River AI lève 1,1 milliard de dollars pour repenser l'IA de A à Z — et la rendre personnelle

Le 11 août 2026, River AI — une startup tout juste sortie de l'ombre depuis deux mois — a annoncé avoir levé 1,1 milliard de dollars en tours d'amorçage et de série A . Le tour a été mené par General Catalyst et AMP PBC, avec des investissements stratégiques de Nvidia, AMD Ventures, Y Combinator et Temasek .

Fondée par Igor Babuschkin, co-fondateur d'xAI et vétéran de DeepMind et OpenAI où il a dirigé l'entraînement à grande échelle, River AI est sortie de l'ombre le 10 juin 2026 avec une thèse ambitieuse : l'industrie de l'IA a construit des outils pour remplacer les humains, mais elle devrait plutôt construire des outils qui travaillent avec et pour chaque individu .

Une mission complète : repenser l'IA de zéro

La mission centrale de River AI est de réinventer l'IA de fond en comble en reconstruisant la pile technologique de bout en bout — infrastructure d'entraînement, modèles, couche produit et matériel — pour créer des assistants agentiques personnellement entraînables . L'entreprise se positionne explicitement en rupture avec l'IA qui remplace les travailleurs humains. À la place, elle veut une IA que vous pouvez enseigner, façonner et posséder .

Comme l'a décrit le fondateur Igor Babuschkin, il s'agit de créer une intelligence qui « coule avec vous » plutôt que de rester enfermée dans une boîte noire que vous ne pouvez que « prompter » . La vision à long terme : un monde où chaque personne a ses propres agents IA entraînés sur ses données, pour ses propres objectifs .

Premier produit : l'API River — un antidote au « prompt engineering »

Le premier produit de River, disponible depuis le lancement de juin 2026, est l'API River — un service cloud d'entraînement pour modèles ouverts . L'API offre :

• Du fine-tuning LoRA et de l'apprentissage par renforcement (RL) sur des modèles open source allant de 35 milliards à 1 billion de paramètres, dont Qwen3.6, Kimi K2.6 et GLM 5.2 (avec des ajouts réguliers)
• Un client Python unique pour l'entraînement, l'échantillonnage et le déploiement, avec une facturation basée sur les tokens au million de tokens — plutôt qu'à l'heure GPU

River positionne cette API comme un antidote au « prompt engineering » (l'art de formuler des invites pour guider un modèle). Sa documentation produit déclare : « Prompter, c'est diriger un modèle que vous ne possédez pas et que vous ne pouvez pas améliorer. River vous permet d'entraîner des modèles ouverts pour en faire des modèles qui sont vraiment les vôtres — et de les déployer comme n'importe quel autre point d'accès. »

Performance en entreprise : des cycles RL en 15 minutes, 2 à 4 fois moins chers

River affirme que via son API, n'importe quelle entreprise peut réaliser un cycle complexe d'apprentissage par renforcement en 15 à 20 minutes sans avoir besoin d'une équipe d'infrastructure dédiée . La plateforme gère automatiquement les transferts de poids, la cohérence échantillonnage-entraînement, l'allocation élastique des ressources et la gestion des GPU en coulisses .

L'entreprise ajoute que cette approche permet des économies de 2 à 4 fois par rapport aux alternatives propriétaires, en éliminant les coûts GPU inactifs grâce à une facturation basée sur les tokens et une gestion automatisée de l'infrastructure .

Un co-fondateur aux solides références en IA

Igor Babuschkin apporte une crédibilité certaine à l'aventure. Avant de co-fonder xAI, il a travaillé sur la modélisation générative et l'apprentissage par renforcement chez Google DeepMind, et a dirigé l'entraînement à grande échelle chez OpenAI . Les autres co-fondateurs incluent Dmytro (Dima) Soboliev, Ievgen Soboliev et Aaron Rogers, avec une équipe de direction comprenant également d'anciens chercheurs d'OpenAI et de DeepMind .

La vision globale : une IA personnelle pour tous

Au-delà du produit API, la vision plus large de River AI est l'une des plus distinctives du paysage actuel de l'IA. Plutôt que de chercher à construire un seul modèle sur-intelligent qui servirait tout le monde, River veut permettre à chacun de posséder sa propre intelligence — façonnée par ses propres données, tâches et objectifs . L'entreprise prévoit d'étendre son offre de la simple API actuelle aux modèles, à la couche produit et au matériel pour concrétiser pleinement cette vision .

Comme l'a noté Marc Bhargava, Managing Director chez General Catalyst, cet investissement est lié à une préoccupation stratégique plus large : « La position de leader de l'Amérique en IA nécessite de toute urgence une avance dans l'infrastructure d'IA ouverte et personnalisable. » River AI, avec sa cagnotte de 1,1 milliard de dollars et le soutien de grands noms, parie que l'avenir de l'IA n'est pas un unique modèle que vous « prompter » — mais des millions de modèles que les gens entraînent et possèdent eux-mêmes.