River AI pozyskał 1,1 mld dolarów w rundzie Seed i Serii A, aby zbudować osobistą stos AI

River AI, startup, którego założycielem jest Igor Babuschkin, wyśledził 1,1 miliarda dolarów w rundzie Seed i Serii A, jak ogłosiła spółka 11 sierpnia 2026 r. General Catalyst i AMP PBC poprowadziły finansowanie, z udziałem strategicznym Nvidia i AMD Ventures oraz udziałem Y Combinator i Temasek.

River jest już dwa miesiące po wyjściu z ukrycia i posiada jeden z największych wczesnych finansowań w tym roku. Pieniądze wspierają nietypową tezę: że stos AI, od szkolenia po modele, produkty i sprzęt, musi być odbudowany wokół osobistych agentów, których ludzie posiadają, a nie inteligencji wynajmowanej od garstki laboratoriów.

“Sposób, w jaki AI jest budowana dzisiaj, nie jest tym, jak będzie budowana w przyszłości. AI powinno być otwarte, swobodnie dostępne i tanie. Powinno sprawiać wrażenie, że pracuje dla osoby, która ją używa, a nie dla laboratorium, które ją wytrenowało. Założyliśmy River, aby ludzie i firmy mogli posiadać swoją inteligencję”, powiedział Babuschkin, współzałożyciel i CEO River, w ogłoszeniu.

Czego River Faktycznie Sprzedaje Jako Pierwsze

Pierwszy produkt spółki, dostępny od czerwca, to River API, usługa szkoleniowa dla modeli o otwartych wagach. Oferuje LoRA fine-tuning i uczenie wzmocnione na otwartych modelach o zakresie od 35 miliardów do 1 biliona parametrów, w tym Qwen3.6, Kimi K2.6 i GLM 5.2, z rozliczaniem za milion tokenów zarówno podczas szkolenia, jak i inferencji, a nie za godzinę GPU.

Oferta skierowana jest do przedsiębiorstw, które chcą mieć modele dopasowane do swojej pracy bez konieczności tworzenia zespołu infrastrukturalnego. River twierdzi, że każde przedsiębiorstwo może ukończyć złożone szkolenie z uczeniem wzmocnionym w ciągu 15 do 20 minut bez wymogu zespołu infrastrukturalnego, przy oszczędnościach kosztów dwukrotnie lub czterokrotnie większych w porównaniu z alternatywami o zamkniętym źródle, a punkty kontrolne należą do klienta i wdrożone są w punkcie końcowym zgodnym z OpenAI.

Strona cenowa podaje konkretne liczby za licznik: uruchomienie szkolenia kosztuje 1,00 dolarów za milion tokenów na modelu Qwen3.6 35B i 12,84 dolarów za milion na Kimi K2.6 przy długości kontekstu 262k, a przechowywanie punktów kontrolnych jest rozliczane oddzielnie w wysokości 0,10 dolarów za gigabajt miesięcznie. Przykład obliczony na stronie wycenia pełne szkolenie RL na zbiorze danych matematycznych poniżej 1 000 dolarów.

Dłuższa Zakładka Za Rundą

Babuschkin spędził około dekady w DeepMind, OpenAI i xAI, gdzie współzałożył tę ostatnią i pracował nad dużymi szkoleniami, zanim założył River. W poście startowym przedstawił firmę jako przeciwwagę dla kierunku, w którym idą laboratoria na froncie: agenci, którzy zastępują pracowników, wynajmowani za token.

“Agenci zdolni będą normalną częścią codziennego życia. Mniej jak asystenci, których dzwonisz dzisiaj, gdy potrzebujesz wykonać zadanie, bardziej jak anioły stróżujące: cicho obecne, po Twojej stronie, pomagające w tym, co naprawdę do Ciebie należy. Będą Cię znali i będą Twoi, a nie kogoś innego”, napisał.

To ujęcie, personalizacja i ciągłe uczenie się na szczycie API szkoleniowego, a także sprzęt w dalszej perspektywie, to to, co General Catalyst kupuje. “Amerykańskie przywództwo w AI wymaga pilnie przywództwa w modelach o otwartych wagach, przy jednoczesnym utrzymaniu przewagi w modelach zamkniętych na froncie. Igor i zespół River AI mają doświadczenie, aby to osiągnąć”, powiedział Hemant Taneja, CEO General Catalyst, w ogłoszeniu River. Marc Bhargava, dyrektor zarządzający tej firmy, wskazał na lukę handlową: firmy nie miały efektywnego sposobu na szkolenie, dostrojenie i posiadanie niestandardowych modeli, a River “zamyka tę lukę”.

AMP PBC, współprowadzący rundę, dołączył do General Catalyst w prowadzeniu rundy, zgodnie z ogłoszeniem River. Nvidia i AMD Ventures, które zainwestowały strategicznie, umieściły obu rywali GPU w tej samej tabeli kapitałowej spółki, której deklarowana mapa drogowa kończy się na sprzęcie, który pozwala na osobistą AI poza centrum danych kogoś innego.

Gdzie Pieniądze Trafią

River twierdzi, że finansowanie przyspiesza każdą warstwę swojego stosu jednocześnie: API szkoleniowe, które już zostało dostarczone, warstwę personalizacji i ciągłego uczenia się, która jest nadal budowana na jego podstawie, oraz nowy sprzęt, który pozwoli na osobistą AI w pobliżu jej właściciela. Założycielski zespół korzysta z doświadczenia xAI i Tesla, a firma rekrutuje nowych pracowników.

Struktura rundy jest sama warta odnotowania. Połączone rundy Seed i Serii A o tym rozmiarze, ogłoszone dwa miesiące po poście startowym, z udziałem strategicznym chipów inwestorów obok wiodących finansowych, dają River kapitał do konkurowania o obliczeniowy komputing i talent badawczy przeciwko laboratoriom na froncie, z których pochodzi założyciel. Czy teza o osobistym agencie się utrzyma, to dłuższe pytanie; natychmiastowy biznes to chmura po szkoleniu dla przedsiębiorstw, a ten biznes ma teraz miliardowy pas startowy i dwie firmy venture za sobą.