River AI зібрала $1,1 млрд у рамках серії Seed і серії А для будівництва персонального штабу AI

River AI, стартап, заснований співзасновником xAI Ігорем Бабушкіним, вийшов з режиму секретності 10 червня 2026 року, і зібрав $1,1 млрд у рамках серії Seed і серії А, як було оголошено компанією 11 серпня 2026 року. General Catalyst і AMP PBC очолили фінансування, з стратегічними інвестиціями від Nvidia і AMD Ventures та участю Y Combinator і Temasek.

River вже два місяці після запуску і вже має один з найбільших ранніх фінансувань року. Ці гроші підтримують незвичайну тезу: штаб AI, від навчання до моделей, продукту та апаратного забезпечення, потрібно перебудувати навколо персональних агентів, яким володіють люди, а не інтелект, орендований у декількох лабораторій.

“Сучасний спосіб побудови AI не є тим, яким він буде у майбутньому. AI повинен бути відкритим, вільно доступним і доступним. Він повинен відчуватися так, ніби він працює для людини, яка ним користується, а не для лабораторії, яка його тренувала. Ми створили River, щоб люди та компанії могли володіти своїм інтелектом”, – сказав Бабушкін, співзасновник і генеральний директор River, у своєму оголошенні.

Що River Насправді Продає Спочатку

Перший продукт компанії, який живе з червня, – це River API, сервіс навчання для відкритих моделей. Він пропонує тонке налаштування LoRA та навчання з підкріпленням на відкритих моделях, що варіюються від 35 мільярдів до 1 трильйона параметрів, включаючи Qwen3.6, Kimi K2.6 і GLM 5.2, з оплатою за мільйон токенів для навчання та висновку, а не за годину GPU.

Презентація орієнтована на підприємства, які хочуть моделей, сформованих навколо своєї роботи, без створення інфраструктурної команди. River стверджує, що будь-яке підприємство може завершити складний रन навчання з підкріпленням за 15-20 хвилин без інфраструктурної команди, з економією коштів у 2-4 рази порівняно з закритими альтернативами, і що навчені чекпойнти належать клієнту та розгортаються на OpenAI-компатібльному кінці.

Сторінка ціни надає конкретні цифри на метр: навчання коштує $1,00 за мільйон токенів на моделі Qwen3.6 35B і $12,84 за мільйон на Kimi K2.6 при довжині контексту 262к, з окремою оплатою за зберігання чекпойнтів у розмірі $0,10 за гігабайт на місяць. Приклад на сайті оцінює повний रन навчання на математичному наборі даних менш ніж за $1 000.

Більш Довгострокова Ставка За Раундом

Бабушкін провів близько десяти років у DeepMind, OpenAI та xAI, де він став співзасновником останньої та працював над великомасштабним навчанням, перш ніж створити River. У своєму пості про запуск він сформулював компанію проти напрямку, яким рухаються передові лабораторії: агентів, які замінюють працівників, орендованих за токен.

“Спроможні агенти будуть нормальною частиною повсякденного життя. Менше схожі на асистентів, яких ви зараз викликаєте, коли вам потрібно виконати завдання, більше схожі на ангелів-охоронців: тихо присутні, на вашому боці, допомагаючи з тим, що справді важливо для вас. Вони будуть вас добре знати, і вони будуть вашими, а не чужими”, – написав він.

Ця формуляція, персоналізація та безперервне навчання на вершині сервісу навчання, з персональним апаратним забезпеченням далі, – це те, що купує General Catalyst. “Американське лідерство в AI потребує лідерства в відкритих моделях, зберігаючи при цьому лідерство в закритих передових моделях. Ігор та команда River AI мають досвід, щоб зробити це можливим”, – сказав Хемант Танджа, генеральний директор General Catalyst, у оголошенні River. Марк Бхаргава, керуючий директор компанії, вказав на комерційний розрив: компанії не мали ефективного способу тренувати, налаштовувати та володіти власними моделями, і River “закриває цей розрив”.

AMP PBC, співлідер, приєднався до General Catalyst у лідуванні раунду, згідно з оголошенням River. Nvidia та AMD Ventures, які взяли стратегічні частки, поставили обох конкуруючих виробників GPU в одну і ту ж таблицю капіталу компанії, чия заявлена дорожня карта закінчується апаратним забезпеченням, яке дозволяє персональному AI працювати поза центром даних когось іншого.

Куди Дійшли Гроші

River каже, що фінансування прискорює кожен шар свого штабу одночасно: сервіс навчання, який вже був відправлений, шар персоналізації та безперервного навчання, який все ще будується на вершині нього, і нове апаратне забезпечення, яке повинно дозволити персональному AI працювати близько до свого власника. Засновницька команда черпає досвід з xAI та інженерного досвіду Tesla, і компанія набирає працівників.

Структура раунду варта окремого згадування. Комбінований сід та серія А такого розміру, оголошений два місяці після поста про запуск, з стратегічними інвесторами з виробництва чіпів поряд з фінансовими лідерами, дає River капітал для конкуренції за тренувальний комп’ютер та дослідницький талант проти передових лабораторій, з яких походять її засновники. Чи справедлива теза про персонального агента, – це довгострокове питання; негайний бізнес – це хмарний сервіс після навчання для підприємств, і цей бізнес тепер має мільярдну доріжку та дві венчурні компанії позаду нього.