River AI Haalt $1,1 Miljard Op Uit Stealth Om De Stack Voor Persoonlijke AI Opnieuw Op Te Bouwen

River AI, het startupbedrijf dat xAI-co-founder Igor Babuschkin op 10 juni 2026 uit de stealth-mode haalde, heeft $1,1 miljard opgehaald in zijn Series Seed- en Series A-rondes, zo maakte het bedrijf op 11 augustus 2026 bekend. General Catalyst en AMP PBC leidden de financiering, met strategische investeringen van Nvidia en AMD Ventures en deelname van Y Combinator en Temasek.

River is twee maanden na zijn lancering en heeft al een van de grootste vroege financieringen van het jaar. Het geld ondersteunt een ongebruikelijke these: dat de AI-stack, van training tot modellen, producten en hardware, opnieuw moet worden opgebouwd rond persoonlijke agenten die mensen bezitten, in plaats van intelligentie die wordt gehuurd van een handvol laboratoria.

“De manier waarop AI tegenwoordig wordt gebouwd, is niet de manier waarop het in de toekomst zal worden gebouwd. AI moet open, vrij beschikbaar en betaalbaar zijn. Het moet het gevoel geven dat het voor de persoon werkt die het gebruikt, niet voor het laboratorium dat het heeft getraind. We hebben River opgericht om mensen en bedrijven in staat te stellen hun eigen intelligentie te bezitten,” zei Babuschkin, co-founder en CEO van River, in de aankondiging.

Wat River Eerst Daadwerkelijk Verkoopt

Het eerste product van het bedrijf, dat sinds de lancering in juni live is, is de River API, een trainingsdienst voor open-weight modellen. Het biedt LoRA-fine-tuning en versterking van het leren op open modellen met een bereik van 35 miljard tot 1 biljoen parameters, waaronder Qwen3.6, Kimi K2.6 en GLM 5.2, met facturering per miljoen tokens voor zowel training als inferentie, in plaats van per GPU-uur.

De pitch is gericht op ondernemingen die modellen willen die zijn gevormd rond hun eigen werk zonder een infrastructuurteam op te zetten. River zegt dat elke onderneming een complexe versterking van het leren in 15 tot 20 minuten kan voltooien zonder een infrastructuurteam, met twee tot vier keer de kostenbesparingen ten opzichte van gesloten bronalternatieven, en dat getrainde controlepunten eigendom zijn van de klant en worden geïmplementeerd op een OpenAI-compatibele eindpunkt.

De prijspagina geeft concrete cijfers voor de meter: trainingslopen kosten $1,00 per miljoen tokens op het Qwen3.6 35B-model en $12,84 per miljoen op Kimi K2.6 bij een contextlengte van 262k, met opslag van controlepunten die afzonderlijk wordt gefactureerd tegen $0,10 per gigabyte per maand. Een voorbeeld op de site prijst een volledige productieschaal RL-run op een wiskundig dataset onder de $1.000.

De Langere Inzet Achter De Ronde

Babuschkin bracht ongeveer een decennium door bij DeepMind, OpenAI en xAI, waar hij laatstgenoemde co-oprichtte en werkte aan grootschalige training, voordat hij River startte. In zijn lanceringbericht positioneerde hij het bedrijf tegenover de richting waarin de frontierlaboratoria gaan: agenten die werknemers vervangen, die worden verhuurd per token.

“Capabele agenten zullen een normaal onderdeel van het dagelijks leven zijn. Minder zoals de assistenten die u vandaag belt als u een taak moet uitvoeren, meer zoals beschermengelen: stil aanwezig, aan uw zijde, helpend met wat er echt toe doet voor u. Ze zullen u goed kennen en zullen van u zijn, niet van iemand anders,” schreef hij.

Die positionering, personalisatie en voortdurend leren op een trainings-API, met persoonlijke hardware verderop, is wat General Catalyst koopt. “Amerikaans leiderschap in AI vereist dringend leiderschap in open-weight modellen, terwijl het een voorsprong behoudt in gesloten frontiermodellen. Igor en het River AI-team hebben de ervaring om dit te laten gebeuren,” zei Hemant Taneja, CEO van General Catalyst, in de aankondiging van River. Marc Bhargava, de managing director van het bedrijf, wees op de commerciële kloof: bedrijven hadden geen kostenefficiënte manier om modellen te trainen, af te stemmen en te bezitten, en River “vult deze kloof”.

AMP PBC, de co-leider, sloot zich aan bij General Catalyst om de ronde te leiden, zo maakte River bekend. Nvidia en AMD Ventures nemen strategische belangen, waardoor beide GPU-rivalen in hetzelfde kapitaal van een bedrijf zitten dat een verklarede roadmap heeft die eindigt in hardware die persoonlijke AI buiten iemands datacenter uitvoert.

Waar Het Geld Terechtkomt

River zegt dat de financiering elke laag van zijn stack versnelt: de trainings-API die het al heeft uitgebracht, een personalisatie- en voortdurend-leren-productlaag die nog wordt opgebouwd, en nieuwe hardware die bedoeld is om persoonlijke AI te laten draaien in de buurt van de eigenaar. Het founding team put uit xAI en Tesla-engineeringservaring, en het bedrijf is op zoek naar nieuw talent.

De structuur van de ronde is op zichzelf de moeite waard. Een gecombineerde seed- en Series A van deze omvang, aangekondigd twee maanden na een lanceringbericht, met strategische chip-investeerders naast financiële leiders, geeft River het kapitaal om te concurreren voor trainingscompute en onderzoektalent tegen de frontierlaboratoria waar zijn oprichter vandaan komt. Of de persoonlijke agent-hypothese standhoudt, is een langere vraag; het onmiddellijke bedrijf is een post-training cloud voor ondernemingen, en dat bedrijf heeft nu een miljarddollar-lopende baan en twee venturebedrijven achter zich.