la API significa que los desarrolladores pueden comenzar a probarlo contra sus propios flujos de trabajo ahora, en lugar de esperar a que Meta lance un producto de consumo pulido.
Meta no ha publicado comparaciones detalladas de benchmarks contra GPT-4o o Claude Sonnet, así que la afirmación de «cambio radical» sigue siendo en gran medida autorreportada. Las evaluaciones independientes clarificarán dónde realmente se sitúa.
Estos dos anuncios llegan en la misma semana por una razón. Tanto Google como Meta están respondiendo a la misma presión subyacente: mientras el contenido generado por IA inunda cada canal, las plataformas están siendo presionadas —por reguladores, anunciantes y usuarios— a hacer legibles sus orígenes. La etiqueta de anuncios de Google es una respuesta dirigida al consumidor a esa presión. La API de Meta es una apuesta dirigida a desarrolladores de que su propio modelo puede competir por los flujos de trabajo que producen ese contenido en primer lugar.
Para los creadores, el resultado práctico es que la brecha entre «hecho con IA» y «hecho profesionalmente» se está estrechando en cómo las plataformas lo tratan y presentan, lo que significa que el arte de crear prompts, editar y curar salidas de IA importa más, no menos, como diferenciador.