xAI 联合创始人创办仅两月，River AI 融资 11 亿美元打造“属于你自己的 AI”

全栈使命：从零开始重构 AI

River AI 的核心使命是 从零开始重新构想 AI，通过重建包含训练基础设施、模型、产品层乃至硬件的完整技术栈，来打造可个人训练的智能体助手 。该公司明确表示，希望摆脱构建“替代人类工人”的 AI 方向，转而让 AI 能够被你教导、塑造并拥有 。

正如创始人 Igor Babuschkin 所述，这意味着创造一种能够“与你流动”的智能，而不是一个你只能向其输入提示词的黑盒子 。其长远愿景是：让每个人都拥有自己专属的个人训练 AI 代理来代表自己工作，而不是由某一家公司拥有“一刀切”的模型 。

首款产品：River API —— 终结“提示词工程”的解药

River AI 的首款产品 River API 自 2026 年 6 月发布以来已经上线，这是一个针对开源权重模型的云训练服务 。该 API 提供：

• 基于 LoRA 的微调和 **强化学习（RL）**功能，支持从 350 亿到 1 万亿参数的开源模型，包括 Qwen3.6、Kimi K2.6 和 GLM 5.2 等（模型列表会定期更新）
• 一个统一的 Python 客户端，用于训练、采样和服务，并采用基于 token 的计费模式（按百万 token 计费），而非按 GPU 小时计费

River 将此 API 直接定位为提示词工程（Prompt Engineering）的解药。其产品文档表示：“提示词只是在操控一个你不拥有、也无法改进的模型。而 River 让你能训练开源模型，使其成为真正属于你的模型，并像其他端点一样提供服务” 。

企业级性能：15 分钟完成强化学习，节省 2-4 倍成本

River 宣称，通过其 API，任何企业都可以在 15 到 20 分钟内完成一次复杂的强化学习训练，且无需专门的基建团队 。该平台能自动处理权重转移、采样与训练一致性、弹性算力分配以及 GPU 管理等底层复杂性 。

该公司进一步表示，通过基于 token 的计量和自动化基础设施管理，这种方法能消除闲置 GPU 成本，与闭源替代方案相比，可节省 2 到 4 倍的成本 。

联合创始人的深厚 AI 背景

Igor Babuschkin 为其创业项目带来了极高的可信度。在共同创立 xAI 之前，他在 Google DeepMind 从事生成模型和强化学习方面的工作，并在 OpenAI 领导过大规模训练 。其他联合创始人还包括 Dmytro (Dima) Soboliev、Ievgen Soboliev 和 Aaron Rogers，其领导团队中也包括了前 OpenAI 和 DeepMind 的研究人员 。

宏观愿景：面向每个人的个性化 AI

除了 API 产品，River AI 更宏大的愿景在当前 AI 版图中独树一帜。它并非试图构建一个服务于所有人的超级智能模型，而是希望让每个人都拥有属于自己的智能——这个智能由他们自己的数据、任务和目标塑造而成 。该公司计划从现有的 API 扩展到模型、产品层和硬件领域，以实现这一宏伟目标 。

正如 General Catalyst 董事总经理 Marc Bhargava 所指出的，这项投资与一个更广泛的战略关切紧密相关：“美国在 AI 领域的领导地位迫切需要开放权重、可定制训练的 AI 基础设施” 。手握 11 亿美元现金并得到顶级投资者背书的 River AI 正在押注：AI 的未来不是你只用来提问的单一模型，而是由人们自己训练和拥有的数百万个模型。