River AI racimola 1,1 miliardi di dollari: agenti di IA personali e addestrabili per tutti

L'11 agosto 2026, River AI — una startup emersa dalla modalità stealth appena due mesi fa — ha annunciato di aver raccolto 1,1 miliardi di dollari in un round combinato Seed e Serie A . Il round è stato guidato da General Catalyst e AMP PBC, con investimenti strategici da parte di Nvidia, AMD Ventures, Y Combinator e Temasek .

Fondata da Igor Babuschkin, co-fondatore di xAI, veterano di DeepMind e OpenAI dove ha guidato la formazione su larga scala in entrambe le organizzazioni, River AI è emersa dalla modalità stealth il 10 giugno 2026 con una tesi ambiziosa: l'industria dell'IA ha costruito strumenti per sostituire gli esseri umani, ma dovrebbe invece costruire strumenti che lavorano con e per ogni individuo .

Una missione full-stack: ricostruire l'IA da zero

La missione principale di River AI è reinventare l'IA da zero ricostruendo l'intero stack end-to-end — coprendo infrastruttura di formazione, modelli, strato di prodotto e hardware — per creare assistenti agentici personalmente addestrabili . L'azienda inquadra esplicitamente questo come un allontanamento dalla costruzione di IA che sostituisce i lavoratori umani. Invece, vuole un'IA che tu possa insegnare, modellare e possedere .

Come ha descritto il fondatore Igor Babuschkin, ciò significa creare un'intelligenza che "scorre con te" anziché rimanere chiusa in una scatola nera che puoi solo istruire . La visione a lungo termine: un mondo in cui ogni persona ha i propri agenti di IA personalmente addestrati che lavorano per suo conto, anziché modelli 'taglia unica' posseduti da una singola azienda .

Primo prodotto: River API — un antidoto all'ingegneria dei prompt

Il primo prodotto di River, attivo dal lancio di giugno 2026, è River API — un servizio cloud di formazione per modelli open-weight . L'API offre:

• Messa a punto basata su LoRA e apprendimento per rinforzo (RL) su modelli open-source che vanno da 35 miliardi a 1 trilione di parametri, inclusi Qwen3.6, Kimi K2.6 e GLM 5.2 (con aggiunte regolari)
• Un singolo client Python per formazione, campionamento e servizio, con fatturazione basata su token per milione di token sia per la formazione che per l'inferenza — anziché per ora GPU

River posiziona questa API direttamente come un antidoto all'ingegneria dei prompt. La documentazione del prodotto afferma: "Istruire un prompt guida un modello che non possiedi e che non puoi migliorare. River ti permette di addestrare modelli aperti in modelli che sono veramente tuoi — e servirli come qualsiasi altro endpoint" .

Performance aziendale: cicli RL in 15 minuti con risparmi del 2-4x

River afferma che, attraverso la sua API, qualsiasi azienda può completare un complesso ciclo di formazione con apprendimento per rinforzo in 15-20 minuti senza bisogno di un team di infrastruttura dedicato . La piattaforma gestisce automaticamente i trasferimenti di peso, la coerenza campionamento-formazione, l'allocazione elastica del calcolo e la gestione delle GPU sotto il cofano .

L'azienda sostiene inoltre che questo approccio offre risparmi sui costi da 2 a 4 volte rispetto alle alternative closed-source, eliminando i costi delle GPU inattive attraverso la fatturazione basata su token e la gestione automatizzata dell'infrastruttura .

Un co-fondatore con solide credenziali nell'IA

Igor Babuschkin porta una credibilità significativa all'impresa. Prima di co-fondare xAI, ha lavorato sulla modellazione generativa e l'apprendimento per rinforzo presso Google DeepMind e ha guidato la formazione su larga scala presso OpenAI . Gli altri co-fondatori includono Dmytro (Dima) Soboliev, Ievgen Soboliev e Aaron Rogers, con un team di leadership che comprende anche ex ricercatori di OpenAI e DeepMind .

Il quadro generale: IA personale per tutti

Oltre al prodotto API, la visione più ampia di River AI è una delle più distintive nel panorama attuale dell'IA. Piuttosto che competere per costruire un unico modello super intelligente che serva tutti, River vuole permettere a tutti di possedere la propria intelligenza — modellata dai propri dati, compiti e obiettivi . L'azienda prevede di espandersi dall'attuale API ai modelli, allo strato di prodotto e all'hardware per realizzare pienamente questa visione .

Come ha notato Marc Bhargava, amministratore delegato di General Catalyst, l'investimento è legato a una preoccupazione strategica più ampia: "La leadership americana nell'IA richiede urgentemente una leadership nell'infrastruttura di IA open-weight e personalmente addestrabile" . River AI, con il suo tesoretto da 1,1 miliardi di dollari e i sostenitori di prim'ordine, scommette che il futuro dell'IA non è un singolo modello da istruire — ma milioni di modelli che le persone addestrano e possiedono da sé.