River AI, startup de inteligencia artificial fundada por Igor Babuschkin, excofundador de xAI, anunció la captación de US$ 1,1 mil millones en ronda semilla/serie A liderada por General Catalyst y AMP PBC, con participación de Nvidia, AMD Ventures, Y Combinator y Temasek.
AMP PBC es un fondo de inversión enfocado en IA creado en 2026 por Anjney Midha, exsocio de Andreessen Horowitz, que apoyó a empresas como Black Forest Labs, Mistral AI, LMArena y OpenRouter.
Propuesta de River
River salió del stealth en junio con la misión de reinventar la IA desde cero, empezando por la forma en que se entrenan los modelos. Babuschkin, que pasó por DeepMind y OpenAI, quiere transformar a los agentes en asistentes personalmente entrenables, en lugar de seguir la trayectoria de otros laboratorios de IA de reemplazar a trabajadores humanos.
"Para llegar allí, creemos que el stack debe ser reconstruido de punta a punta: entrenamiento, modelos, capa de producto y nuevo hardware que permita que la IA personal viva cerca de ti", escribió Babuschkin en su blog de lanzamiento.
"Los agentes capaces serán una parte normal de la vida cotidiana. Menos como los asistentes a los que llamas hoy cuando necesitas una tarea, más como ángeles de la guarda: silenciosamente presentes, a tu lado, ayudando en lo que realmente te importa. Te conocerán bien, y serán tuyos, no de otra persona", afirmó.
Producto y promesa
River ya ofrece una API que se cobra por 1 millón de tokens, con precios que varían según el modelo abierto utilizado. La API permite que los desarrolladores usen aprendizaje por refuerzo (RL) y fine-tuning LoRA en los modelos.
"El prompting guía un modelo que no posees y no puedes mejorar. River permite entrenar modelos abiertos hasta que sean verdaderamente tuyos — y servirlos como cualquier otro endpoint", dice el material del producto.
En el anuncio de la captación, la empresa afirmó que "cualquier empresa puede concluir un entrenamiento complejo de aprendizaje por refuerzo en 15 a 20 minutos, sin necesidad de equipo de infraestructura, con un ahorro de dos a cuatro veces en comparación con alternativas de código cerrado".
La propuesta llega en un momento en que las empresas empiezan a querer controlar el destino de sus modelos de IA, combinando diferentes opciones, incluidos los pesos abiertos. River promete resolver la parte de post-entrenamiento de ese problema con su oferta de neocloud.
