River AI levanta US$ 1,1 bilhão para construir uma pilha aberta de IA para treinamento de modelos personalizados

River AI, uma startup fundada pelo cofundador da xAI, Igor Babuschkin, arrecadou US$ 1,1 bilhão em financiamento para construir uma plataforma completa de inteligência artificial focada em modelos abertos, personalização e IA pessoal. A rodada foi liderada pela General Catalyst e AMP PBC, com investimentos estratégicos da NVIDIA e AMD Ventures, e participação adicional da Y Combinator e Temasek, informou a Reuters em 11 de agosto de 2026.

A empresa está desenvolvendo infraestrutura que permite que desenvolvedores e empresas treinem, ajustem, implantem e controlem seus próprios modelos de IA sem precisar de uma equipe de infraestrutura dedicada ou hardware especializado. Para uma cobertura abrangente dos mais recentes desenvolvimentos da indústria de IA e rodadas de financiamento, os leitores podem acompanhar as últimas notícias sobre IA da AI Buzz Wire.

Fundado por um veterano de xAI e OpenAI

Babuschkin traz profundas credenciais técnicas para o empreendimento. Ele foi cofundador da xAI, empresa de IA de Elon Musk, e trabalhou anteriormente em modelagem generativa e aprendizado por reforço no Google DeepMind antes de liderar esforços de treinamento em larga escala na OpenAI. Sua equipe fundadora inclui engenheiros com experiência em xAI e Tesla em aprendizado profundo, aprendizado por reforço e outras partes da pilha de tecnologia de IA.

A River AI está sediada em Palo Alto, Califórnia, e a sua tese é simples mas ambiciosa: o desenvolvimento da IA ​​deixará cada vez mais de depender apenas de modelos de uso geral treinados para milhares de milhões de utilizadores e passará a modelos personalizados construídos em torno dos requisitos de empresas individuais e, eventualmente, de pessoas individuais.

Infraestrutura construída para velocidade e eficiência de custos

A plataforma da River foi projetada para tornar muito mais fácil e barato para as organizações construírem seus próprios modelos de IA. A empresa disse que sua API pode concluir treinamentos complexos de aprendizado por reforço em aproximadamente 15 a 20 minutos, ao mesmo tempo em que oferece custos duas a quatro vezes menores do que as alternativas de código fechado.

A plataforma suporta ajuste fino LoRA e aprendizado de reforço para modelos de peso aberto de fronteira. River lida com os requisitos de infraestrutura subjacentes, incluindo transferências de peso, consistência de treinamento de amostragem e computação elástica, permitindo que os desenvolvedores se concentrem em melhorar o desempenho do modelo em vez de gerenciar a infraestrutura de GPU. Os modelos treinados por meio da plataforma podem ser implantados diretamente na produção.

Um diferencial importante é o modelo de precificação da River. A empresa usa medição baseada em tokens para treinamento e inferência, com o objetivo de evitar que os clientes paguem pela capacidade de GPU não utilizada, um problema comum para organizações que trabalham com provedores tradicionais de GPU em nuvem.

Uma aposta no futuro do peso aberto

A ronda de 1,1 mil milhões de dólares reflete a crescente convicção dos investidores de que o ecossistema de IA de peso aberto se tornará estrategicamente importante juntamente com os modelos de fronteira fechada. A General Catalyst, que liderou a rodada, disse que o crescimento dos modelos de IA de peso aberto é estrategicamente significativo e que a abordagem da River aborda a lacuna entre as capacidades da IA ​​avançada e os sistemas personalizados que a maioria das empresas é atualmente capaz de implantar.

A participação da NVIDIA e da AMD Ventures é particularmente notável, já que ambas as empresas fornecem as GPUs que alimentam o treinamento em IA. O seu investimento sinaliza que os fabricantes de chips veem o ecossistema de modelos abertos e personalizados como um motor de crescimento para os seus negócios de hardware, e não apenas como um nicho.

O cenário competitivo

River AI entra em um mercado lotado, mas em rápida expansão. Empresas como Together AI, Anyscale e Modal construíram negócios em torno de tornar a infraestrutura de IA mais acessível, enquanto Meta, Alibaba e outras lançaram poderosos modelos abertos que criam demanda por ferramentas de treinamento e implantação. O que diferencia a River é sua abordagem full-stack, combinando treinamento, ajuste fino, implantação e medição econômica em uma única plataforma.

Para as empresas, o apelo é claro: a capacidade de criar modelos de IA treinados em dados proprietários e adaptados a fluxos de trabalho específicos, mantendo ao mesmo tempo maior controlo sobre esses modelos, em vez de depender inteiramente de chamadas de API para sistemas fechados da OpenAI, Anthropic ou Google.

A River planeja usar o financiamento de US$ 1,1 bilhão para acelerar o desenvolvimento de sua pilha aberta de IA e avançar em seu objetivo de longo prazo de permitir IA personalizada e em melhoria contínua. Com o histórico de Babuschkin em duas das empresas de IA mais importantes do mundo, os investidores apostam que ele poderá construir a camada de infraestrutura que tornará possível a próxima geração de IA personalizada.

O impulso mais amplo do peso aberto

O grande aumento da River AI ocorre em um momento de impulso extraordinário para a IA de peso aberto. A série Llama da Meta, os modelos Qwen do Alibaba e os lançamentos da DeepSeek demonstraram que os modelos de peso aberto podem rivalizar ou igualar o desempenho de sistemas fechados em muitos benchmarks. A disponibilidade destes modelos criou um mercado grande e crescente para as ferramentas e infraestrutura necessárias para personalizá-los.

A participação da NVIDIA e da AMD Ventures na rodada da River ressalta a importância estratégica desta tendência para a indústria de hardware. À medida que mais organizações treinam e implementam os seus próprios modelos, a procura por GPUs e chips de IA especializados aumentará, beneficiando ambas as empresas. Seu investimento na River é tanto uma aposta no futuro do mercado de computação de IA quanto na própria River.

Para os desenvolvedores, a plataforma da River representa uma mudança potencial na economia do desenvolvimento da IA. Se treinamentos complexos puderem ser concluídos em minutos, em vez de dias ou semanas, e por uma fração do custo do uso de APIs de código fechado, a barreira para a construção de sistemas de IA personalizados cairá drasticamente. Isso poderia democratizar o acesso às capacidades de IA que, até agora, estavam concentradas nas mãos de alguns laboratórios bem financiados.

Fique à frente da IA

Quer saber as novidades sobre rodadas de financiamento de IA, lançamentos de startups e inovação em infraestrutura? Leia mais notícias sobre IA no AI Buzz Wire para uma cobertura detalhada das startups que estão remodelando a inteligência artificial.