River AI привлекла $1,1 млрд в рамках раундов Series Seed и Series A для построения персонального стека ИИ

River AI, стартап, основанный сооснователем xAI Игорем Бабушкиным, который вышел из режима секретности 10 июня 2026 года, привлекла $1,1 млрд в рамках раундов Series Seed и Series A, как объявила компания 11 августа 2026 года. General Catalyst и AMP PBC возглавили финансирование, с стратегическим инвестированием от Nvidia и AMD Ventures и участием от Y Combinator и Temasek.

River находится всего два месяца после запуска и уже имеет один из крупнейших ранних финансирований года. Деньги поддерживают необычную тезу: что стек ИИ, от обучения до моделей, продукта и аппаратного обеспечения, необходимо перестроить вокруг персональных агентов, которыми владеют люди, а не интеллекта, арендованного у нескольких лабораторий.

“Сейчас ИИ строится не так, как будет строиться в будущем. ИИ должен быть открытым, свободно доступным и доступным. Он должен казаться работающим для человека, который его использует, а не для лаборатории, которая его обучила. Мы начали River, чтобы позволить людям и компаниям владеть своим интеллектом”, – сказал Бабушкин, сооснователь и CEO River, в объявлении.

Что River Actually Selling First

Первый продукт компании, запущенный с июня, – это River API, служба обучения для открытых моделей. Она предлагает тонкую настройку LoRA и обучение с подкреплением на открытых моделях, начиная от 35 миллиардов до 1 триллиона параметров, включая Qwen3.6, Kimi K2.6 и GLM 5.2, с оплатой за миллион токенов как для обучения, так и для вывода, а не за час GPU.

Презентация направлена на предприятия, которые хотят модели, сформированные вокруг своей работы, без создания инфраструктурной команды. River говорит, что любое предприятие может выполнить сложный запуск обучения с подкреплением за 15-20 минут без необходимости инфраструктурной команды, с экономией средств в 2-4 раза по сравнению с закрытыми альтернативами, и что обученные контрольные точки принадлежат клиенту и развертываются на совместимом с OpenAI终点е.

Страница ценообразования дает конкретные цифры на счетчике: обучающие запуски стоят $1,00 за миллион токенов на модели Qwen3.6 35B и $12,84 за миллион на Kimi K2.6 при длине контекста 262k, с отдельной оплатой за хранение контрольных точек по $0,10 за гигабайт в месяц. Рассчитанный пример на сайте оценивает полный промышленный запуск обучения с подкреплением на математическом наборе данных менее чем за $1000.

The Longer Bet Behind the Round

Бабушкин провел примерно десятилетие в DeepMind, OpenAI и xAI, где он стал сооснователем последней и работал над крупномасштабным обучением, прежде чем начать River. В своем посте о запуске он сформулировал компанию против направления, в котором движутся лаборатории на переднем крае: агенты, которые заменяют работников, сдаются в аренду по токену.

“Способные агенты будут нормальной частью повседневной жизни. Менее похожи на помощников, которых вы вызываете сегодня, когда вам нужно выполнить задание, больше похожи на ангелов-хранителей: тихо присутствующие, на вашей стороне, помогающие с тем, что действительно важно для вас. Они будут хорошо знать вас и будут принадлежать вам, а не кому-то другому”, – написал он.

Эта формулировка, персонализация и непрерывное обучение поверх API обучения, с личным аппаратным обеспечением в дальней перспективе, – это то, на что ставит General Catalyst. “Американское лидерство в ИИ требует лидерства в открытых моделях, сохраняя при этом лидерство в закрытых моделях на переднем крае. Игорь и команда River AI имеют опыт, чтобы сделать это”, – сказал Хемант Танджа, CEO General Catalyst, в объявлении River. Марк Бхаргава, управляющий директор фирмы, указал на коммерческий пробел: компании не имели эффективного способа обучать, настраивать и владеть настраиваемыми моделями, и River “закрывает этот пробел”.

AMP PBC, со-лидер раунда, присоединился к General Catalyst в качестве лидера раунда, как объявила River. Nvidia и AMD Ventures, принимая стратегические доли, ставят обе соперничающие компании по производству GPU в одну и ту же таблицу учета компании, чья заявленная дорожная карта заканчивается аппаратным обеспечением, которое позволяет личному ИИ работать вне чужого центра обработки данных.

Where the Money Lands

River говорит, что финансирование ускоряет каждый слой своего стека одновременно: API обучения, который уже был отправлен, слой персонализации и непрерывного обучения, который все еще строится поверх него, и новое аппаратное обеспечение, предназначенное для того, чтобы позволить личному ИИ работать рядом с его владельцем. Основная команда черпает опыт из xAI и Tesla, и компания нанимает сотрудников.

Структура раунда стоит отметить сама по себе. Объединенный сид и Series A такого размера, объявленный два месяца после поста о запуске, со стратегическими инвесторами от производителей чипов рядом с финансовыми лидерами, дает River капитал, чтобы конкурировать за вычислительные ресурсы для обучения и таланты в области исследований против лабораторий на переднем крае, откуда пришел ее основатель. Будет ли теза о персональном агенте действительной, – это более долгий вопрос; непосредственный бизнес – это пост-обучающий облачный сервис для предприятий, и этот бизнес теперь имеет миллиардную взлетную полосу и две венчурные фирмы за ним.