River AI、カスタムモデルトレーニング用のオープン AI スタックを構築するために 11 億ドルを調達

xAI の共同創設者である Igor Babuschkin によって設立された River AI は、オープンウェイトモデルのトレーニングとカスタマイズのためのフルスタック AI インフラストラクチャを構築するために、General Catalyst と AMP PBC が主導して 11 億ドルを調達しました。

xAI の共同創設者である Igor Babuschkin が設立したスタートアップ企業 River AI は、オープンモデル、カスタマイズ、パーソナル AI に重点を置いたフルスタックの人工知能プラットフォームを構築するために 11 億ドルの資金を調達しました。このラウンドはGeneral CatalystとAMP PBCが主導し、NVIDIAとAMD Venturesが戦略的投資を行い、Y CombinatorとTemasekも追加参加したとロイター通信が2026年8月11日に報じた。

同社は、開発者や企業が専用のインフラストラクチャチームや特殊なハードウェアを必要とせずに、独自の AI モデルをトレーニング、微調整、展開、制御できるインフラストラクチャを開発しています。最新の AI 業界の開発と資金調達ラウンドの包括的な報道については、読者は AI Buzz Wire の AI 速報ニュースをフォローしてください。

xAI と OpenAI のベテランによって設立

Babuschkin は、このベンチャーに深い技術的資格をもたらします。彼はイーロン・マスク氏の AI 会社である xAI の共同設立者であり、以前は Google DeepMind で生成モデリングと強化学習に取り組んでいた後、OpenAI で大規模なトレーニングの取り組みを指揮しました。彼の創設チームには、xAI と Tesla の両方で深層学習、強化学習、および AI テクノロジースタックのその他の部分の経験を持つエンジニアが含まれています。

River AI はカリフォルニア州パロアルトに本社を置き、その主張は単純ですが野心的です。AI 開発は、数十億のユーザー向けにトレーニングされた汎用モデルのみに依存することから、個々の企業、そして最終的には個人の要件に基づいて構築されたカスタマイズされたモデルへとますます移行していきます。

スピードとコスト効率を重視して構築されたインフラストラクチャ

River のプラットフォームは、組織が独自の AI モデルを構築することを劇的に簡単かつ安価にするように設計されています。同社によれば、同社の API は複雑な強化学習トレーニングの実行を約 15 ～ 20 分で完了でき、コストはクローズドソースの代替製品より 2 ～ 4 分の 1 に抑えられます。

このプラットフォームは、フロンティア無重みモデルの LoRA 微調整と強化学習をサポートします。 River は、ウェイト転送、サンプリングとトレーニングの一貫性、柔軟なコンピューティングなどの基盤となるインフラストラクチャ要件を処理するため、開発者は GPU インフラストラクチャを管理するのではなく、モデルのパフォーマンスを向上させることに集中できます。プラットフォームを通じてトレーニングされたモデルは、本番環境に直接デプロイできます。

主要な差別化要因は、River の価格モデルです。同社はトレーニングと推論の両方にトークンベースのメータリングを使用しています。これは、従来のクラウド GPU プロバイダーを利用している組織にとって一般的な問題点である、未使用の GPU 容量に対する顧客の支払いを防ぐことを目的としています。

無差別級の将来への賭け

この11億ドルのラウンドは、オープンウェイトAIエコシステムがクローズドフロンティアモデルと並んで戦略的に重要になるという投資家の確信の高まりを反映している。このラウンドを主導したGeneral Catalystは、オープンウェイトAIモデルの成長は戦略的に重要であり、Riverのアプローチは高度なAIの能力と、ほとんどの企業が現在導入できるカスタマイズされたシステムとの間のギャップに対処するものであると述べた。

NVIDIA と AMD Ventures の参加は特に注目に値します。両社は AI トレーニングを強化する GPU を供給しているからです。彼らの投資は、チップメーカーがオープンウェイトおよびカスタムモデルのエコシステムを単なるニッチ市場ではなく、ハードウェアビジネスの成長推進力とみなしていることを示しています。

競争環境

River AI は、混雑しているが急速に拡大している市場に参入します。 Together AI、Anyscale、Modal などの企業は、AI インフラストラクチャをよりアクセスしやすくすることを中心にビジネスを構築しており、一方 Meta、Alibaba などは、トレーニングおよび導入ツールの需要を生み出す強力なオープンウェイトモデルをリリースしています。 River の特徴は、トレーニング、微調整、導入、コスト効率の高い計測を 1 つのプラットフォームに組み合わせたフルスタックアプローチです。

企業にとっての魅力は明らかです。それは、OpenAI、Anthropic、または Google からのクローズドシステムへの API 呼び出しに完全に依存するのではなく、それらのモデルをより詳細に制御しながら、独自のデータでトレーニングされ、特定のワークフローに合わせて調整された AI モデルを作成できる機能です。

River は、11 億ドルの資金調達を利用して、オープン AI スタックの開発を加速し、AI をパーソナライズして継続的に改善できるようにするという長期目標を前進させる予定です。世界で最も重要な AI 企業 2 社におけるバブシュキン氏の実績により、投資家は彼が次世代のカスタマイズされた AI を可能にするインフラストラクチャ層を構築できることに賭けています。

無差別級の勢いがさらに広がる

River AI の巨額資金調達は、無差別級 AI にとって並外れた勢いが見られる瞬間に行われました。 Meta の Llama シリーズ、Alibaba の Qwen モデル、DeepSeek のリリースは、オープンウェイトモデルが多くのベンチマークでクローズドシステムのパフォーマンスに匹敵、または匹敵できることを実証しました。これらのモデルが利用できるようになったことで、モデルをカスタマイズするために必要なツールとインフラストラクチャの大規模な成長市場が生まれました。

River のラウンドへの NVIDIA と AMD Ventures の両社の参加は、ハードウェア業界にとってこの傾向の戦略的重要性を強調しています。独自のモデルをトレーニングして導入する組織が増えるにつれ、GPU と特殊な AI チップの需要が増加し、両社に利益がもたらされます。彼らの River への投資は、River 自体に対する賭けであると同時に、AI コンピューティング市場の将来に対する賭けでもあります。

開発者にとって、River のプラットフォームは AI 開発の経済学における潜在的な変化を表しています。複雑なトレーニングの実行を数日や数週間ではなく数分で完了でき、クローズドソース API を使用する場合の数分の 1 のコストで完了できれば、カスタム AI システムの構築に対する障壁は大幅に下がります。これにより、これまで資金豊富な少数の研究所の手に集中していたAI機能へのアクセスが民主化される可能性がある。