Meta libera el código abierto de TRIBE v2: IA Multimodal que Predice la Actividad Cerebral

Meta acaba de lanzar TRIBE v2, su último modelo cerebral multimodal de código abierto. Entrenado para imitar las respuestas neuronales humanas a videos, audio y texto. Mira, ¿neurociencia e IA chocando así? Brutal. Más de 1.000 horas de escaneos fMRI de +700 personas alimentaron su entrenamiento. El resultado: predicciones que superan las baselines de datos cerebrales reales. No voy a mentir — he visto mucho hype de IA. Esto se siente diferente. ¿Precisión zero-shot en cerebros no vistos? Ese es el giro argumental que los creadores esperaban.

En su núcleo, TRIBE v2 procesa tres entradas: clips de video, bandas sonoras y descripciones en lenguaje. Genera patrones fMRI simulados que coinciden con lo que haría un cerebro humano. ¿Entrenamiento? Masivo. +1.000 horas de más de 720 sujetos viendo contenido naturalista — películas, podcasts, historias. Supera baselines individuales y promedios grupales. La cosa es: sin datos cherry-picked. Generaliza a nuevas personas sin reentrenamiento. Según el blog oficial de Meta y el repositorio de GitHub. Creo que esto destroza el relato de 'la IA no entiende a los humanos'. Fusión directa de neurociencia.

¿Modelos que predicen el cerebro como este? Arreglan la plaga del 'valle inquietante'. Imagina herramientas de texto-a-imagen o video afinadas para activar engagement humano real — no solo píxeles bonitos. Giro argumental: mientras Sora y Kling persiguen fidelidad cruda, TRIBE v2 entrega a los creadores mapas perceptuales. Videos que se sienten bien porque activan los cerebros correctamente. Avances en IA cerebral multimodal ya impulsan generadores NSFW de próxima generación para escenas hiperrealistas. Los creadores ganan ventaja. Opinión picante: hacer open-source simuladores cerebrales democratiza el realismo de nivel dios. A los grandes labs no les gustará. ¿Pero importa? Los creadores ganan.