Reflection AI, una startup fundada el año pasado por dos ex investigadores de Google DeepMind, recaudó 2 mil millones de dólares con una valoración de 8 mil millones de dólares. Eso es un aumento significativo de 15 veces con respecto a su valoración de 545 millones de dólares hace apenas siete meses. La empresa se centró originalmente en agentes de codificación autónomos, pero ahora se ha posicionado como una alternativa de código abierto a los laboratorios de frontera cerrada como OpenAI y Anthropic, y como el equivalente occidental de las empresas chinas de IA como DeepSeek.
La startup fue fundada en marzo de 2024 por Misha Laskin, quien dirigió el modelado de recompensas para el proyecto Gemini de DeepMind, y Ioannis Antonoglou, quien codesarrolló AlphaGo, el sistema de inteligencia artificial que derrotó al campeón mundial en el juego de mesa Go en 2016. Su experiencia en el desarrollo de estos sistemas de inteligencia artificial altamente avanzados es fundamental para su propuesta de que el talento de inteligencia artificial adecuado puede construir modelos de vanguardia fuera de los gigantes tecnológicos establecidos.
Además de la nueva ronda, Reflection AI anunció que contrató a un equipo de los mejores talentos de DeepMind y OpenAI para crear una pila de capacitación avanzada en IA que promete poner a disposición de todos. Quizás lo más importante es que Reflection AI dice que ha «identificado un modelo comercial escalable que se alinea con nuestra estrategia de inteligencia abierta».
Reflection AI cuenta actualmente con un equipo de unas 60 personas, en su mayoría investigadores e ingenieros de IA en infraestructura, capacitación de datos y desarrollo de algoritmos, según Laskin, director ejecutivo de la compañía. Reflection AI ha asegurado un grupo de computación y espera lanzar un modelo de lenguaje de frontera entrenado en «decenas de billones de tokens» el próximo año, dijo a TechCrunch.
Reflection AI dijo en una publicación: «Hemos confirmado directamente la efectividad de nuestro enfoque cuando se aplica al área importante de la codificación autónoma. Con este hito desbloqueado, ahora estamos llevando estas técnicas a la inferencia general del agente».
MoE se refiere a la arquitectura específica que impulsa Frontier LLM. Hasta ahora, el entrenamiento a escala sólo era posible en grandes laboratorios cerrados de IA. DeepSeek tuvo un momento decisivo cuando descubrió cómo entrenar estos modelos a escala de forma abierta, seguido por Qwen, Kimi y otros modelos en China.
«Deep Seek y Kwen y todos estos modelos son una llamada de atención para nosotros porque si no hacemos nada, el estándar global de inteligencia de facto lo construirá otra persona», dijo Raskin. «No es algo que Estados Unidos vaya a construir».
evento de crisis tecnológica
san francisco
|
27-29 de octubre de 2025
Raskin añadió que esto es una desventaja para Estados Unidos y sus aliados, ya que las empresas y los estados soberanos a menudo no utilizan el modelo chino debido a posibles implicaciones legales.
«Así que puedes elegir vivir en desventaja competitiva o estar a la altura de las circunstancias», dijo Raskin.
Los tecnólogos estadounidenses elogian en su mayoría la nueva misión de Reflection AI. «Es fantástico ver más modelos de IA de código abierto en EE. UU.», escribió en X el zar de la IA y las criptomonedas de la Casa Blanca, David Sachs. «Un segmento significativo del mercado global preferirá el costo, la personalización y el control que ofrece el código abierto. Queremos que EE. UU. gane aquí también».
«Esta es una gran noticia para la IA de código abierto en Estados Unidos», dijo a TechCrunch Clem DeLang, cofundador y director ejecutivo de Hugging Face, una plataforma colaborativa abierta para creadores de IA, sobre la ronda. Delangue agregó: «El desafío futuro es demostrar qué tan rápido se pueden compartir modelos y conjuntos de datos de IA abiertos (similar a lo que estamos viendo en los laboratorios que dominan la IA de código abierto)».
La definición de «abierto» de Reflection AI parece centrarse en el acceso más que en el desarrollo, similar a la estrategia Meta de Llama y Mistral. Raskin dijo que Reflection AI planea hacer que los pesos del modelo (los parámetros centrales que determinan cómo funciona el sistema de IA) estén disponibles públicamente, manteniendo la mayor parte del conjunto de datos y el proceso de entrenamiento completo como propietarios.
«En realidad, son los pesos de los modelos los que tienen más impacto, porque cualquiera puede usarlos y empezar a modificarlos», dice Raskin. «Sólo unas pocas empresas seleccionadas pueden utilizar la infraestructura».
Este equilibrio también respalda el modelo de negocio de Reflection AI. Raskin dijo que los investigadores tendrán libertad para usar los modelos, pero los ingresos provendrán de grandes empresas que construyen productos basados en los modelos de Reflection AI y de gobiernos que desarrollan sistemas de «IA soberana», es decir, modelos de IA desarrollados y administrados por cada país.
“Cuando entras en el ámbito de las grandes empresas, lo que quieres es un modelo abierto por defecto”, afirma Raskin. «Quieres algo que sea de tu propiedad. Puedes ejecutarlo en tu propia infraestructura, puedes controlar su costo y puedes personalizarlo para diferentes cargas de trabajo. Estamos pagando cantidades exorbitantes de dinero por la IA, por lo que queremos poder optimizarla tanto como sea posible. Ese es realmente el mercado al que atendemos».
Raskin dijo que Reflection AI aún no ha lanzado su primer modelo, que está basado principalmente en texto, y tiene planes de incluir capacidades multimodales en el futuro. La compañía planea utilizar la financiación de esta última ronda para adquirir los recursos informáticos necesarios para entrenar nuevos modelos, el primero de los cuales pretende lanzar a principios del próximo año.
Los inversores en la última ronda de Reflection AI incluyen a Nvidia, Disruptive, DST, 1789, B Capital, Lightspeed, GIC, Eric Yuan, Eric Schmidt, Citi, Sequoia, CRV y más.
Source link
