Manzano

MANZANO es un modelo multimodal unificado desarrollado por Apple, diseñado para comprender y generar imágenes dentro de una única arquitectura. Su propuesta es simplificar y escalar el uso de IA multimodal mediante un tokenizador de visión híbrido, que combina representaciones continuas para el análisis y tokens discretos para la generación. Esto permite que el modelo actúe tanto en tareas de interpretación visual (image-to-text) como de creación (text-to-image) de forma eficiente e integrada.

‍

‍

MANZANO todavía no tiene un modelo de precios definido para el mercado, ya que se trata de una investigación académica en etapa inicial. Sin embargo, por la naturaleza del proyecto y por el historial de Apple, se espera que pueda incorporarse a futuro en productos y servicios del ecosistema, como el iPhone, iPad, Vision Pro e incluso iCloud, aportando valor sin ser necesariamente vendido como un servicio aparte.

Como todavía es un proyecto de investigación, no hay planes comerciales divulgados. Si sigue el patrón de Apple, MANZANO probablemente será integrado en productos ya existentes, funcionando como feature premium dentro de dispositivos y servicios, en lugar de ofrecerse como herramienta independiente.

MANZANO representa un hito en la investigación de modelos multimodales, al unificar comprensión y generación de imágenes en una arquitectura simple y escalable. Aunque su impacto todavía se limita al ámbito académico, es probable que Apple lo transforme en un diferencial competitivo dentro de su ecosistema. Para el mercado, el modelo refuerza la tendencia de multimodalidad integrada como próximo paso de la inteligencia artificial aplicada a productos de consumo.