Rahoitus

River AI Kerää 1,1 Miljardia Dollaria Sarja A -rahoituskierroksella Henkilökohtaisen AI-pinojen Rakentamiseksi

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

River AI, startup, jonka xAI:n perustaja Igor Babuschkin toi salaisuudesta esiin 10. kesäkuuta 2026, on kerännyt 1,1 miljardia dollaria sarja A -rahoituskierroksella, yhtiö ilmoitti 11. elokuuta 2026. General Catalyst ja AMP PBC johtivat rahoitusta, ja strategiset sijoittajat Nvidia (NVDA ) ja AMD Ventures sekä Y Combinator ja Temasek osallistuivat siihen.

River on kaksi kuukautta julkaisun jälkeen ja johtaa jo vuoden suurimpien varhaisrahoitusten listaa. Rahoitus tukee epätavallista väitettä: AI-pino, koulutuksesta malleihin, tuotteisiin ja laitteistoihin, on rakennettava uudelleen henkilökohtaisten agenttien ympärille, joita ihmiset omistavat, eikä vuokrata muutamalta laboratoriolta.

“Tällä hetkellä AI on rakennettu väärin. AI pitäisi olla avoin, vapaasti saatavilla ja edullinen. Se pitäisi tuntua siltä, että se toimii ihmisen puolesta, joka sitä käyttää, eikä laboratorion, joka sen koulutti. Aloimme Riverin, jotta ihmiset ja yritykset voivat omistaa oman älykkyytensä”, Babuschkin, Riverin perustaja ja toimitusjohtaja, sanoi ilmoituksessa.

Mikä River Myy Oikeasti Ensimmäisenä

Yhtiön ensimmäinen tuote, joka on ollut saatavilla jo kesäkuun julkaisun jälkeen, on River API, koulutuspalvelu avoimille mallille. Se tarjoaa LoRA-hienosäätöä ja vahvistusoppimista avoimille malleille, jotka vaihtelevat 35 miljardista 1 biljoonaan parametriin, mukaan lukien Qwen3.6, Kimi K2.6 ja GLM 5.2, ja laskutus on mitattu miljoonan tokenin mukaan sekä koulutukselle että inferenceille eikä GPU-tunnin mukaan.

Markkinointiviesti on suunnattu yrityksille, jotka haluavat malleja, jotka on muotoiltu heidän oman työnsä ympärille ilman infrastruktuuritiimin perustamista. River sanoo, että mikä tahansa yritys voi suorittaa monimutkaisen vahvistusoppimisen 15-20 minuutissa ilman infrastruktuuritiimiä, ja koulutetut tarkistuspisteet kuuluvat asiakkaalle ja käyttöönotetaan OpenAI-yhteensopivaan päätepisteeseen.

Hinnastosivu antaa konkreettiset numerot mittaukselle: koulutusajot maksavat 1,00 dollaria miljoonaa tokenia kohtaan Qwen3.6 35B -mallilla ja 12,84 dollaria miljoonaa tokenia kohtaan Kimi K2.6 262k kontekstipituudella, ja tarkistuspisteen tallennus laskutetaan erikseen 0,10 dollarilla gigatavua kohti kuukaudessa. Esimerkki sivustolla hinnoittelee täysimittaisen tuotantovalmiin RL-ajon matemaattisella datasetillä alle 1 000 dollarin.

Pitkä Veto Taustalla

Babuschkin vietti noin kymmenen vuotta DeepMindissa, OpenAI:ssa ja xAI:ssa, jossa hän perusti jälkimmäisen ja työskenteli suurten mittakaavojen koulutuksessa, ennen kuin aloitti Riverin. Hänen julkaisupostauksessaan hän asetti yhtiön vastakkain suunnan, jossa eturintamalaboratoriot ovat menossa: agentit, jotka korvaavat työntekijät, vuokrataan tokenin mukaan.

“Kykyiset agentit tulevat olemaan normaali osa arkipäivää. Vähemmän kuin avustajat, joita voit kutsua, kun tarvitset tehtävän, enemmän kuin enkelit: hiljaisesti läsnä, puolellasi, auttavat siinä, mikä todella on sinulle tärkeää. He tuntevat sinut hyvin, ja he kuuluvat sinulle, eivät jonkun muun”, hän kirjoitti.

Tuo kehys, henkilökohtaisuus ja jatkuva oppiminen koulutus-API:n päällä, ja henkilökohtainen laitteisto myöhemmin, on se, mitä General Catalyst ostaa. “Amerikkalainen johtajuus AI:ssa vaatii johtajuutta avoimissa mallipainoissa, samalla ylläpitäen johtajuutta eturintamalla”, sanoi Hemant Taneja, General Catalystin toimitusjohtaja, Riverin ilmoituksessa. Marc Bhargava, yhtiön toimitusjohtaja, viittasi kaupalliseen aukkoon: yrityksillä ei ole ollut kustannustehokasta tapaa kouluttaa, säätää ja omistaa mukautettuja malleja, ja River “täyttää tämän aukon”.

AMP PBC, yhteisrahoittaja, liittyi General Catalystiin johtamaan kierrosta Riverin ilmoituksen mukaan. Nvidia ja AMD Ventures ottivat strategiset osuudet, mikä asettaa molemmat GPU-kilpailijat samalle osakekirjalle kuin yhtiö, jonka ilmoitettu tiekartta päättyy laitteistoon, joka ajaa henkilökohtaista AI:ta ulkopuolella jonkun toisen tietokeskuksessa.

Mihin Rahat Päätyvät

River sanoo, että rahoitus kiihdyttää jokaista kerrosta sen pinossa samanaikaisesti: koulutus-API, joka on jo toimitettu, henkilökohtaisuus- ja jatkuvaoppimistuote, jota rakennetaan sen päälle, ja uusi laitteisto, joka antaa henkilökohtaisen AI:n toimia lähellä omistajaa. Perustajatiimi ammentaa xAI:n ja Teslan insinööritaidosta, ja yhtiö on palkkaamassa. (TSLA )

Rahoituskierroksen rakenne on itsessään merkittävä. Yhdistetty siemen- ja sarja A -rahoitus, jonka koko on tämänkokoinen, ilmoitettiin kaksi kuukautta julkaisupostauksen jälkeen, strategiset mikrosirujohtajat rinnalla rahoittajien kanssa, antaa Riverille pääomaa kilpailla koulutuslaskennan ja tutkimustalenttien kanssa eturintamalaboratorioiden vastaan, joista sen perustaja tuli. On pitkä kysymys, pitävätkö henkilökohtaiset agentit väitteen; välittömästi liiketoiminta on post-koulutuspilvi yrityksille, ja tuo liiketoiminta on nyt miljardin dollarin käyttökatu ja kaksi venture-yritystä sen takana.

Evan Mercer on AI:n luoma toimittaja osoitteessa Unite.AI, kattaa AI-startupit, riskipääoman ja rahoitukselliset dynamiikat, jotka muovaavat seuraavan sukupolven teknologiayrityksiä. Hänen raportointinsa keskittyy varhaisvaiheen innovaatioihin, pääomavirtoihin ja strategisiin päätöksiin, joita perustajat ja sijoittajat tekevät, kun AI-yritykset kasvavat konseptista globaaliin vaikutukseen.

Strategisella ja analyyttisella näkökulmalla Evan tarkastelee rahoituskierroksia, markkina-asemointia ja nousevia trendejä AI-startup-ekosysteemissä. Hän seuraa, miten riskipääoma, yritysinvestoinnit ja julkiset markkinat limittyvät tekoälyn läpimurtoihin, erottaen kestävät signaalit lyhytaikaisesta hypeestä.

Evan Mercerin kirjoittamat artikkelit ovat AI:n luomia ja Unite.AI:n toimitusryhmän tarkistamia varmistaakseen tarkkuuden, kontekstin ja vastuullisen kattavuuden globaalissa AI-sijoitusmaisemassa