River AI привлекла $1,1 млрд на обучение персональных AI-агентов

Стартап River AI, основанный сооснователем xAI Игорем Бабушкиным, привлёк $1,1 млрд в seed/Series A-раунде. Инвестиции возглавили General Catalyst и AMP PBC, а в сделке также участвовали Nvidia, AMD Ventures, Y Combinator и Temasek. Компания вышла из скрытого режима в июне и уже предлагает API для дообучения открытых моделей.

Ставка на обучение моделей под владельца

Бабушкин работал над ИИ в DeepMind и OpenAI. В запускном сообщении River AI он сформулировал цель компании как перестройку всего технологического стека: обучения, моделей, продуктового слоя и нового оборудования, которое позволит персональному ИИ работать ближе к пользователю.

Вместо курса на агентов, замещающих сотрудников, River AI описывает лично обучаемых помощников. По замыслу компании, такие агенты будут постоянно присутствовать в повседневной жизни, знать пользователя и действовать в его интересах.

Первым коммерческим продуктом стал API с тарификацией за 1 млн токенов, причём цена зависит от выбранной открытой модели. Через интерфейс разработчики могут применять обучение с подкреплением, или RL, и дообучение LoRA — low-rank adaptation.

Neocloud для постобучения открытых моделей

River AI позиционирует сервис как альтернативу одной лишь prompt-инженерии. В материалах продукта говорится, что промпт направляет модель, которой пользователь не владеет и не может улучшить, тогда как River позволяет обучить открытую модель под собственные задачи и развернуть её как обычный endpoint.

Компания также заявляет, что предприятие сможет завершить сложный запуск обучения с подкреплением за 15–20 минут без инфраструктурной команды. River AI указывает на экономию в два—четыре раза относительно закрытых альтернатив, однако параметры расчёта в сообщении о раунде не раскрываются.

Интерес к такой модели работы вписывается в развитие рынка neocloud и корпоративных AI-агентов. Похожую ставку на enterprise-агентов без зависимости от frontier-лабораторий показывает enterprise AI-агентов без зависимости от frontier-лабораторий, но River AI делает акцент именно на постобучении открытых моделей и персональном владении результатом.

Что это означает для компаний

Раунд такого масштаба даёт River AI ресурсы для развития инфраструктуры, моделей и продуктового слоя. При этом технология компании ещё должна показать, чем она будет отличаться от уже появляющихся локальных персональных агентов и инициатив производителей ПК с ИИ-возможностями.

Практический вывод для бизнеса состоит в том, что при выборе AI-платформы стоит отдельно оценивать возможности дообучения, контроль над моделями и стоимость их эксплуатации. River AI предлагает инструменты для этой части жизненного цикла, но заявленные скорость и экономический эффект необходимо проверять на собственных задачах.