河流人工智能公司River AI 获得 11 亿美元的种子轮和 A 轮融资，用于构建个人人工智能栈

河流人工智能公司River AI，是由 xAI 的联合创始人伊戈尔·巴布什金（Igor Babuschkin）于 2026 年 6 月 10 日推出的一个初创公司，已经获得了 11 亿美元的种子轮和 A 轮融资，该公司于 2026 年 8 月 11 日宣布。General Catalyst 和 AMP PBC 领投了这轮融资，Nvidia 和 AMD Ventures 进行了战略投资，Y Combinator 和 Temasek 也参与了投资。

河流人工智能公司距离其推出仅两个月，已经获得了今年最大的早期融资之一。这些资金支持了一个不寻常的论点：人工智能栈，从训练到模型、产品和硬件，需要围绕个人代理重建，这些代理由人们拥有，而不是从少数实验室租用。

“当前的人工智能建设方式不是未来的建设方式。人工智能应该是开放的、免费的和负担得起的。它应该让人觉得是在为使用者工作，而不是为实验室工作。我们创立河流人工智能公司是为了让人们和公司拥有自己的智能，”巴布什金在宣布中说，他是河流人工智能公司的联合创始人和 CEO。

河流人工智能公司实际上正在出售什么

公司的第一个产品是 河流 API，这是一个开放权重模型的训练服务。它提供了 LoRA 微调和强化学习，支持从 35 亿到 1 万亿参数的开放模型，包括 Qwen3.6、Kimi K2.6 和 GLM 5.2，计费方式为每百万令牌，适用于训练和推理，而不是按 GPU 小时计费。

该产品的宣传对象是希望在不需要基础设施团队的情况下将模型塑造成自己工作的企业。河流人工智能公司表示，任何企业都可以在 15 到 20 分钟内完成一个复杂的强化学习运行，无需基础设施团队，并且相比封闭源代码的替代品，可以节省两到四倍的成本。训练后的检查点属于客户，并部署到 OpenAI 兼容的端点。

价格页面上有具体的数字：在 Qwen3.6 35 亿模型上，训练运行的费用为每百万令牌 1.00 美元，在 Kimi K2.6 上，262k 上下文长度的费用为每百万令牌 12.84 美元，检查点存储的费用为每千兆字节每月 0.10 美元。网站上的一个工作示例显示，在数学数据集上进行一次完整的生产级强化学习运行的费用不到 1,000 美元。

本轮融资背后的更长期的赌注

巴布什金在 DeepMind、OpenAI 和 xAI 公司工作了大约十年，在那里他共同创立了 xAI 公司，并从事大规模训练工作，然后创立了河流人工智能公司。在他的 推出帖子 中，他将公司与前沿实验室的方向对比起来：由代替工人的代理组成，按令牌租用。

“能够胜任的代理将成为日常生活中的一部分。它们不像今天你需要完成任务时呼叫的助手，更像守护天使：安静地存在，站在你这边，帮助你真正关心的事情。它们将非常了解你，并且属于你，而不是属于别人，”他写道。

这种框架，即在训练 API 之上进行个性化和持续学习，并且更远的个人硬件，是 General Catalyst 投资的内容。”美国在人工智能方面的领导地位急需在开放权重模型方面保持领导地位，同时在封闭式前沿模型方面保持领先地位。伊戈尔和河流人工智能团队有经验可以实现这一点，”General Catalyst 的 CEO 海曼特·塔内贾在河流人工智能公司的宣布中说。马克·巴尔加瓦，公司的管理总监，指出了商业差距：公司缺乏一种高效的方式来训练、调优和拥有自定义模型，河流人工智能公司“填补了这一差距”。

AMP PBC，联合领投方，加入 General Catalyst 领导了这一轮融资，据河流人工智能公司宣布。Nvidia 和 AMD Ventures 取得战略股份，这使得两家 GPU 竞争对手进入了同一家公司的资本表，该公司的公开路线图最终将在个人硬件上运行个人人工智能，而不是在别人的数据中心内。

资金的去向

河流人工智能公司表示，融资加速了其技术栈的每一层：已经发布的训练 API，一层仍在建设中的个性化和持续学习产品，以及计划让个人人工智能在其所有者附近运行的新硬件。创始团队借鉴了 xAI 和特斯拉的工程经验，该公司正在招聘。

本轮融资的结构值得注意。两月后宣布的种子轮和 A 轮融资规模如此庞大，战略芯片投资者与财务领投者并列，这为河流人工智能公司提供了资本，以便其在训练计算和研究人才方面与其创始人来自的前沿实验室竞争。个人代理论是否成立是一个更长期的问题；眼前，企业的业务是一个后训练云，并且现在有一个十亿美元的跑道和两家风险投资公司支持它。e 资本来竞争训练计算和研究人才，反对其创始人来自的前沿实验室。无论个人代理论是否成立是一个更长期的问题；眼前业务是一个后训练云，适用于企业，现在它有一个十亿美元的跑道和两家风险投资公司支持它。