Η River AI, μια startup που ιδρύθηκε από τον συνιδρυτή της xAI, Igor Babuschkin, συγκέντρωσε 1,1 δισεκατομμύρια δολάρια σε χρηματοδότηση για την κατασκευή μιας πλήρους στοίβας πλατφόρμας τεχνητής νοημοσύνης που επικεντρώνεται σε ανοιχτά μοντέλα, προσαρμογή και προσωπική τεχνητή νοημοσύνη. Ο γύρος διεξήχθη από την General Catalyst και την AMP PBC, με στρατηγικές επενδύσεις από την NVIDIA και την AMD Ventures, και πρόσθετη συμμετοχή από την Y Combinator και την Temasek, ανέφερε το Reuters στις 11 Αυγούστου 2026.
Η εταιρεία αναπτύσσει υποδομή που επιτρέπει στους προγραμματιστές και τις επιχειρήσεις να εκπαιδεύουν, να τελειοποιούν, να αναπτύσσουν και να ελέγχουν τα δικά τους μοντέλα AI χωρίς να χρειάζονται ειδική ομάδα υποδομής ή εξειδικευμένο υλικό. Για ολοκληρωμένη κάλυψη των τελευταίων εξελίξεων στον κλάδο της τεχνητής νοημοσύνης και των γύρων χρηματοδότησης, οι αναγνώστες μπορούν να παρακολουθήσουν Τα νέα της AI Buzz Wire's AI.
Ιδρύθηκε από έναν βετεράνο xAI και OpenAI
Ο Babuschkin φέρνει βαθιά τεχνικά διαπιστευτήρια στο εγχείρημα. Ίδρυσε την xAI, την εταιρεία τεχνητής νοημοσύνης του Έλον Μασκ, και προηγουμένως εργάστηκε στη γενετική μοντελοποίηση και την ενίσχυση της μάθησης στο Google DeepMind πριν ηγηθεί των προσπαθειών εκπαίδευσης μεγάλης κλίμακας στο OpenAI. Η ιδρυτική του ομάδα περιλαμβάνει μηχανικούς με εμπειρία τόσο στο xAI όσο και στην Tesla σε θέματα βαθιάς μάθησης, ενισχυτικής μάθησης και άλλων τμημάτων της στοίβας τεχνολογίας AI.
Η River AI έχει την έδρα της στο Palo Alto της Καλιφόρνια και η διατριβή της είναι απλή αλλά φιλόδοξη: η ανάπτυξη της τεχνητής νοημοσύνης θα απομακρυνθεί ολοένα και περισσότερο από το να βασίζεται αποκλειστικά σε μοντέλα γενικής χρήσης που έχουν εκπαιδευτεί για δισεκατομμύρια χρήστες προς προσαρμοσμένα μοντέλα που βασίζονται στις απαιτήσεις μεμονωμένων εταιρειών και, τελικά, μεμονωμένων ανθρώπων.
Υποδομή κατασκευασμένη για ταχύτητα και αποδοτικότητα κόστους
Η πλατφόρμα της River έχει σχεδιαστεί για να διευκολύνει δραματικά και φθηνότερο για τους οργανισμούς να δημιουργήσουν τα δικά τους μοντέλα τεχνητής νοημοσύνης. Η εταιρεία είπε ότι το API της μπορεί να ολοκληρώσει σύνθετες εκπαιδευτικές ενισχύσεις σε περίπου 15 έως 20 λεπτά, ενώ προσφέρει κόστος δύο έως τέσσερις φορές χαμηλότερο από τις εναλλακτικές λύσεις κλειστού κώδικα.
Η πλατφόρμα υποστηρίζει τη λεπτομερή ρύθμιση και την ενίσχυση της εκμάθησης LoRA για μοντέλα ανοιχτού βάρους. Η River χειρίζεται τις υποκείμενες απαιτήσεις υποδομής, συμπεριλαμβανομένων των μεταφορών βάρους, της συνέπειας δειγματοληψίας-εκπαίδευσης και του ελαστικού υπολογισμού, επιτρέποντας στους προγραμματιστές να επικεντρωθούν στη βελτίωση της απόδοσης του μοντέλου αντί στη διαχείριση της υποδομής GPU. Τα μοντέλα που εκπαιδεύονται μέσω της πλατφόρμας μπορούν να αναπτυχθούν απευθείας στην παραγωγή.
Ένα βασικό στοιχείο διαφοροποίησης είναι το μοντέλο τιμολόγησης της River. Η εταιρεία χρησιμοποιεί μέτρηση βασισμένη σε διακριτικά τόσο για εκπαίδευση όσο και για εξαγωγή συμπερασμάτων, η οποία έχει σκοπό να εμποδίσει τους πελάτες να πληρώσουν για αχρησιμοποίητη χωρητικότητα GPU, ένα κοινό σημείο πόνου για οργανισμούς που εργάζονται με παραδοσιακούς παρόχους GPU cloud.
Ένα στοίχημα στο μέλλον ανοιχτού βάρους
Ο γύρος των 1,1 δισεκατομμυρίων δολαρίων αντανακλά την αυξανόμενη πεποίθηση των επενδυτών ότι το ανοιχτό οικοσύστημα τεχνητής νοημοσύνης θα γίνει στρατηγικά σημαντικό παράλληλα με τα μοντέλα κλειστών συνόρων. Η General Catalyst, η οποία ηγήθηκε του γύρου, είπε ότι η ανάπτυξη των μοντέλων τεχνητής νοημοσύνης ανοιχτού βάρους είναι στρατηγικά σημαντική και ότι η προσέγγιση της River αντιμετωπίζει το χάσμα μεταξύ των δυνατοτήτων της προηγμένης τεχνητής νοημοσύνης και των προσαρμοσμένων συστημάτων που μπορούν να αναπτύξουν οι περισσότερες επιχειρήσεις επί του παρόντος.
Η συμμετοχή της NVIDIA και της AMD Ventures είναι ιδιαίτερα αξιοσημείωτη, καθώς και οι δύο εταιρείες παρέχουν τις GPU που τροφοδοτούν την εκπαίδευση AI. Η επένδυσή τους σηματοδοτεί ότι οι κατασκευαστές τσιπ βλέπουν το οικοσύστημα ανοιχτού βάρους και προσαρμοσμένου μοντέλου ως οδηγό ανάπτυξης για τις επιχειρήσεις υλικού τους, όχι απλώς μια θέση.
Το ανταγωνιστικό τοπίο
Το River AI εισέρχεται σε μια πολυσύχναστη αλλά ταχέως αναπτυσσόμενη αγορά. Εταιρείες όπως η Together AI, η Anyscale και η Modal έχουν δημιουργήσει επιχειρήσεις γύρω από το να κάνουν την υποδομή AI πιο προσιτή, ενώ η Meta, η Alibaba και άλλες έχουν κυκλοφορήσει ισχυρά μοντέλα ανοιχτού βάρους που δημιουργούν ζήτηση για εργαλεία εκπαίδευσης και ανάπτυξης. Αυτό που ξεχωρίζει το River είναι η προσέγγισή του σε πλήρη στοίβα, που συνδυάζει εκπαίδευση, τελειοποίηση, ανάπτυξη και οικονομικά αποδοτική μέτρηση σε μια ενιαία πλατφόρμα.
Για τις επιχειρήσεις, η έκκληση είναι ξεκάθαρη: η δυνατότητα δημιουργίας μοντέλων τεχνητής νοημοσύνης εκπαιδευμένα σε ιδιόκτητα δεδομένα και προσαρμοσμένα σε συγκεκριμένες ροές εργασίας, διατηρώντας παράλληλα μεγαλύτερο έλεγχο σε αυτά τα μοντέλα αντί να εξαρτώνται πλήρως από κλήσεις API σε κλειστά συστήματα από το OpenAI, το Anthropic ή την Google.
Η River σχεδιάζει να χρησιμοποιήσει τη χρηματοδότηση 1,1 δισεκατομμυρίων δολαρίων για να επιταχύνει την ανάπτυξη της ανοιχτής στοίβας AI και να προωθήσει τον πιο μακροπρόθεσμο στόχο της να ενεργοποιήσει την εξατομικευμένη, συνεχή βελτίωση της τεχνητής νοημοσύνης. Με το ιστορικό του Babuschkin σε δύο από τις πιο σημαντικές εταιρείες τεχνητής νοημοσύνης στον κόσμο, οι επενδυτές στοιχηματίζουν ότι μπορεί να δημιουργήσει το επίπεδο υποδομής που καθιστά δυνατή την επόμενη γενιά προσαρμοσμένης τεχνητής νοημοσύνης.
Η ευρύτερη ορμή ανοιχτού βάρους
Η τεράστια αύξηση του River AI έρχεται σε μια στιγμή εξαιρετικής δυναμικής για την τεχνητή νοημοσύνη ανοιχτού βάρους. Η σειρά Llama της Meta, τα μοντέλα Qwen της Alibaba και οι εκδόσεις του DeepSeek έχουν δείξει ότι τα μοντέλα ανοιχτού βάρους μπορούν να ανταγωνιστούν ή να ταιριάζουν με την απόδοση κλειστών συστημάτων σε πολλά σημεία αναφοράς. Η διαθεσιμότητα αυτών των μοντέλων έχει δημιουργήσει μια μεγάλη και αναπτυσσόμενη αγορά για τα εργαλεία και την υποδομή που απαιτούνται για την προσαρμογή τους.
Η συμμετοχή τόσο της NVIDIA όσο και της AMD Ventures στον γύρο της River υπογραμμίζει τη στρατηγική σημασία αυτής της τάσης για τη βιομηχανία υλικού. Καθώς περισσότεροι οργανισμοί εκπαιδεύουν και αναπτύσσουν τα δικά τους μοντέλα, η ζήτηση για GPU και εξειδικευμένα τσιπ τεχνητής νοημοσύνης θα αυξάνεται, προς όφελος και των δύο εταιρειών. Η επένδυσή τους στην River είναι τόσο ένα στοίχημα για το μέλλον της αγοράς υπολογιστών AI όσο και για την ίδια τη River.
Για τους προγραμματιστές, η πλατφόρμα της River αντιπροσωπεύει μια πιθανή αλλαγή στα οικονομικά της ανάπτυξης της τεχνητής νοημοσύνης. Εάν οι σύνθετες εκπαιδεύσεις μπορούν να ολοκληρωθούν σε λίγα λεπτά και όχι σε ημέρες ή εβδομάδες και με ένα κλάσμα του κόστους χρήσης API κλειστού κώδικα, το εμπόδιο στη δημιουργία προσαρμοσμένων συστημάτων AI μειώνεται δραματικά. Αυτό θα μπορούσε να εκδημοκρατίσει την πρόσβαση σε δυνατότητες τεχνητής νοημοσύνης που μέχρι τώρα είχαν συγκεντρωθεί στα χέρια μερικών καλά χρηματοδοτούμενων εργαστηρίων.
Μείνετε μπροστά από την τεχνητή νοημοσύνη
Θέλετε τα πιο πρόσφατα σχετικά με τους γύρους χρηματοδότησης της τεχνητής νοημοσύνης, τις εκκινήσεις νέων επιχειρήσεων και την καινοτομία στις υποδομές; Διαβάστε περισσότερα νέα για την τεχνητή νοημοσύνη στο AI Buzz Wire για σε βάθος κάλυψη των startups που αναδιαμορφώνουν την τεχνητή νοημοσύνη.
