River AI keräsi 1,1 miljardia dollaria henkilökohtaisten tekoälyagenttien rakentamiseen

Täysi pino: tekoälyn uudelleenrakentaminen alusta alkaen

River AI:n ydintehtävä on uudistaa tekoäly alusta alkaen rakentamalla koko pino uudelleen päästä päähän – koulutusinfrastruktuuri, mallit, tuotekerros ja laitteisto – luodakseen henkilökohtaisesti koulutettavia agenttiavustajia . Yhtiö ilmaisee tämän nimenomaan siirtymänä pois tekoälystä, joka korvaa ihmistyöntekijät. Sen sijaan se haluaa tekoälyä, jota voit opettaa, muokata ja omistaa .

Kuten perustaja Igor Babuschkin on kuvannut, tämä tarkoittaa älykkyyden luomista, joka "virtaa mukanasi" eikä ole musta laatikko, jota voit vain kehottaa . Pitkän aikavälin visio: maailma, jossa jokaisella on omat henkilökohtaisesti koulutetut tekoälyagenttinsa, jotka toimivat heidän puolestaan, eivätkä yhden yrityksen omistamat yhden koon mallit .

Ensimmäinen tuote: River API – vastalääke kehotesuunnittelulle

Riverin ensimmäinen tuote, joka on ollut käytössä kesäkuun 2026 julkaisusta lähtien, on River API – pilvipohjainen koulutuspalvelu avoimille malleille . API tarjoaa:

• LoRA-pohjainen hienosäätö ja vahvistusoppiminen (RL) avoimen lähdekoodin malleille, joiden parametrimäärä vaihtelee 35 miljardista 1 biljoonaan, mukaan lukien Qwen3.6, Kimi K2.6 ja GLM 5.2 (uusia lisätään säännöllisesti)
• Yksi Python-asiakasohjelma koulutukseen, otantaan ja palveluun, token-pohjainen laskutus miljoonaa tokenia kohden sekä koulutuksessa että päättelyssä – eikä GPU-tuntia kohden

River sijoittaa tämän API:n suoraan vastalääkkeeksi kehotesuunnittelulle. Yhtiön tuote-esitteessä todetaan: "Kehottaminen ohjaa mallia, jota et omista etkä voi parantaa. River antaa sinun kouluttaa avoimia malleja omiksesi – ja tarjoilla niitä kuin mitä tahansa muuta päätepistettä" .

Yrityssuorituskyky: 15 minuutin RL-ajot 2–4 kertaa säästöillä

River väittää, että API:n kautta mikä tahansa yritys voi suorittaa monimutkaisen vahvistusoppimisen koulutusajon 15–20 minuutissa ilman erillistä infrastruktuuritiimiä . Alusta hoitaa automaattisesti painonsiirrot, otanta-koulutusyhdenmukaisuuden, joustavan laskennan allokoinnin ja GPU-hallinnan .

Yhtiö väittää lisäksi, että tämä lähestymistapa tuottaa 2–4 kertaa kustannussäästöt verrattuna suljetun lähdekoodin vaihtoehtoihin, poistamalla käyttämättömät GPU-kustannukset token-pohjaisen mittauksen ja automatisoidun infrastruktuurinhallinnan avulla .

Perustaja, jolla on vahva tekoälytausta

Igor Babuschkin tuo merkittävää uskottavuutta hankkeelle. Ennen xAI:n perustamista hän työskenteli generatiivisen mallinnuksen ja vahvistusoppimisen parissa Google DeepMindissa ja johti laajamittaista koulutusta OpenAI:ssa . Muita perustajia ovat Dmytro (Dima) Soboliev, Ievgen Soboliev ja Aaron Rogers, ja johtotiimiin kuuluu myös entisiä OpenAI- ja DeepMind-tutkijoita .

Iso kuva: henkilökohtainen tekoäly kaikille

River AI:n laajempi visio on yksi erottuvimmista nykyisessä tekoälymaisemassa. Sen sijaan, että se kilpailisi rakentaakseen yhden superälykkään mallin, joka palvelee kaikkia, River haluaa mahdollistaa sen, että jokainen omistaa oman älykkyytensä – muokattuna omien tietojensa, tehtäviensä ja tavoitteidensa mukaan . Yhtiö aikoo laajentaa nykyisestä API:sta malleihin, tuotekerrokseen ja laitteistoon toteuttaakseen tämän täysimääräisesti .

Kuten General Catalystin toimitusjohtaja Marc Bhargava totesi, investointi liittyy laajempaan strategiseen huoleen: "Amerikan johtoasema tekoälyssä vaatii kiireellisesti johtajuutta avoimessa, räätälöitävässä tekoälyinfrastruktuurissa" . River AI, 1,1 miljardin dollarin kassalla ja huippuluokan sijoittajilla, lyö vetoa siitä, että tekoälyn tulevaisuus ei ole yksittäinen malli, jota kehotetaan – vaan miljoonia malleja, joita ihmiset kouluttavat ja omistavat itse.