River AI, az xAI társalapítója, Igor Babuschkin által indított mesterséges intelligencia startup 1,1 milliárd dolláros finanszírozást szerzett egy seed/Series A fordulóban, amelyet a General Catalyst és az AMP PBC vezettek. A körben részt vett még az Nvidia, az AMD Ventures, a Y Combinator és a Temasek.
Kik állnak a háttérben
AMP PBC egy, az AI‑ra fókuszáló befektetési cég, amelyet Anjney Midha alapított 2026‑ban; Midha korábban az Andreessen Horowitz általános partnere volt, és olyan cégeket támogatott, mint a Black Forest Labs, Mistral AI, LMArena és OpenRouter.
Igor Babuschkin szerepe a River mögött kiemelt: korábban az xAI társalapítója volt, és szakmai múltjában szerepelnek a DeepMind‑nál és az OpenAI‑nál betöltött AI‑s pozíciók.
A vállalat célja és megközelítése
River júniusban lépett ki a „stealth” üzemmódból egy ambiciózus küldetéssel: a cég célja az AI‑stack újratervezése az alapoktól kezdve — a tréningtől a modelleken és a termékrétegen át az új hardverig — azért, hogy a mesterséges ügynökök személy szerint tanítható segédekké válhassanak, ne pedig az emberi munkavállalókat helyettesítő megoldásokká.
Babuschkin a bevezető blogjában így fogalmazott: „Ahhoz, hogy eljussunk idáig, úgy hisszük, az egész stacket újra kell építeni: a tréninget, a modelleket, a termékréteget és az új hardvert, amely lehetővé teszi, hogy a személyes AI közel legyen hozzád.” Továbbá azt vizionálta, hogy „a képességekkel bíró ügynökök a mindennapi élet normális részévé válnak. Kevésbé olyanok, mint a mai, feladatokra hívott asszisztensek; inkább mint védőangyalok: csendben jelen, a te oldaladon, segítve abban, ami tényleg számít neked. Jól fognak ismerni, és a tieid lesznek, nem másoké.”
Termék és üzleti ajánlat
River már elérhetővé tett egy API‑t, amelyet egymillió tokenenként számláznak, és az ár a használt nyílt modellen alapul. Az API lehetővé teszi a fejlesztők számára a megerősítéses tanulás (reinforcement learning, RL) és a low‑rank adaptation (LoRA) alapú finomhangolás használatát. A vállalat termékleírása szerint ez a megközelítés antidotumnak szánja a prompt‑engineeringet: „A prompting egy olyan modellt irányít, amely nem a tiéd és amelyet nem tudsz továbbfejleszteni. A River lehetővé teszi, hogy nyílt modelleket taníts be olyanná, amelyek valóban a tied — és ugyanúgy tudd kiszolgálni őket, mint bármely más végpontot.”
A finanszírozás bejelentésében River azt állította, hogy neocloud megoldásával „bármely vállalat képes 15–20 perc alatt elvégezni egy összetett reinforcement learning futtatást infrastruktúra‑csapat nélkül, két‑négyszeres költségmegtakarítással a zárt forrású alternatívákhoz képest.”
Miért fontos ez most
Bár a 1,1 milliárd dolláros kezdő tőke rendkívüli összeg egy viszonylag friss cég számára és újabb jele lehet az AI‑befektetések túlhevülésének, River koncepciója egybeesik azzal a vállalati igénnyel, hogy többféle, köztük nyílt súlyú modellek kontrollját maguknál tartsák. A startup ígérete az, hogy a tréning utáni szakértelmet és üzemeltetési problémákat a neocloud szolgáltatással kezeli.
Ugyanakkor az, hogy a River technológiája hogyan fog érdemben különbözni más megoldásoktól, még nem teljesen világos; a vállalat azonban jelentős tőketartalékkal indítja el a fejlesztést.
Kontextus és piaci jelek
A személyes, helyben futó ügynökök koncepcióját már megjelenésükben is látni egyes kezdeményezéseknél, mint az OpenClaw és annak leszármazottai. Emellett hardverpartnerek, köztük az Nvidia, együttműködnek PC‑gyártókkal, például a Dell‑lel, a Microsofttal és a HP‑vel az AI‑képes eszközök terén — ami kedvez a személyes ügynökök elterjedésének.
Összefoglalva: River AI magas megtisztelő támogatást kapott a piaci nagy nevek részéről, és ambiciózus tervekkel indul el azzal a célkitűzéssel, hogy a mesterséges intelligenciát személyre szabható, felhasználói‑irányított ügynökökre építse át.
