River AI sammelt 1,1 Milliarden US-Dollar für den Aufbau eines offenen KI-Stacks für benutzerdefiniertes Modelltraining

River AI, ein von xAI-Mitbegründer Igor Babuschkin gegründetes Startup, hat 1,1 Milliarden US-Dollar an Finanzmitteln für den Aufbau einer Full-Stack-Plattform für künstliche Intelligenz eingesammelt, die sich auf offene Modelle, Anpassung und persönliche KI konzentriert. Die Runde wurde von General Catalyst und AMP PBC angeführt, mit strategischen Investitionen von NVIDIA und AMD Ventures und zusätzlicher Beteiligung von Y Combinator und Temasek, berichtete Reuters am 11. August 2026.

Das Unternehmen entwickelt eine Infrastruktur, die es Entwicklern und Unternehmen ermöglicht, ihre eigenen KI-Modelle zu trainieren, zu optimieren, bereitzustellen und zu steuern, ohne dass ein spezielles Infrastrukturteam oder spezielle Hardware erforderlich ist. Um eine umfassende Berichterstattung über die neuesten Entwicklungen und Finanzierungsrunden der KI-Branche zu erhalten, können Leser [die aktuellen KI-Nachrichten von AI Buzz Wire] verfolgen (https://aibuzzwire.news).

Gegründet von einem xAI- und OpenAI-Veteranen

Babuschkin bringt umfassende technische Kenntnisse in das Unternehmen ein. Er war Mitbegründer von xAI, dem KI-Unternehmen von Elon Musk, und arbeitete zuvor bei Google DeepMind an generativer Modellierung und Reinforcement Learning, bevor er groß angelegte Schulungsmaßnahmen bei OpenAI leitete. Zu seinem Gründungsteam gehören Ingenieure mit Erfahrung bei xAI und Tesla in den Bereichen Deep Learning, Reinforcement Learning und anderen Teilen des KI-Technologie-Stacks.

River AI hat seinen Hauptsitz in Palo Alto, Kalifornien, und seine These ist unkompliziert, aber ehrgeizig: Die KI-Entwicklung wird sich zunehmend von der alleinigen Abhängigkeit von Allzweckmodellen, die für Milliarden von Benutzern trainiert wurden, hin zu maßgeschneiderten Modellen entwickeln, die auf die Anforderungen einzelner Unternehmen und schließlich einzelner Menschen zugeschnitten sind.

Infrastruktur für Geschwindigkeit und Kosteneffizienz ausgelegt

Die Plattform von River soll es Unternehmen deutlich einfacher und kostengünstiger machen, ihre eigenen KI-Modelle zu erstellen. Das Unternehmen gab an, dass seine API komplexe Reinforcement-Learning-Trainingsläufe in etwa 15 bis 20 Minuten abschließen kann und dabei zwei- bis viermal niedrigere Kosten als Closed-Source-Alternativen liefert.

Die Plattform unterstützt die LoRA-Feinabstimmung und das Verstärkungslernen für Frontier-Open-Weight-Modelle. River kümmert sich um die zugrunde liegenden Infrastrukturanforderungen, einschließlich Gewichtsübertragungen, Sampling-Training-Konsistenz und elastische Berechnungen, sodass sich Entwickler auf die Verbesserung der Modellleistung konzentrieren können, anstatt die GPU-Infrastruktur zu verwalten. Über die Plattform trainierte Modelle können direkt in der Produktion eingesetzt werden.

Ein wesentliches Unterscheidungsmerkmal ist das Preismodell von River. Das Unternehmen nutzt tokenbasierte Messung sowohl für das Training als auch für die Inferenz. Damit soll verhindert werden, dass Kunden für ungenutzte GPU-Kapazität bezahlen müssen – ein häufiges Problem für Unternehmen, die mit traditionellen Cloud-GPU-Anbietern zusammenarbeiten.

Eine Wette auf die Open-Weight-Zukunft

Die 1,1-Milliarden-Dollar-Runde spiegelt die wachsende Überzeugung der Anleger wider, dass das offene KI-Ökosystem neben Closed-Frontier-Modellen von strategischer Bedeutung sein wird. General Catalyst, das die Runde leitete, sagte, dass das Wachstum offener KI-Modelle von strategischer Bedeutung sei und dass Rivers Ansatz die Lücke zwischen den Fähigkeiten fortschrittlicher KI und den maßgeschneiderten Systemen schließe, die die meisten Unternehmen derzeit einsetzen können.

Besonders hervorzuheben ist die Beteiligung von NVIDIA und AMD Ventures, da beide Unternehmen die GPUs für das KI-Training liefern. Ihre Investition signalisiert, dass die Chiphersteller das Open-Weight- und Custom-Model-Ökosystem als Wachstumstreiber für ihr Hardware-Geschäft und nicht nur als Nische betrachten.

Die Wettbewerbslandschaft

River AI betritt einen überfüllten, aber schnell wachsenden Markt. Unternehmen wie Together AI, Anyscale und Modal haben ihre Geschäfte darauf aufgebaut, die KI-Infrastruktur zugänglicher zu machen, während Meta, Alibaba und andere leistungsstarke Open-Weight-Modelle veröffentlicht haben, die Nachfrage nach Schulungs- und Bereitstellungstools schaffen. Was River auszeichnet, ist sein Full-Stack-Ansatz, der Schulung, Feinabstimmung, Bereitstellung und kosteneffiziente Messung in einer einzigen Plattform vereint.

Für Unternehmen liegt der Reiz auf der Hand: die Möglichkeit, KI-Modelle zu erstellen, die auf proprietären Daten trainiert und auf bestimmte Arbeitsabläufe zugeschnitten sind, und gleichzeitig eine größere Kontrolle über diese Modelle zu behalten, anstatt vollständig von API-Aufrufen an geschlossene Systeme von OpenAI, Anthropic oder Google abhängig zu sein.

River plant, die Finanzierung in Höhe von 1,1 Milliarden US-Dollar zu nutzen, um die Entwicklung seines offenen KI-Stacks zu beschleunigen und sein längerfristiges Ziel voranzutreiben, personalisierte, sich kontinuierlich verbessernde KI zu ermöglichen. Angesichts der Erfolgsbilanz von Babuschkin bei zwei der folgenreichsten KI-Unternehmen der Welt wetten Investoren darauf, dass er die Infrastrukturschicht aufbauen kann, die die nächste Generation maßgeschneiderter KI ermöglicht.

Das breitere Open-Weight-Momentum

Der massive Anstieg von River AI kommt zu einem Zeitpunkt außergewöhnlicher Dynamik für Open-Weight-KI. Die Llama-Serie von Meta, die Qwen-Modelle von Alibaba und die Veröffentlichungen von DeepSeek haben gezeigt, dass Modelle mit offenem Gewicht bei vielen Benchmarks mit der Leistung geschlossener Systeme mithalten oder diese erreichen können. Die Verfügbarkeit dieser Modelle hat einen großen und wachsenden Markt für die Tools und die Infrastruktur geschaffen, die zu ihrer individuellen Anpassung erforderlich sind.

Die Beteiligung von NVIDIA und AMD Ventures an der River-Runde unterstreicht die strategische Bedeutung dieses Trends für die Hardware-Industrie. Da immer mehr Unternehmen ihre eigenen Modelle trainieren und einsetzen, wird die Nachfrage nach GPUs und speziellen KI-Chips steigen, wovon beide Unternehmen profitieren. Ihre Investition in River ist ebenso eine Wette auf die Zukunft des KI-Rechnermarktes wie auf River selbst.

Für Entwickler stellt die Plattform von River einen potenziellen Wandel in der Wirtschaftlichkeit der KI-Entwicklung dar. Wenn komplexe Trainingsläufe in Minuten statt in Tagen oder Wochen und zu einem Bruchteil der Kosten für die Verwendung von Closed-Source-APIs abgeschlossen werden können, sinkt die Hürde für den Aufbau benutzerdefinierter KI-Systeme drastisch. Dies könnte den Zugang zu KI-Fähigkeiten demokratisieren, die bisher in den Händen einiger weniger gut finanzierter Labore konzentriert waren.

Bleiben Sie der KI immer einen Schritt voraus

Möchten Sie das Neueste über KI-Finanzierungsrunden, Startup-Starts und Infrastrukturinnovationen erfahren? Lesen Sie weitere KI-Neuigkeiten bei AI Buzz Wire für eine ausführliche Berichterstattung über die Startups, die künstliche Intelligenz neu gestalten.