La calidad del enrutamiento multicast de servicio es un tema de investigación importante en las redes. La investigación ha buscado obtener un árbol de enrutamiento multicast al menor costo que satisfaga las restricciones de ancho de banda, retardo y variabilidad de retardo. Debido a su problema completo no determinista polinomial, se han adoptado muchos algoritmos metaheurísticos para resolver este tipo de problema. El artículo presenta un nuevo algoritmo híbrido, llamado ACO&CM, para resolver el problema. El principal punto innovador es combinar el proceso de generación de soluciones del algoritmo de optimización de colonia de hormigas (ACO) con el modelo Cloud (CM). Además, dentro de la estructura del marco del ACO, incrustamos el modelo de nube en el algoritmo de ACO para mejorar el rendimiento del algoritmo de ACO ajustando el rastro de feromona en los bordes. Aunque una intensidad alta de rastro de feromona en algunos bordes puede atrapar en un óptimo local, la estrategia de actualización de feromonas basada en el CM se utiliza para buscar áreas de alta calidad. Para evitar la posibilidad de formación de bucles, ideamos una estrategia de búsqueda de detección de memoria (MDS) e la integramos en el proceso de construcción de la ruta. Finalmente, los resultados computacionales demuestran que el algoritmo híbrido tiene ventajas de un rendimiento eficiente y excelente para la calidad de la solución.