Fundada por Igor Babuschkin, cofundador de xAI y veterano de DeepMind y OpenAI, donde dirigió el entrenamiento a gran escala en ambas organizaciones, River AI emergió del sigilo el 10 de junio de 2026 con una tesis ambiciosa: la industria de la IA ha estado construyendo herramientas para reemplazar humanos, pero debería construir herramientas que trabajen con y para cada individuo .

Una misión completa: reconstruir la IA desde cero

La misión central de River AI es reinventar la IA desde cero reconstruyendo toda la pila de extremo a extremo —cubriendo infraestructura de entrenamiento, modelos, capa de producto y hardware— para crear asistentes agénticos entrenables personalmente . La empresa enmarca esto explícitamente como un cambio: alejarse de construir IA que reemplaza trabajadores humanos y, en su lugar, crear IA que puedas enseñar, moldear y poseer .

Como lo ha descrito el fundador Igor Babuschkin, esto significa crear inteligencia que "fluya contigo" en lugar de estar dentro de una caja negra a la que solo puedes dar indicaciones . La visión a largo plazo: un mundo donde cada persona tenga sus propios agentes de IA entrenados personalmente trabajando en su nombre, en lugar de modelos únicos para todos propiedad de una sola empresa .

Primer producto: La API de River — Un antídoto contra la ingeniería de prompts

El primer producto de River, activo desde el lanzamiento de junio de 2026, es la API de River, un servicio de entrenamiento en la nube para modelos de peso abierto . La API ofrece:

• Fine-tuning basado en LoRA y aprendizaje por refuerzo (RL) sobre modelos de código abierto que van desde 35 mil millones hasta 1 billón de parámetros, incluyendo Qwen3.6, Kimi K2.6 y GLM 5.2 (con más modelos añadidos regularmente)
• Un único cliente Python para entrenar, muestrear y servir, con facturación basada en tokens por millón de tokens tanto para entrenamiento como para inferencia —en lugar de por hora de GPU

River posiciona esta API directamente como un antídoto contra la ingeniería de prompts. La literatura del producto de la empresa afirma: "Dar indicaciones dirige un modelo que no posees y no puedes mejorar. River te permite entrenar modelos abiertos para convertirlos en modelos que son verdaderamente tuyos —y servirlos como cualquier otro endpoint" .

Rendimiento empresarial: Ejecuciones RL en 15 minutos con ahorros de 2 a 4 veces

River afirma que a través de su API, cualquier empresa puede completar una ejecución compleja de entrenamiento de aprendizaje por refuerzo en 15 a 20 minutos sin necesidad de un equipo de infraestructura dedicado . La plataforma gestiona automáticamente las transferencias de pesos, la consistencia entre muestreo y entrenamiento, la asignación elástica de cómputo y la gestión de GPU bajo el capó .

La empresa afirma además que este enfoque ofrece ahorros de costos de 2 a 4 veces en comparación con alternativas de código cerrado, al eliminar los costos de GPU inactivas mediante la medición basada en tokens y la gestión automatizada de infraestructura .

Un cofundador con credenciales profundas en IA

Igor Babuschkin aporta una credibilidad significativa a la empresa. Antes de cofundar xAI, trabajó en modelado generativo y aprendizaje por refuerzo en Google DeepMind y dirigió el entrenamiento a gran escala en OpenAI . Otros cofundadores incluyen a Dmytro (Dima) Soboliev, Ievgen Soboliev y Aaron Rogers, con un equipo de liderazgo que también incluye a ex investigadores de OpenAI y DeepMind .

El panorama general: IA personal para todos

Más allá del producto API, la visión más amplia de River AI es una de las más distintivas en el panorama actual de la IA. En lugar de competir para construir un único modelo superinteligente que sirva a todos, River quiere permitir que cada persona posea su propia inteligencia —moldeada por sus propios datos, tareas y objetivos . La empresa planea expandirse desde la API actual hacia modelos, capa de producto y hardware para hacer realidad esta visión .

Como señaló Marc Bhargava, Director General de General Catalyst, la inversión está vinculada a una preocupación estratégica más amplia: "El liderazgo estadounidense en IA requiere urgentemente liderazgo en infraestructura de IA de peso abierto y entrenable personalizadamente" . River AI, con su arsenal de 1.100 millones de dólares y sus inversores de primer nivel, apuesta a que el futuro de la IA no es un solo modelo al que das indicaciones —sino millones de modelos que las personas entrenan y poseen por sí mismas.

Fundada por Igor Babuschkin, cofundador de xAI y veterano de DeepMind y OpenAI, donde dirigió el entrenamiento a gran escala en ambas organizaciones, River AI emergió del sigilo el 10 de junio de 2026 con una tesis ambiciosa: la industria de la IA ha estado construyendo herramientas para reemplazar humanos, pero debería construir herramientas que trabajen con y para cada individuo .

Una misión completa: reconstruir la IA desde cero

La misión central de River AI es reinventar la IA desde cero reconstruyendo toda la pila de extremo a extremo —cubriendo infraestructura de entrenamiento, modelos, capa de producto y hardware— para crear asistentes agénticos entrenables personalmente . La empresa enmarca esto explícitamente como un cambio: alejarse de construir IA que reemplaza trabajadores humanos y, en su lugar, crear IA que puedas enseñar, moldear y poseer .

Como lo ha descrito el fundador Igor Babuschkin, esto significa crear inteligencia que "fluya contigo" en lugar de estar dentro de una caja negra a la que solo puedes dar indicaciones . La visión a largo plazo: un mundo donde cada persona tenga sus propios agentes de IA entrenados personalmente trabajando en su nombre, en lugar de modelos únicos para todos propiedad de una sola empresa .

Primer producto: La API de River — Un antídoto contra la ingeniería de prompts

El primer producto de River, activo desde el lanzamiento de junio de 2026, es la API de River, un servicio de entrenamiento en la nube para modelos de peso abierto . La API ofrece:

• Fine-tuning basado en LoRA y aprendizaje por refuerzo (RL) sobre modelos de código abierto que van desde 35 mil millones hasta 1 billón de parámetros, incluyendo Qwen3.6, Kimi K2.6 y GLM 5.2 (con más modelos añadidos regularmente)
• Un único cliente Python para entrenar, muestrear y servir, con facturación basada en tokens por millón de tokens tanto para entrenamiento como para inferencia —en lugar de por hora de GPU

River posiciona esta API directamente como un antídoto contra la ingeniería de prompts. La literatura del producto de la empresa afirma: "Dar indicaciones dirige un modelo que no posees y no puedes mejorar. River te permite entrenar modelos abiertos para convertirlos en modelos que son verdaderamente tuyos —y servirlos como cualquier otro endpoint" .

Rendimiento empresarial: Ejecuciones RL en 15 minutos con ahorros de 2 a 4 veces

River afirma que a través de su API, cualquier empresa puede completar una ejecución compleja de entrenamiento de aprendizaje por refuerzo en 15 a 20 minutos sin necesidad de un equipo de infraestructura dedicado . La plataforma gestiona automáticamente las transferencias de pesos, la consistencia entre muestreo y entrenamiento, la asignación elástica de cómputo y la gestión de GPU bajo el capó .

La empresa afirma además que este enfoque ofrece ahorros de costos de 2 a 4 veces en comparación con alternativas de código cerrado, al eliminar los costos de GPU inactivas mediante la medición basada en tokens y la gestión automatizada de infraestructura .

Un cofundador con credenciales profundas en IA

Igor Babuschkin aporta una credibilidad significativa a la empresa. Antes de cofundar xAI, trabajó en modelado generativo y aprendizaje por refuerzo en Google DeepMind y dirigió el entrenamiento a gran escala en OpenAI . Otros cofundadores incluyen a Dmytro (Dima) Soboliev, Ievgen Soboliev y Aaron Rogers, con un equipo de liderazgo que también incluye a ex investigadores de OpenAI y DeepMind .

El panorama general: IA personal para todos

Más allá del producto API, la visión más amplia de River AI es una de las más distintivas en el panorama actual de la IA. En lugar de competir para construir un único modelo superinteligente que sirva a todos, River quiere permitir que cada persona posea su propia inteligencia —moldeada por sus propios datos, tareas y objetivos . La empresa planea expandirse desde la API actual hacia modelos, capa de producto y hardware para hacer realidad esta visión .

Como señaló Marc Bhargava, Director General de General Catalyst, la inversión está vinculada a una preocupación estratégica más amplia: "El liderazgo estadounidense en IA requiere urgentemente liderazgo en infraestructura de IA de peso abierto y entrenable personalizadamente" . River AI, con su arsenal de 1.100 millones de dólares y sus inversores de primer nivel, apuesta a que el futuro de la IA no es un solo modelo al que das indicaciones —sino millones de modelos que las personas entrenan y poseen por sí mismas.