River AI, een startup opgericht door xAI-medeoprichter Igor Babuschkin, heeft 1,1 miljard dollar aan financiering opgehaald om een ​​full-stack platform voor kunstmatige intelligentie te bouwen dat zich richt op open modellen, maatwerk en persoonlijke AI. De ronde werd geleid door General Catalyst en AMP PBC, met strategische investeringen van NVIDIA en AMD Ventures, en aanvullende deelname van Y Combinator en Temasek, meldde Reuters op 11 augustus 2026.

Het bedrijf ontwikkelt een infrastructuur waarmee ontwikkelaars en ondernemingen hun eigen AI-modellen kunnen trainen, verfijnen, implementeren en controleren zonder dat daarvoor een speciaal infrastructuurteam of gespecialiseerde hardware nodig is. Voor uitgebreide berichtgeving over de nieuwste ontwikkelingen in de AI-industrie en financieringsrondes kunnen lezers [AI Buzz Wire's laatste AI-nieuws] volgen (https://aibuzzwire.news).

Opgericht door een xAI- en OpenAI-veteraan

Babuschkin brengt diepgaande technische referenties mee naar de onderneming. Hij was medeoprichter van xAI, het AI-bedrijf van Elon Musk, en werkte eerder aan generatieve modellering en versterkend leren bij Google DeepMind voordat hij leiding gaf aan grootschalige trainingsinspanningen bij OpenAI. Zijn oprichtersteam bestaat uit ingenieurs met ervaring bij zowel xAI als Tesla op het gebied van deep learning, versterkend leren en andere delen van de AI-technologie.

Het hoofdkantoor van River AI is gevestigd in Palo Alto, Californië, en de stelling is eenvoudig maar ambitieus: de ontwikkeling van AI zal steeds meer afstappen van uitsluitend vertrouwen op algemene modellen die zijn getraind voor miljarden gebruikers, naar op maat gemaakte modellen die zijn gebouwd rond de behoeften van individuele bedrijven en uiteindelijk individuele mensen.

Infrastructuur gebouwd voor snelheid en kostenefficiëntie

Het platform van River is ontworpen om het voor organisaties aanzienlijk eenvoudiger en goedkoper te maken om hun eigen AI-modellen te bouwen. Het bedrijf zegt dat de API complexe leertrainingen in ongeveer 15 tot 20 minuten kan voltooien, terwijl de kosten twee tot vier keer lager zijn dan die van gesloten bronalternatieven.

Het platform ondersteunt LoRA-verfijning en versterkingsleren voor grensverleggende modellen met open gewicht. River verzorgt de onderliggende infrastructuurvereisten, waaronder gewichtsoverdrachten, consistentie van sampling-training en elastische berekeningen, waardoor ontwikkelaars zich kunnen concentreren op het verbeteren van de modelprestaties in plaats van op het beheren van de GPU-infrastructuur. Modellen die via het platform zijn getraind, kunnen direct in productie worden ingezet.

Een belangrijke onderscheidende factor is het prijsmodel van River. Het bedrijf maakt gebruik van op tokens gebaseerde meting voor zowel training als gevolgtrekking, wat bedoeld is om te voorkomen dat klanten betalen voor ongebruikte GPU-capaciteit, een veelvoorkomend pijnpunt voor organisaties die met traditionele cloud-GPU-providers werken.

Een weddenschap op de toekomst met open gewicht

De ronde van $1,1 miljard weerspiegelt de groeiende overtuiging van investeerders dat het open-weight AI-ecosysteem van strategisch belang zal worden naast closed frontier-modellen. General Catalyst, die de ronde leidde, zei dat de groei van open-weight AI-modellen van strategisch belang is en dat de aanpak van River de kloof aanpakt tussen de mogelijkheden van geavanceerde AI en de op maat gemaakte systemen die de meeste ondernemingen momenteel kunnen inzetten.

De deelname van NVIDIA en AMD Ventures is bijzonder opmerkelijk, aangezien beide bedrijven de GPU’s leveren die AI-training mogelijk maken. Hun investering geeft aan dat de chipmakers het open-weight en custom-model-ecosysteem zien als een groeimotor voor hun hardwareactiviteiten, en niet alleen als een niche.

Het concurrentielandschap

River AI betreedt een drukke maar snelgroeiende markt. Bedrijven als Together AI, Anyscale en Modal hebben bedrijven gebouwd rond het toegankelijker maken van de AI-infrastructuur, terwijl Meta, Alibaba en anderen krachtige open-weight-modellen hebben uitgebracht die de vraag naar training- en implementatietools creëren. Wat River onderscheidt is de full-stack-aanpak, waarbij training, fine-tuning, implementatie en kostenefficiënte meting op één platform worden gecombineerd.

Voor ondernemingen is de aantrekkingskracht duidelijk: de mogelijkheid om AI-modellen te creëren die zijn getraind op bedrijfseigen gegevens en zijn afgestemd op specifieke workflows, terwijl ze tegelijkertijd meer controle over die modellen behouden in plaats van volledig afhankelijk te zijn van API-aanroepen naar gesloten systemen van OpenAI, Anthropic of Google.

River is van plan de financiering van $1,1 miljard te gebruiken om de ontwikkeling van zijn open AI-stack te versnellen en zijn langetermijndoelstelling te bevorderen: het mogelijk maken van gepersonaliseerde, voortdurend verbeterende AI. Met het trackrecord van Babuschkin bij twee van de meest succesvolle AI-bedrijven ter wereld, wedden investeerders erop dat hij de infrastructuurlaag kan bouwen die de volgende generatie op maat gemaakte AI mogelijk maakt.

Het bredere open-gewichtmomentum

De enorme verhoging van River AI komt op een moment van buitengewoon momentum voor open-weight AI. Meta's Llama-serie, Alibaba's Qwen-modellen en DeepSeek's releases hebben aangetoond dat modellen met een open gewicht de prestaties van gesloten systemen op veel benchmarks kunnen evenaren of evenaren. De beschikbaarheid van deze modellen heeft een grote en groeiende markt gecreëerd voor de tools en infrastructuur die nodig zijn om ze aan te passen.

De deelname van zowel NVIDIA als AMD Ventures aan de ronde van River onderstreept het strategische belang van deze trend voor de hardware-industrie. Naarmate meer organisaties hun eigen modellen trainen en inzetten, zal de vraag naar GPU’s en gespecialiseerde AI-chips groeien, wat beide bedrijven ten goede zal komen. Hun investering in River is net zo goed een gok op de toekomst van de AI-computermarkt als op River zelf.

Voor ontwikkelaars vertegenwoordigt het platform van River een potentiële verschuiving in de economie van AI-ontwikkeling. Als complexe trainingsruns binnen enkele minuten in plaats van dagen of weken kunnen worden voltooid, en tegen een fractie van de kosten van het gebruik van closed-source API's, daalt de drempel voor het bouwen van aangepaste AI-systemen dramatisch. Dat zou de toegang tot AI-mogelijkheden kunnen democratiseren die tot nu toe geconcentreerd waren in de handen van een paar goed gefinancierde laboratoria.

Blijf AI een stap voor

Wilt u het laatste nieuws over AI-financieringsrondes, startup-lanceringen en infrastructuurinnovatie? Lees meer AI-nieuws op AI Buzz Wire voor diepgaande berichtgeving over de startups die kunstmatige intelligentie hervormen.