River AI Mengumpul $1.1 Bilion untuk Membina Tindanan AI Terbuka untuk Latihan Model Tersuai

River AI, sebuah syarikat permulaan yang diasaskan oleh pengasas bersama xAI, Igor Babuschkin, telah mengumpulkan $1.1 bilion dalam pembiayaan untuk membina platform kecerdasan buatan tiruan penuh yang memfokuskan pada model terbuka, penyesuaian dan AI peribadi. Pusingan itu diketuai oleh General Catalyst dan AMP PBC, dengan pelaburan strategik daripada NVIDIA dan AMD Ventures, dan penyertaan tambahan daripada Y Combinator dan Temasek, lapor Reuters pada 11 Ogos 2026.

Syarikat itu sedang membangunkan infrastruktur yang membolehkan pembangun dan perusahaan melatih, memperhalusi, menggunakan dan mengawal model AI mereka sendiri tanpa memerlukan pasukan infrastruktur khusus atau perkakasan khusus. Untuk liputan menyeluruh tentang perkembangan industri AI terkini dan pusingan pembiayaan, pembaca boleh mengikuti berita terobosan AI Buzz Wire.

Diasaskan oleh xAI dan Veteran OpenAI

Babuschkin membawa kelayakan teknikal yang mendalam kepada usaha niaga itu. Beliau mengasaskan bersama xAI, syarikat AI Elon Musk, dan sebelum ini bekerja pada pemodelan generatif dan pembelajaran pengukuhan di Google DeepMind sebelum mengetuai usaha latihan berskala besar di OpenAI. Pasukan pengasasnya termasuk jurutera yang berpengalaman di kedua-dua xAI dan Tesla merentasi pembelajaran mendalam, pembelajaran pengukuhan dan bahagian lain tindanan teknologi AI.

River AI beribu pejabat di Palo Alto, California, dan tesisnya adalah mudah tetapi bercita-cita tinggi: Pembangunan AI akan semakin beralih daripada bergantung semata-mata pada model tujuan umum yang dilatih untuk berbilion pengguna ke arah model tersuai yang dibina mengikut keperluan syarikat individu dan, akhirnya, individu individu.

Infrastruktur Dibina untuk Kepantasan dan Kecekapan Kos

Platform River direka untuk menjadikannya lebih mudah dan lebih murah untuk organisasi membina model AI mereka sendiri. Syarikat itu berkata APInya boleh melengkapkan latihan pembelajaran pengukuhan kompleks berjalan dalam kira-kira 15 hingga 20 minit sambil menyampaikan kos yang dua hingga empat kali lebih rendah daripada alternatif sumber tertutup.

Platform ini menyokong pembelajaran penalaan halus dan pengukuhan LoRA untuk model pemberat terbuka sempadan. River mengendalikan keperluan infrastruktur asas, termasuk pemindahan berat, konsistensi latihan pensampelan dan pengiraan anjal, membolehkan pembangun menumpukan pada meningkatkan prestasi model dan bukannya mengurus infrastruktur GPU. Model yang dilatih melalui platform boleh digunakan terus ke dalam pengeluaran.

Pembeza utama ialah model harga River. Syarikat itu menggunakan pemeteran berasaskan token untuk kedua-dua latihan dan inferens, yang bertujuan untuk menghalang pelanggan daripada membayar kapasiti GPU yang tidak digunakan, titik kesakitan biasa bagi organisasi yang bekerja dengan penyedia GPU awan tradisional.

Pertaruhan pada Masa Depan Berat Terbuka

Pusingan $1.1 bilion mencerminkan keyakinan pelabur yang semakin meningkat bahawa ekosistem AI berwajaran terbuka akan menjadi penting secara strategik di samping model sempadan tertutup. General Catalyst, yang mengetuai pusingan itu, berkata bahawa pertumbuhan model AI berwajaran terbuka adalah penting secara strategik dan pendekatan River menangani jurang antara keupayaan AI lanjutan dan sistem tersuai yang kebanyakan perusahaan boleh gunakan pada masa ini.

Penyertaan NVIDIA dan AMD Ventures amat ketara, kerana kedua-dua syarikat membekalkan GPU yang menguasai latihan AI. Pelaburan mereka memberi isyarat bahawa pembuat cip melihat ekosistem berwajaran terbuka dan model tersuai sebagai pemacu pertumbuhan untuk perniagaan perkakasan mereka, bukan hanya khusus.

Landskap Persaingan

River AI memasuki pasaran yang sesak tetapi berkembang pesat. Syarikat seperti Together AI, Anyscale dan Modal telah membina perniagaan di sekitar menjadikan infrastruktur AI lebih mudah diakses, manakala Meta, Alibaba dan lain-lain telah mengeluarkan model berat terbuka yang berkuasa yang mewujudkan permintaan untuk alat latihan dan penggunaan. Apa yang membezakan River ialah pendekatan timbunan penuh, menggabungkan latihan, penalaan halus, penggunaan dan pemeteran yang cekap kos dalam satu platform.

Bagi perusahaan, daya tarikan adalah jelas: keupayaan untuk mencipta model AI yang dilatih pada data proprietari dan disesuaikan dengan aliran kerja tertentu, sambil mengekalkan kawalan yang lebih besar ke atas model tersebut dan bukannya bergantung sepenuhnya pada panggilan API ke sistem tertutup daripada OpenAI, Anthropic atau Google.

River merancang untuk menggunakan pembiayaan $1.1 bilion untuk mempercepatkan pembangunan timbunan AI terbukanya dan memajukan matlamat jangka panjangnya untuk membolehkan AI diperibadikan dan menambah baik secara berterusan. Dengan rekod prestasi Babuschkin di dua syarikat AI yang paling penting di dunia, pelabur bertaruh bahawa dia boleh membina lapisan infrastruktur yang membolehkan generasi AI tersuai yang akan datang.

Momentum Berat Terbuka yang Lebih Luas

Peningkatan besar River AI datang pada saat momentum yang luar biasa untuk AI berwajaran terbuka. Siri Llama Meta, model Qwen Alibaba dan keluaran DeepSeek telah menunjukkan bahawa model berat terbuka boleh menandingi atau memadankan prestasi sistem tertutup pada banyak penanda aras. Ketersediaan model ini telah mewujudkan pasaran yang besar dan berkembang untuk alatan dan infrastruktur yang diperlukan untuk menyesuaikannya.

Penyertaan kedua-dua NVIDIA dan AMD Ventures dalam pusingan River menggariskan kepentingan strategik trend ini untuk industri perkakasan. Apabila lebih banyak organisasi melatih dan menggunakan model mereka sendiri, permintaan untuk GPU dan cip AI khusus akan berkembang, memberi manfaat kepada kedua-dua syarikat. Pelaburan mereka dalam River adalah satu pertaruhan pada masa depan pasaran pengiraan AI seperti juga pada River itu sendiri.

Bagi pemaju, platform River mewakili potensi anjakan dalam ekonomi pembangunan AI. Jika larian latihan yang kompleks boleh diselesaikan dalam beberapa minit dan bukannya hari atau minggu, dan pada sebahagian kecil daripada kos penggunaan API sumber tertutup, halangan untuk membina sistem AI tersuai menurun secara mendadak. Itu boleh mendemokrasikan akses kepada keupayaan AI yang telah, sehingga kini, tertumpu di tangan beberapa makmal yang dibiayai dengan baik.

Kekal Mendahului AI

Mahukan maklumat terkini tentang pusingan pembiayaan AI, pelancaran permulaan dan inovasi infrastruktur? Baca lebih banyak berita AI di AI Buzz Wire untuk liputan mendalam tentang syarikat pemula yang membentuk semula kecerdasan buatan.