River AI capta 1.100 millones de dólares en una ronda liderada por General Catalyst

River AI ha conseguido 1.100 millones de dólares en una ronda de financiación de tipo seed/Series A liderada por General Catalyst y AMP PBC. La startup, fundada por Igor Babuschkin, cofundador de xAI, salió del modo sigiloso en junio y ha reunido la inversión apenas dos meses después de su creación.

En la ronda también han participado Nvidia, AMD Ventures, Y Combinator y Temasek. AMP PBC es una firma de inversión centrada en inteligencia artificial que fue fundada en 2026 por Anjney Midha, antiguo socio general de Andreessen Horowitz y respaldó desde a16z a compañías como Black Forest Labs, Mistral AI, LMArena y OpenRouter.

Babuschkin, cuyo recorrido profesional incluye puestos relacionados con inteligencia artificial en DeepMind y OpenAI, plantea que River AI debe reconstruir la tecnología de IA desde cero. El plan comienza por la forma en que se entrenan los modelos y abarca también los propios modelos, la capa de producto y nuevo hardware para que la IA personal permanezca cerca de sus usuarios.

La visión de la empresa se distancia de la idea de que los agentes de IA deben centrarse en sustituir a trabajadores humanos. River AI quiere convertirlos en asistentes personales que cada usuario pueda entrenar y que trabajen en su nombre. Babuschkin los describe como sistemas presentes de forma discreta, capaces de conocer a sus usuarios y orientados a sus intereses.

El primer producto de River AI ya está disponible como una API con precios calculados por cada millón de tokens. Las tarifas dependen del modelo abierto utilizado. La plataforma permite a los desarrolladores aplicar ajuste mediante aprendizaje por refuerzo, conocido como RL, y mediante low-rank adaptation, o LoRA, sobre esos modelos.

La empresa presenta esta propuesta como una alternativa a la ingeniería de prompts. Según la documentación del producto, una instrucción permite dirigir un modelo que el usuario no posee ni puede mejorar, mientras que River AI busca que los desarrolladores entrenen modelos abiertos para convertirlos en sistemas propios y utilizarlos después como cualquier otro endpoint.

La compañía también ofrece una propuesta de neocloud dirigida a empresas que quieren controlar más directamente sus modelos de inteligencia artificial. River AI sostiene que cualquier empresa puede completar una ejecución compleja de aprendizaje por refuerzo en entre 15 y 20 minutos, sin necesidad de un equipo de infraestructura, y con un coste entre dos y cuatro veces menor que el de alternativas de código cerrado.

El enfoque llega en un momento en que las empresas están explorando combinaciones de modelos y muestran un interés creciente por los modelos con pesos abiertos. River AI pretende cubrir especialmente la parte de experiencia y herramientas necesaria para el postentrenamiento, un proceso que considera clave para adaptar los modelos a las necesidades de cada organización.

La visión a más largo plazo de River AI es que cada persona pueda disponer de agentes propios, entrenados por ella misma y capaces de actuar en su beneficio. El artículo de TechCrunch señala que ya existen ejemplos de agentes personales ejecutados localmente, como OpenClaw y sus derivados, mientras que Nvidia trabaja con fabricantes de ordenadores como Dell, Microsoft y HP en hardware preparado para IA.

Aún está por determinar cómo se diferenciará la tecnología de River AI de esas iniciativas. Por ahora, la startup cuenta con una financiación de gran tamaño para una empresa tan reciente y con recursos suficientes para desarrollar su propuesta de asistentes personales, modelos abiertos, servicios de entrenamiento y hardware. Fuente: TechCrunch.