River AI, fundada hace dos meses por el co-fundador de xAI Igor Babuschkin, cerró una ronda combinada de Seed y Series A de $1.1 mil millones liderada por General Catalyst y AMP PBC el 11 de agosto, con participación estratégica de Nvidia y AMD Ventures, más Y Combinator y Temasek. La ronda valora la empresa en aproximadamente $5 mil millones y marca una de las mayores recaudaciones en etapa de fundación en la historia de IA.
La empresa con sede en Palo Alto está construyendo infraestructura de IA personalizada, comenzando con River API—un servicio en la nube que permite a las empresas personalizar LLMs de código abierto en 15–20 minutos usando fine-tuning LoRA, con ahorros de costos de 2–4× en relación con alternativas de código cerrado. La tesis de Babuschkin: la mayoría de las empresas dependen de modelos de propósito general entrenados en toda Internet; River permite que las empresas entrenen, ajusten y posean modelos adaptados a sus propios datos y flujos de trabajo. La plataforma admitirá modelos de hasta 1 billón de parámetros.
La ambición más amplia es 'IA personal'—modelos que viven cerca del usuario (localmente o descentralizados), aprenden de sus datos y sirven a sus intereses en lugar de los de una corporación. River planea construir la pila completa: infraestructura de entrenamiento para que cualquier desarrollador ajuste, productos alrededor de personalización y aprendizaje continuo, y nuevo hardware para ejecutar IA personal en el borde.
Para arquitectos, esto señala la confianza del capital de riesgo en modelos de código abierto e IA en el borde/on-device como alternativas viables a la inferencia controlada por hiperscalers. La participación de Nvidia y AMD sugiere que los fabricantes de chips ven la infraestructura de fine-tuning modular como un TAM de alto volumen complementario a sus ventas principales de GPU. La velocidad a $1.1B desde cero también demuestra apetito de inversores por personalización reproducible como categoría dentro de IA agentes.