أسس الشركة إيغور بابوشكين (Igor Babuschkin)، أحد مؤسسي xAI، وهو خبير مخضرم عمل في DeepMind و OpenAI وكان مسؤولاً عن التدريب على نطاق واسع في كلا المؤسستين. خرجت ريفر من السرية في 10 يونيو 2026 برؤية طموحة: صناعة الذكاء الاصطناعي كانت تبني أدوات لاستبدال البشر، لكن الأفضل هو بناء أدوات تعمل مع كل فرد ولصالحه .

مهمة شاملة: إعادة بناء الذكاء الاصطناعي من الصفر

المهمة الأساسية لـ River AI هي إعادة اختراع الذكاء الاصطناعي من الصفر عبر إعادة بناء الحزمة التقنية الكاملة من طرف إلى طرف — بحيث تشمل البنية التحتية للتدريب، النماذج، طبقة المنتج، والعتاد — بهدف إنشاء مساعدين شخصيين قابلين للتدريب يعملون كوكلاء أذكياء . تقدم الشركة هذا التوجه كتحول جذري بعيداً عن بناء الذكاء الاصطناعي الذي يحل محل العمال البشر. بدلاً من ذلك، تريد ريفر ذكاءً يمكنك تعليمه وتشكيله وامتلاكه .

كما وصفها المؤسس بابوشكين، يعني هذا خلق ذكاء "يتدفق معك" بدلاً من أن يكون محصوراً داخل صندوق أسود لا يمكنك سوى استعلامه . الرؤية بعيدة المدى: عالم يمتلك فيه كل شخص وكلاء ذكاء اصطناعي مدرّبين خصيصاً له، يعملون بالنيابة عنه، بدلاً من نماذج موحدة للجميع تملكها شركة واحدة .

أول منتج: River API — بديل عن هندسة الأوامر (Prompt Engineering)

المنتج الأول للشركة، الذي يعمل منذ إطلاق يونيو 2026، هو River API — خدمة تدريب سحابية للنماذج مفتوحة الأوزان . تقدم واجهة البرمجة:

• الضبط الدقيق بتقنية LoRA والتعلم المعزز (RL) على نماذج مفتوحة المصدر تتراوح من 35 ملياراً إلى تريليون معلمة، بما في ذلك Qwen3.6 و Kimi K2.6 و GLM 5.2 (مع إضافة المزيد بانتظام)
• عميل Python واحد للتدريب وأخذ العينات والتقديم، مع فوترة تعتمد على الرموز (token-based billing) لكل مليون رمز لكل من التدريب والاستدلال — بدلاً من الفوترة لكل ساعة استخدام لوحدة معالجة الرسوميات (GPU)

تضع ريفر واجهة البرمجة هذه مباشرة كـ بديل عن هندسة الأوامر (prompt engineering). تنص أدبيات المنتج على: "الاستعلام يوجه نموذجاً لا تملكه ولا تستطيع تحسينه. ريفر يتيح لك تدريب نماذج مفتوحة لتصبح ملكك حقاً — وتقديمها مثل أي نقطة نهاية أخرى" .

أداء للمؤسسات: جلسات تعلم معزز في 15 دقيقة بتوفير 2-4 أضعاف

تدعي ريفر أنه عبر واجهة برمجة التطبيقات الخاصة بها، يمكن لأي مؤسسة إكمال جلسة تدريب معقدة باستخدام التعلم المعزز في 15 إلى 20 دقيقة دون الحاجة إلى فريق بنية تحتية مخصص . تقوم المنصة تلقائياً بإدارة نقل الأوزان، واتساق العينات مع التدريب، والتخصيص المرن للحوسبة، وإدارة وحدات معالجة الرسوميات تحت الغطاء .

وتضيف الشركة أن هذا النهج يحقق توفيراً في التكلفة من 2 إلى 4 أضعاف مقارنة بالبدائل ذات المصدر المغلق، من خلال إلغاء تكاليف وحدات معالجة الرسوميات الخاملة عبر الفوترة القائمة على الرموز والإدارة الآلية للبنية التحتية .

مؤسس مشارك بسمعة مرموقة في الذكاء الاصطناعي

يجلب إيغور بابوشكين مصداقية كبيرة للمشروع. قبل مشاركته في تأسيس xAI، عمل على النمذجة التوليدية والتعلم المعزز في Google DeepMind وقاد التدريب على نطاق واسع في OpenAI . المؤسسون المشاركون الآخرون هم دميترو (ديما) سوبوليف وإيوجين سوبوليف وآرون روجرز، مع فريق قيادة يضم أيضاً باحثين سابقين من OpenAI و DeepMind .

الصورة الكبيرة: ذكاء اصطناعي شخصي للجميع

إلى جانب منتج واجهة البرمجة، فإن رؤية River AI الأوسع هي من بين الأكثر تميزاً في مشهد الذكاء الاصطناعي الحالي. فبدلاً من التنافس لبناء نموذج واحد خارق يخدم الجميع، تريد ريفر تمكين كل شخص من امتلاك ذكائه الخاص — الذي تشكله بياناته ومهامه وأهدافه . تخطط الشركة للتوسع من واجهة البرمجة الحالية إلى النماذج، وطبقة المنتج، والعتاد لتحقيق هذه الرؤية بالكامل .

كما أشار مارك باهارغافا، المدير الإداري في General Catalyst، فإن الاستثمار مرتبط بمخاوف استراتيجية أوسع: "القيادة الأمريكية في الذكاء الاصطناعي تتطلب بشكل عاجل الريادة في البنية التحتية المفتوحة الوزن والقابلة للتخصيص والتدريب" . ريفر AI، بفضل خزينتها التي تبلغ 1.1 مليار دولار ومستثمريها من الطراز الأول، تراهن على أن مستقبل الذكاء الاصطناعي ليس نموذجاً واحداً تستعلم منه — بل ملايين النماذج التي يدربها الناس ويمتلكونها بأنفسهم.

أسس الشركة إيغور بابوشكين (Igor Babuschkin)، أحد مؤسسي xAI، وهو خبير مخضرم عمل في DeepMind و OpenAI وكان مسؤولاً عن التدريب على نطاق واسع في كلا المؤسستين. خرجت ريفر من السرية في 10 يونيو 2026 برؤية طموحة: صناعة الذكاء الاصطناعي كانت تبني أدوات لاستبدال البشر، لكن الأفضل هو بناء أدوات تعمل مع كل فرد ولصالحه .

مهمة شاملة: إعادة بناء الذكاء الاصطناعي من الصفر

المهمة الأساسية لـ River AI هي إعادة اختراع الذكاء الاصطناعي من الصفر عبر إعادة بناء الحزمة التقنية الكاملة من طرف إلى طرف — بحيث تشمل البنية التحتية للتدريب، النماذج، طبقة المنتج، والعتاد — بهدف إنشاء مساعدين شخصيين قابلين للتدريب يعملون كوكلاء أذكياء . تقدم الشركة هذا التوجه كتحول جذري بعيداً عن بناء الذكاء الاصطناعي الذي يحل محل العمال البشر. بدلاً من ذلك، تريد ريفر ذكاءً يمكنك تعليمه وتشكيله وامتلاكه .

كما وصفها المؤسس بابوشكين، يعني هذا خلق ذكاء "يتدفق معك" بدلاً من أن يكون محصوراً داخل صندوق أسود لا يمكنك سوى استعلامه . الرؤية بعيدة المدى: عالم يمتلك فيه كل شخص وكلاء ذكاء اصطناعي مدرّبين خصيصاً له، يعملون بالنيابة عنه، بدلاً من نماذج موحدة للجميع تملكها شركة واحدة .

أول منتج: River API — بديل عن هندسة الأوامر (Prompt Engineering)

المنتج الأول للشركة، الذي يعمل منذ إطلاق يونيو 2026، هو River API — خدمة تدريب سحابية للنماذج مفتوحة الأوزان . تقدم واجهة البرمجة:

• الضبط الدقيق بتقنية LoRA والتعلم المعزز (RL) على نماذج مفتوحة المصدر تتراوح من 35 ملياراً إلى تريليون معلمة، بما في ذلك Qwen3.6 و Kimi K2.6 و GLM 5.2 (مع إضافة المزيد بانتظام)
• عميل Python واحد للتدريب وأخذ العينات والتقديم، مع فوترة تعتمد على الرموز (token-based billing) لكل مليون رمز لكل من التدريب والاستدلال — بدلاً من الفوترة لكل ساعة استخدام لوحدة معالجة الرسوميات (GPU)

تضع ريفر واجهة البرمجة هذه مباشرة كـ بديل عن هندسة الأوامر (prompt engineering). تنص أدبيات المنتج على: "الاستعلام يوجه نموذجاً لا تملكه ولا تستطيع تحسينه. ريفر يتيح لك تدريب نماذج مفتوحة لتصبح ملكك حقاً — وتقديمها مثل أي نقطة نهاية أخرى" .

أداء للمؤسسات: جلسات تعلم معزز في 15 دقيقة بتوفير 2-4 أضعاف

تدعي ريفر أنه عبر واجهة برمجة التطبيقات الخاصة بها، يمكن لأي مؤسسة إكمال جلسة تدريب معقدة باستخدام التعلم المعزز في 15 إلى 20 دقيقة دون الحاجة إلى فريق بنية تحتية مخصص . تقوم المنصة تلقائياً بإدارة نقل الأوزان، واتساق العينات مع التدريب، والتخصيص المرن للحوسبة، وإدارة وحدات معالجة الرسوميات تحت الغطاء .

وتضيف الشركة أن هذا النهج يحقق توفيراً في التكلفة من 2 إلى 4 أضعاف مقارنة بالبدائل ذات المصدر المغلق، من خلال إلغاء تكاليف وحدات معالجة الرسوميات الخاملة عبر الفوترة القائمة على الرموز والإدارة الآلية للبنية التحتية .

مؤسس مشارك بسمعة مرموقة في الذكاء الاصطناعي

يجلب إيغور بابوشكين مصداقية كبيرة للمشروع. قبل مشاركته في تأسيس xAI، عمل على النمذجة التوليدية والتعلم المعزز في Google DeepMind وقاد التدريب على نطاق واسع في OpenAI . المؤسسون المشاركون الآخرون هم دميترو (ديما) سوبوليف وإيوجين سوبوليف وآرون روجرز، مع فريق قيادة يضم أيضاً باحثين سابقين من OpenAI و DeepMind .

الصورة الكبيرة: ذكاء اصطناعي شخصي للجميع

إلى جانب منتج واجهة البرمجة، فإن رؤية River AI الأوسع هي من بين الأكثر تميزاً في مشهد الذكاء الاصطناعي الحالي. فبدلاً من التنافس لبناء نموذج واحد خارق يخدم الجميع، تريد ريفر تمكين كل شخص من امتلاك ذكائه الخاص — الذي تشكله بياناته ومهامه وأهدافه . تخطط الشركة للتوسع من واجهة البرمجة الحالية إلى النماذج، وطبقة المنتج، والعتاد لتحقيق هذه الرؤية بالكامل .

كما أشار مارك باهارغافا، المدير الإداري في General Catalyst، فإن الاستثمار مرتبط بمخاوف استراتيجية أوسع: "القيادة الأمريكية في الذكاء الاصطناعي تتطلب بشكل عاجل الريادة في البنية التحتية المفتوحة الوزن والقابلة للتخصيص والتدريب" . ريفر AI، بفضل خزينتها التي تبلغ 1.1 مليار دولار ومستثمريها من الطراز الأول، تراهن على أن مستقبل الذكاء الاصطناعي ليس نموذجاً واحداً تستعلم منه — بل ملايين النماذج التي يدربها الناس ويمتلكونها بأنفسهم.