Fullive.ai lanza Somni, la lámpara de cama que aprende la respuesta del usuario durante el sueño

Fullive.ai, la startup de hardware basada en IA que lleva menos de un año en el mercado, ha anunciado el cierre de tres rondas de financiación mientras avanza hacia la producción de su primer producto: Somni. Se trata de una lámpara de noche sin pantalla diseñada para colocarse al lado de la cama y que, mediante sensores integrados, aprende cómo responde el usuario a distintas intervenciones nocturnas, como cambios de luz o sonidos.

Somni persigue lo que la compañía llama un “modelo de respuesta”. En lugar de ofrecer un conjunto estático de funciones, el dispositivo recoge datos en tiempo real — movimiento, ritmo cardíaco, patrones de respiración — y, con algoritmos de aprendizaje automático, ajusta sus acciones para optimizar la calidad del sueño. La idea es que, con suficiente exposición, la lámpara pueda anticipar cuándo un usuario necesita un estímulo para volver a dormirse o, por el contrario, cuándo debe minimizar la intrusión.

El hardware está pensado para ser discreto: una carcasa de aluminio con una luz difusa que no interrumpe la oscuridad completa. No incluye pantalla ni controles visibles; la interacción se realiza a través de una app móvil que permite configurar objetivos de sueño y revisar métricas de desempeño. La empresa no ha publicado especificaciones técnicas detalladas, pero indica que el dispositivo funciona con un microcontrolador de bajo consumo y un módulo Wi‑Fi para la sincronización con la nube.

En cuanto a la financiación, Fullive.ai ha recibido capital de varios fondos de venture capital especializados en IA y salud digital. La compañía no ha revelado la cuantía total recaudada, pero menciona que los recursos servirán para la fase de producción en serie, certificaciones de seguridad médica y expansión del equipo de ingeniería.

El anuncio llega en un momento en que los dispositivos de monitorización del sueño están proliferando, pero pocos ofrecen una adaptación basada en IA en tiempo real. Si Somni logra una integración fluida con los flujos de trabajo de los profesionales de salud o con plataformas de gestión de datos de pacientes, podría abrir una nueva vía para la personalización del entorno nocturno.

Queda por ver cómo se comporta el modelo de respuesta en entornos reales y si la precisión de los sensores será suficiente para justificar decisiones de intervención automatizada. La adopción dependerá de la robustez del algoritmo, la privacidad de los datos recopilados y la aceptación por parte de usuarios y clínicas.