River AI samlar in 1,1 miljarder dollar för att bygga en öppen AI-stack för anpassad modellutbildning

River AI, en startup som grundades av xAIs medgrundare Igor Babuschkin, har samlat in 1,1 miljarder dollar i finansiering för att bygga en full-stack artificiell intelligensplattform fokuserad på öppna modeller, anpassning och personlig AI. Omgången leddes av General Catalyst och AMP PBC, med strategiska investeringar från NVIDIA och AMD Ventures, och ytterligare deltagande från Y Combinator och Temasek, rapporterade Reuters den 11 augusti 2026.

Företaget utvecklar infrastruktur som gör det möjligt för utvecklare och företag att träna, finjustera, distribuera och kontrollera sina egna AI-modeller utan att behöva ett dedikerat infrastrukturteam eller specialiserad hårdvara. Läsare kan följa AI Buzz Wires senaste AI-nyheter för en omfattande täckning av den senaste utvecklingen av AI-branschen och finansieringsrundor.

Grundades av en xAI och OpenAI Veteran

Babuschkin tar med sig djupa tekniska meriter till företaget. Han var med och grundade xAI, Elon Musks AI-företag, och arbetade tidigare med generativ modellering och förstärkningsinlärning på Google DeepMind innan han ledde storskaliga utbildningsinsatser på OpenAI. Hans grundarteam inkluderar ingenjörer med erfarenhet från både xAI och Tesla inom djupinlärning, förstärkningsinlärning och andra delar av AI-teknologistacken.

River AI har sitt huvudkontor i Palo Alto, Kalifornien, och dess avhandling är okomplicerad men ambitiös: AI-utveckling kommer i allt högre grad att gå bort från att enbart förlita sig på generella modeller som är utbildade för miljarder användare mot skräddarsydda modeller byggda kring kraven från enskilda företag och, så småningom, enskilda människor.

Infrastruktur byggd för hastighet och kostnadseffektivitet

Rivers plattform är designad för att göra det dramatiskt enklare och billigare för organisationer att bygga sina egna AI-modeller. Företaget sa att dess API kan slutföra komplexa utbildningar för förstärkning på cirka 15 till 20 minuter samtidigt som de levererar kostnader som är två till fyra gånger lägre än alternativ med sluten källkod.

Plattformen stöder LoRA-finjustering och förstärkningsinlärning för frontier open-weight-modeller. River hanterar de underliggande infrastrukturkraven, inklusive viktöverföringar, samplings-träningskonsistens och elastisk beräkning, vilket gör att utvecklare kan fokusera på att förbättra modellens prestanda istället för att hantera GPU-infrastruktur. Modeller som tränas genom plattformen kan sättas in direkt i produktionen.

En viktig skillnad är Rivers prismodell. Företaget använder token-baserad mätning för både utbildning och slutledning, vilket är avsett att hindra kunder från att betala för oanvänd GPU-kapacitet, en vanlig smärtpunkt för organisationer som arbetar med traditionella moln-GPU-leverantörer.

En satsning på Open-Weight Future

Omgången på 1,1 miljarder dollar återspeglar den växande investerarnas övertygelse om att det öppna AI-ekosystemet kommer att bli strategiskt viktigt tillsammans med modeller med slutna gränser. General Catalyst, som ledde rundan, sa att tillväxten av AI-modeller med öppen vikt är strategiskt betydelsefull och att Rivers tillvägagångssätt tar itu med gapet mellan kapaciteten hos avancerad AI och de skräddarsydda system som de flesta företag för närvarande kan använda.

Deltagandet av NVIDIA och AMD Ventures är särskilt anmärkningsvärt, eftersom båda företagen levererar grafikprocessorerna som driver AI-träning. Deras investering signalerar att chiptillverkarna ser det öppna och skräddarsydda ekosystemet som en tillväxtdrivkraft för deras hårdvaruföretag, inte bara en nisch.

Det konkurrenskraftiga landskapet

River AI går in på en fullsatt men snabbt växande marknad. Företag som Together AI, Anyscale och Modal har byggt upp företag kring att göra AI-infrastruktur mer tillgänglig, medan Meta, Alibaba och andra har släppt kraftfulla modeller med öppen vikt som skapar efterfrågan på utbildnings- och implementeringsverktyg. Det som skiljer River är dess fullstack-strategi, som kombinerar utbildning, finjustering, driftsättning och kostnadseffektiv mätning i en enda plattform.

För företag är överklagandet tydligt: ​​möjligheten att skapa AI-modeller utbildade på proprietära data och skräddarsydda för specifika arbetsflöden, samtidigt som man behåller större kontroll över dessa modeller snarare än helt beroende av API-anrop till slutna system från OpenAI, Anthropic eller Google.

River planerar att använda finansieringen på 1,1 miljarder dollar för att påskynda utvecklingen av sin öppna AI-stack och främja sitt långsiktiga mål att möjliggöra personlig, ständigt förbättrad AI. Med Babuschkins meritlista hos två av de mest följdriktiga AI-företagen i världen, satsar investerare på att han kan bygga det infrastrukturskikt som gör nästa generation av anpassad AI möjlig.

Det bredare momentum med öppen vikt

River AI:s massiva höjning kommer i ett ögonblick av extraordinär fart för AI med öppen vikt. Metas Llama-serie, Alibabas Qwen-modeller och DeepSeeks releaser har visat att modeller med öppen vikt kan konkurrera med eller matcha prestanda hos slutna system på många riktmärken. Tillgången till dessa modeller har skapat en stor och växande marknad för de verktyg och infrastruktur som behövs för att anpassa dem.

Deltagandet av både NVIDIA och AMD Ventures i Rivers runda understryker den strategiska betydelsen av denna trend för hårdvaruindustrin. När fler organisationer tränar och distribuerar sina egna modeller kommer efterfrågan på GPU:er och specialiserade AI-chips att växa, vilket gynnar båda företagen. Deras investering i River är lika mycket en satsning på framtiden för AI-datormarknaden som på River själv.

För utvecklare representerar Rivers plattform en potentiell förändring i ekonomin för AI-utveckling. Om komplexa träningskörningar kan genomföras på minuter snarare än dagar eller veckor, och till en bråkdel av kostnaden för att använda API:er med sluten källkod, minskar barriären för att bygga anpassade AI-system dramatiskt. Det skulle kunna demokratisera tillgången till AI-kapacitet som hittills har varit koncentrerad i händerna på ett fåtal välfinansierade labb.

Ligg före AI

Vill du ha det senaste om AI-finansieringsrundor, startuplanseringar och infrastrukturinnovation? Läs fler AI-nyheter på AI Buzz Wire för djupgående täckning av startups som omformar artificiell intelligens.