River AI — стартап сооснователя xAI Игоря Бабучкина — привлек около $1,1 млрд в раундах Seed и Series A, возглавленных General Catalyst и AMP PBC при участии NVIDIA, AMD Ventures, Y Combinator и Temasek. Компания существует всего два месяца и предлагает платформу River API для дообучения открытых ИИ-моделей от 35 млрд до 1 трлн параметров через LoRA и reinforcement learning, позиционируя себя как инфраструктуру для персональных ИИ-агентов, принадлежащих пользователям.
Что произошло
River AI пришла из стеалта 10 июня 2026 года и расположена в Пало-Альто. В августе 2026 года компания объявила о закрытии раундов Seed и Series A на сумму около $1,1 млрд. Инвесторами стали General Catalyst (ведущий инвестор), AMP PBC, NVIDIA, AMD Ventures, Y Combinator и Temasek. Платформа River API поддерживает LoRA-дообучение и reinforcement learning для открытых моделей. По заявлению компании, сложные RL-задачи завершаются за 15–20 минут при удешевлении 2–4x по сравнению с закрытыми альтернативами. Модель оплаты — за токены, а не за простои GPU. Долгосрочная цель — перестроить стек ИИ для персональных агентов, принадлежащих пользователям, с развитием локального аппаратного обеспечения.
Контекст
Игорь Бабучкин — сооснователь xAI, проекта Илона Маска, который разработал модель Grok. Уход одного из ключевых создателей xAI для запуска конкурирующего проекта на тему персональных агентов стал одним из заметных событий в секторе. LoRA (Low-Rank Adaptation) и reinforcement learning (PPO, DPO) — давно известные методы дообучения, доступные в открытом доступе. Новизна River AI, если она подтвердится, вероятно, заключается в оптимизации инфраструктуры и скорости достижения результата, а не в новых алгоритмах. Модель fine-tune-as-a-service — не новая ниша: Together AI, Replicate и другие платформы уже предоставляют облачное дообучение. Однако ориентация на персональные агенты, а не корпоративные модели, выделяет River AI среди конкурентов.
Почему это важно для индустрии
Рекордное финансирование для двухмесячного стартапа — сигнал институциональной уверенности в тезисе персональных ИИ-агентов и открытых моделей. Это указывает на сдвиг от доминирования централизованных закрытых моделей (GPT, Claude) к парадигме, где пользователи и компании владеют и дообучают свои модели. Стратегическое участие NVIDIA и AMD Ventures подтверждает, что чипмейкеры делают ставку на инфраструктуру пользовательского fine-tuning, а не только на inference. Для провайдеров закрытых моделей — это угроза ценовому позиционированию. Для рынка это появление нового вендора в категории fine-tuning-платформ, который при успешной реализации может стать реальной альтернативой существующим решениям.
Почему это важно для пользователей
River AI позиционируется как платформа, на которой разработчик или компания сможет создать персональную ИИ-модель без команды инфраструктурных инженеров. Оплата за токены вместо аренды GPU снижает порог входа. Если компания выполнит обещания по скорости (15–20 минут на RL-задачу) и стоимости (скидка 2–4x), это может привести к появлению персональных ИИ-ассистентов, которые обучаются на пользовательских данных и принадлежат пользователю, а не сторонней лаборатории. На текущем этапе практического доступа к API нет — продукт находится на ранней стадии.
Что пока неизвестно / ограничения
Нет публичных бенчмарков, подробной документации, репозиториев или SLA. Утверждение о завершении сложных RL-задач за 15–20 минут требует контекста: какие именно задачи, на каких моделях, с каким количеством GPU. Сравнение «скидка 2–4x» — с чем именно сравнивалось, при каких условиях. Компания вышла из стеалта два месяца назад, поэтому реальный производственный потенциал, стабильность API и независимая валидация метрик отсутствуют.
Источники
- TechCrunch — General Catalyst leads $1.1B round into 2-month-old River AI
- Business Wire — River AI Raises $1.1B Led by General Catalyst and AMP PBC to Build Open AI Stack
- Tech Startups — Former xAI co-founder Igor Babuschkin's River AI raises $1.1 billion to build your own personal AI
Автор
Look at AI, редакция