River AI, une startup fondée par Igor Babuschkin, co-fondateur de xAI, a levé 1,1 milliard de dollars pour construire une plateforme d'intelligence artificielle complète axée sur les modèles ouverts, la personnalisation et l'IA personnelle. Le cycle a été mené par General Catalyst et AMP PBC, avec des investissements stratégiques de NVIDIA et AMD Ventures, et une participation supplémentaire de Y Combinator et Temasek, a rapporté Reuters le 11 août 2026.

La société développe une infrastructure qui permet aux développeurs et aux entreprises de former, d'affiner, de déployer et de contrôler leurs propres modèles d'IA sans avoir besoin d'une équipe d'infrastructure dédiée ou de matériel spécialisé. Pour une couverture complète des derniers développements de l'industrie de l'IA et des cycles de financement, les lecteurs peuvent suivre les dernières nouvelles sur l'IA d'AI Buzz Wire.

Fondé par un vétéran de xAI et OpenAI

Babuschkin apporte à l'entreprise de solides références techniques. Il a cofondé xAI, la société d'IA d'Elon Musk, et a précédemment travaillé sur la modélisation générative et l'apprentissage par renforcement chez Google DeepMind avant de diriger des efforts de formation à grande échelle chez OpenAI. Son équipe fondatrice comprend des ingénieurs ayant une expérience chez xAI et Tesla dans l’apprentissage profond, l’apprentissage par renforcement et d’autres parties de la pile technologique d’IA.

River AI a son siège à Palo Alto, en Californie, et sa thèse est simple mais ambitieuse : le développement de l'IA s'éloignera de plus en plus uniquement des modèles à usage général formés pour des milliards d'utilisateurs pour se tourner vers des modèles personnalisés construits autour des exigences des entreprises individuelles et, à terme, des individus.

Infrastructure conçue pour la rapidité et la rentabilité

La plate-forme de River est conçue pour permettre aux organisations de créer considérablement plus facilement et à moindre coût leurs propres modèles d'IA. La société a déclaré que son API peut effectuer des formations complexes d'apprentissage par renforcement en 15 à 20 minutes environ, tout en offrant des coûts deux à quatre fois inférieurs à ceux des alternatives fermées.

La plate-forme prend en charge le réglage fin et l'apprentissage par renforcement LoRA pour les modèles à poids ouvert Frontier. River gère les exigences de l'infrastructure sous-jacente, notamment les transferts de poids, la cohérence de l'entraînement d'échantillonnage et le calcul élastique, permettant aux développeurs de se concentrer sur l'amélioration des performances du modèle plutôt que sur la gestion de l'infrastructure GPU. Les modèles formés via la plateforme peuvent être déployés directement en production.

Le modèle de tarification de River constitue un différenciateur clé. La société utilise une mesure basée sur des jetons à la fois pour la formation et l'inférence, ce qui vise à empêcher les clients de payer pour la capacité GPU inutilisée, un problème courant pour les organisations travaillant avec des fournisseurs de GPU cloud traditionnels.

Un pari sur l'avenir du poids ouvert

Le cycle de financement de 1,1 milliard de dollars reflète la conviction croissante des investisseurs selon laquelle l’écosystème ouvert de l’IA deviendra stratégiquement important aux côtés des modèles à frontières fermées. General Catalyst, qui a dirigé le cycle, a déclaré que la croissance des modèles d'IA ouverts est stratégiquement significative et que l'approche de River comble l'écart entre les capacités de l'IA avancée et les systèmes personnalisés que la plupart des entreprises sont actuellement en mesure de déployer.

La participation de NVIDIA et AMD Ventures est particulièrement notable, car les deux sociétés fournissent les GPU qui alimentent la formation en IA. Leur investissement indique que les fabricants de puces considèrent l’écosystème ouvert et personnalisé comme un moteur de croissance pour leurs activités de matériel informatique, et pas seulement comme une niche.

Le paysage concurrentiel

River AI entre sur un marché encombré mais en expansion rapide. Des entreprises comme Together AI, Anyscale et Modal ont bâti leurs activités en rendant l'infrastructure d'IA plus accessible, tandis que Meta, Alibaba et d'autres ont publié de puissants modèles ouverts qui créent une demande d'outils de formation et de déploiement. Ce qui distingue River, c'est son approche full-stack, combinant formation, réglage fin, déploiement et comptage rentable sur une seule plateforme.

Pour les entreprises, l'attrait est clair : la possibilité de créer des modèles d'IA formés sur des données propriétaires et adaptés à des flux de travail spécifiques, tout en conservant un meilleur contrôle sur ces modèles plutôt que de dépendre entièrement des appels d'API vers des systèmes fermés d'OpenAI, Anthropic ou Google.

River prévoit d'utiliser le financement de 1,1 milliard de dollars pour accélérer le développement de sa pile d'IA ouverte et faire avancer son objectif à long terme consistant à permettre une IA personnalisée et en constante amélioration. Avec l'expérience de Babuschkin au sein de deux des sociétés d'IA les plus importantes au monde, les investisseurs parient qu'il pourra construire la couche d'infrastructure qui rendra possible la prochaine génération d'IA personnalisée.

La dynamique plus large des poids ouverts

L'augmentation massive de River AI intervient à un moment d'élan extraordinaire pour l'IA à poids ouvert. La série Llama de Meta, les modèles Qwen d'Alibaba et les versions de DeepSeek ont ​​démontré que les modèles à poids ouvert peuvent rivaliser ou égaler les performances des systèmes fermés sur de nombreux critères. La disponibilité de ces modèles a créé un marché vaste et croissant pour les outils et l’infrastructure nécessaires à leur personnalisation.

La participation de NVIDIA et d'AMD Ventures au cycle de River souligne l'importance stratégique de cette tendance pour l'industrie du matériel. À mesure que de plus en plus d’organisations forment et déploient leurs propres modèles, la demande de GPU et de puces IA spécialisées augmentera, bénéficiant aux deux entreprises. Leur investissement dans River est autant un pari sur l’avenir du marché du calcul de l’IA que sur River lui-même.

Pour les développeurs, la plateforme de River représente un changement potentiel dans l’économie du développement de l’IA. Si des formations complexes peuvent être réalisées en quelques minutes plutôt qu’en jours ou semaines, et pour une fraction du coût d’utilisation d’API à code source fermé, les obstacles à la création de systèmes d’IA personnalisés diminuent considérablement. Cela pourrait démocratiser l’accès aux capacités d’IA qui étaient jusqu’à présent concentrées entre les mains de quelques laboratoires bien financés.

Gardez une longueur d'avance sur l'IA

Vous voulez les dernières nouvelles sur les cycles de financement de l’IA, les lancements de startups et l’innovation en matière d’infrastructures ? Lire plus d'actualités sur l'IA sur AI Buzz Wire pour une couverture approfondie des startups qui remodèlent l'intelligence artificielle.