River AI rejser 11,4 milliarder kr. til at bygge personlige AI-agenter, du kan træne, eje og kontrollere

Den 11. august 2026 annoncerede River AI – en startup, der knap var to måneder gammel og netop havde forladt 'stealth'-tilstand – at de havde rejst 11,4 milliarder kr. (1,1 mia. USD) i en kombineret seed- og Serie A-runde . Runden blev ledet af General Catalyst og AMP PBC, med strategiske investeringer fra Nvidia, AMD Ventures, Y Combinator og Temasek .

Grundlagt af xAI-medstifter Igor Babuschkin, en veteran fra DeepMind og OpenAI, der ledede storstilet træning i begge organisationer, trådte River AI ud af stealth den 10. juni 2026 med en ambitiøs tese: AI-industrien har bygget værktøjer til at erstatte mennesker, men den burde i stedet bygge værktøjer, der arbejder sammen med og for hvert enkelt individ .

En full-stack-mission: Genopfindelse af AI fra bunden

River AI’s kerneopgave er at genopfinde AI fra bunden ved at genopbygge hele stakken ende-til-ende – dækkende træningsinfrastruktur, modeller, produktlaget og hardware – for at skabe personligt trænbare agentiske assistenter . Virksomheden rammesætter dette eksplicit som et skift væk fra at bygge AI, der erstatter menneskelige medarbejdere. I stedet ønsker de AI, som du kan lære, forme og eje .

Som grundlægger Igor Babuschkin har beskrevet det, handler det om at skabe intelligens, der "flyder med dig" i stedet for at sidde i en sort boks, du kun kan give prompter . Den langsigtede vision: en verden, hvor hver person har deres egne personligt trænede AI-agenter, der arbejder på deres vegne, i stedet for one-size-fits-all-modeller ejet af en enkelt virksomhed .

Første produkt: River API – en modgift mod prompt engineering

River’s første produkt, som har været live siden lanceringen i juni 2026, er River API – en cloud-baseret træningstjeneste til open-weight-modeller . API’en tilbyder:

• LoRA-baseret fintuning og reinforcement learning (RL) på open source-modeller fra 35 milliarder til 1 billion parametre, herunder Qwen3.6, Kimi K2.6 og GLM 5.2 (med flere jævnligt tilføjet)
• En enkelt Python-klient til træning, stikprøvetagning (sampling) og servering, med token-baseret fakturering per million tokens for både træning og inferens – snarere end per GPU-time

River positionerer dette API direkte som en modgift mod prompt engineering. Virksomhedens produktlitteratur siger: "Prompting styrer en model, du ikke ejer og ikke kan forbedre. River lader dig træne åbne modeller til dem, der virkelig er dine – og servere dem som ethvert andet endpoint" .

Virksomhedsydelse: 15-minutters RL-kørsler til 2-4 gange besparelse

River hævder, at gennem deres API kan enhver virksomhed gennemføre en kompleks reinforcement learning-træningskørsel på 15 til 20 minutter uden behov for et dedikeret infrastrukturteam . Platformen håndterer automatisk vægoverførsler, sampling-træningskonsistens, elastisk compute-allokering og GPU-administration under motorhjelmen .

Virksomheden hævder endvidere, at denne tilgang giver 2 til 4 gange omkostningsbesparelser sammenlignet med lukkede alternativer ved at eliminere inaktive GPU-omkostninger gennem token-baseret fakturering og automatiseret infrastrukturadministration .

En medstifter med dybe AI-legitimationer

Igor Babuschkin bringer betydelig troværdighed til venturet. Før han var med til at stifte xAI, arbejdede han med generativ modellering og reinforcement learning hos Google DeepMind og ledede storstilet træning hos OpenAI . Andre medstiftere inkluderer Dmytro (Dima) Soboliev, Ievgen Soboliev og Aaron Rogers, med et ledelsesteam, der også omfatter tidligere OpenAI- og DeepMind-forskere .

Det store billede: Personlig AI for alle

Ud over API-produktet er River AI’s bredere vision en af de mest karakteristiske i det nuværende AI-landskab. I stedet for at konkurrere om at bygge en enkelt superintelligent model, der betjener alle, ønsker River at gøre det muligt for alle at eje deres egen intelligens – formet af deres egen data, opgaver og mål . Virksomheden planlægger at udvide fra det nuværende API til modeller, produktlag og hardware for at realisere dette fuldt ud .

Som General Catalyst’s administrerende direktør Marc Bhargava bemærkede, er investeringen knyttet til en bredere strategisk bekymring: "Amerikansk lederskab inden for AI kræver akut lederskab inden for open-weight, tilpasset trænbar AI-infrastruktur" . River AI, med sin krigskiste på 11,4 milliarder kr. og top-tier-investorer, satser på, at AI’s fremtid ikke er en enkelt model, du giver prompts – men millioner af modeller, som folk selv træner og ejer.