Babuschkin 之前係 DeepMind 同 OpenAI 嘅老將，喺兩間公司都負責過大規模訓練，後來創立 xAI。佢喺 2026 年 6 月 10 日將 River AI 公開，背後有一個好大膽嘅理念：AI 行業一直以嚟都係整工具嚟取代人類，但其實應該整嘅係同人類合作、為人類服務嘅工具 。

重新打造 AI 系統：由底到面全面革新

River AI 嘅核心使命係 由零開始重建 AI 技術棧，涵蓋訓練基礎設施、模型、產品層同硬件，目標係創造 你可以親自訓練嘅 AI 助手 。公司明確表示，佢哋唔係要整 AI 嚟取代人類員工，而係要整一個你可以教、可以塑造、可以擁有嘅 AI 。

Babuschkin 形容呢個概念係「同你一齊流動嘅智能」，唔係一個你淨係可以輸入指令嘅黑盒 。長遠嚟講，佢哋嘅願景係一個每個人都有自己專屬 AI 助手嘅世界，唔係由一間公司擁有嘅「一式一樣」模型 。

首個產品：River API——告別「提示工程」

River AI 嘅第一個產品係 River API，一個專為開放權重模型而設嘅雲端訓練服務，喺 2026 年 6 月推出 。呢個 API 提供：

• LoRA 微調同強化學習功能，支援嘅開放源碼模型參數量由 350 億至 1 萬億，包括 Qwen3.6、Kimi K2.6 同 GLM 5.2，仲會定期加入新模型
• 一個 Python 客戶端就可以做訓練、抽樣同部署，收費係按每百萬個 token 計，唔係按 GPU 使用時數，無論係訓練定係推理都係咁計

River 將呢個 API 定位為提示工程嘅替代方案。公司嘅產品文件寫住：「提示工程只係操控一個你唔擁有、亦改善唔到嘅模型。River 令你可以訓練開放模型，令佢哋真正屬於你，然後好似其他 API 端點咁使用」。

企業級效能：15 分鐘完成強化學習，成本慳 2 至 4 倍

River 聲稱，透過佢哋嘅 API，任何企業都可以喺 15 至 20 分鐘內完成一個複雜嘅強化學習訓練，完全唔需要自己嘅基礎設施團隊 。平台會自動處理權重轉移、抽樣同訓練一致性、彈性運算資源分配同 GPU 管理 。

公司仲話，因為採用按 token 收費同自動化基礎設施管理，成本可以比封閉式 AI 方案低 2 至 4 倍，主要係慳返閒置 GPU 嘅開支 。

創辦人背景：AI 界重量級人物

Igor Babuschkin 嘅背景令呢個項目好有說服力。佢創立 xAI 之前，喺 Google DeepMind 做過生成模型同強化學習嘅研究，亦喺 OpenAI 領導過大規模訓練 。其他聯合創辦人包括 Dmytro (Dima) Soboliev、Ievgen Soboliev 同 Aaron Rogers，領導團隊仲有前 OpenAI 同 DeepMind 嘅研究員 。

宏大願景：每個人嘅專屬 AI

除咗 API 產品，River AI 嘅更大願景係 AI 業界最與別不同嘅理念之一。佢哋唔係要同人爭住整一個超級智能模型嚟服務所有人，而係想令每個人都可以擁有屬於自己嘅智能 —— 由佢哋自己嘅數據、任務同目標塑造出嚟 。公司計劃由而家嘅 API 擴展到模型、產品層同硬件，最終實現呢個理念 。

General Catalyst 嘅常務董事 Marc Bhargava 表示，呢項投資背後有一個更大嘅戰略考慮：「美國喺 AI 領域嘅領導地位，好需要領導開放權重、可自訂訓練嘅 AI 基礎設施」。River AI 攞住 11 億美元資金同一堆頂級投資者嘅支持，佢哋嘅賭注係：AI 嘅未來唔係一個你淨係可以輸入指令嘅模型，而係數以百萬計由個人訓練同擁有嘅模型。

Babuschkin 之前係 DeepMind 同 OpenAI 嘅老將，喺兩間公司都負責過大規模訓練，後來創立 xAI。佢喺 2026 年 6 月 10 日將 River AI 公開，背後有一個好大膽嘅理念：AI 行業一直以嚟都係整工具嚟取代人類，但其實應該整嘅係同人類合作、為人類服務嘅工具 。

重新打造 AI 系統：由底到面全面革新

River AI 嘅核心使命係 由零開始重建 AI 技術棧，涵蓋訓練基礎設施、模型、產品層同硬件，目標係創造 你可以親自訓練嘅 AI 助手 。公司明確表示，佢哋唔係要整 AI 嚟取代人類員工，而係要整一個你可以教、可以塑造、可以擁有嘅 AI 。

Babuschkin 形容呢個概念係「同你一齊流動嘅智能」，唔係一個你淨係可以輸入指令嘅黑盒 。長遠嚟講，佢哋嘅願景係一個每個人都有自己專屬 AI 助手嘅世界，唔係由一間公司擁有嘅「一式一樣」模型 。

首個產品：River API——告別「提示工程」

River AI 嘅第一個產品係 River API，一個專為開放權重模型而設嘅雲端訓練服務，喺 2026 年 6 月推出 。呢個 API 提供：

• LoRA 微調同強化學習功能，支援嘅開放源碼模型參數量由 350 億至 1 萬億，包括 Qwen3.6、Kimi K2.6 同 GLM 5.2，仲會定期加入新模型
• 一個 Python 客戶端就可以做訓練、抽樣同部署，收費係按每百萬個 token 計，唔係按 GPU 使用時數，無論係訓練定係推理都係咁計

River 將呢個 API 定位為提示工程嘅替代方案。公司嘅產品文件寫住：「提示工程只係操控一個你唔擁有、亦改善唔到嘅模型。River 令你可以訓練開放模型，令佢哋真正屬於你，然後好似其他 API 端點咁使用」。

企業級效能：15 分鐘完成強化學習，成本慳 2 至 4 倍

River 聲稱，透過佢哋嘅 API，任何企業都可以喺 15 至 20 分鐘內完成一個複雜嘅強化學習訓練，完全唔需要自己嘅基礎設施團隊 。平台會自動處理權重轉移、抽樣同訓練一致性、彈性運算資源分配同 GPU 管理 。

公司仲話，因為採用按 token 收費同自動化基礎設施管理，成本可以比封閉式 AI 方案低 2 至 4 倍，主要係慳返閒置 GPU 嘅開支 。

創辦人背景：AI 界重量級人物

Igor Babuschkin 嘅背景令呢個項目好有說服力。佢創立 xAI 之前，喺 Google DeepMind 做過生成模型同強化學習嘅研究，亦喺 OpenAI 領導過大規模訓練 。其他聯合創辦人包括 Dmytro (Dima) Soboliev、Ievgen Soboliev 同 Aaron Rogers，領導團隊仲有前 OpenAI 同 DeepMind 嘅研究員 。

宏大願景：每個人嘅專屬 AI

除咗 API 產品，River AI 嘅更大願景係 AI 業界最與別不同嘅理念之一。佢哋唔係要同人爭住整一個超級智能模型嚟服務所有人，而係想令每個人都可以擁有屬於自己嘅智能 —— 由佢哋自己嘅數據、任務同目標塑造出嚟 。公司計劃由而家嘅 API 擴展到模型、產品層同硬件，最終實現呢個理念 。

General Catalyst 嘅常務董事 Marc Bhargava 表示，呢項投資背後有一個更大嘅戰略考慮：「美國喺 AI 領域嘅領導地位，好需要領導開放權重、可自訂訓練嘅 AI 基礎設施」。River AI 攞住 11 億美元資金同一堆頂級投資者嘅支持，佢哋嘅賭注係：AI 嘅未來唔係一個你淨係可以輸入指令嘅模型，而係數以百萬計由個人訓練同擁有嘅模型。