River AI获十一亿美元融资，重塑AI训练范式

人工智能领域的融资热度在2026年迎来又一高峰。8月11日，成立仅两个月的AI初创公司River AI宣布完成11亿美元融资，投资方阵容堪称豪华。本轮由General Catalyst和AMP PBC联合领投，Nvidia、AMD Ventures、Y Combinator以及淡马锡等知名机构参投。这笔巨额资金注入了一家尚未推出正式产品的公司，引发了行业对AI创业生态的深度讨论。

River AI的创始人Igor Babuschkin是xAI的联合创始人，此前曾在DeepMind和OpenAI担任AI研究职位。他在今年6月才正式公开公司的使命——不是沿着大型语言模型实验室的既定路线继续优化模型能力，而是彻底重建从训练到推理的整个技术栈。Babuschkin在其博客中写道：要实现个人可训练助手的目标，必须重新构建训练、模型、产品层以及让个人AI贴近用户的新硬件。

Babuschkin对智能体的愿景与传统AI公司形成鲜明对比。他认为，未来的智能体更像守护天使，安静地伴随着用户的日常生活，而非一个需要时才呼叫的简单工具。这些智能体将深入地了解用户，并且只属于用户本人，而非属于某家科技公司。这一理念切中了目前企业和个人对AI数据主权和模型控制权的深层担忧。

River AI并非纸上谈兵。该公司已经推出了API服务，按照每百万token计费，价格取决于所使用的开源模型。通过这一API，开发者可以对模型进行强化学习（RL）和低秩适应（LoRA）微调，从而根据自身需求定制模型。在River AI的产品介绍中明确表示，提示工程只是控制一个不属于自己的模型，而River AI让用户能够将开源模型训练成真正属于自己的模型，并像任何终端一样提供服务。

此次融资规模对于一家成立两个月的新公司而言相当惊人，也引发了关于AI投资泡沫的讨论。但River AI的主张恰逢企业AI采用的关键转折期。越来越多的企业意识到，完全依赖闭源模型存在风险，他们希望通过组合多种模型（包括开源权重模型）来掌控自己的AI命运。River AI承诺解决后训练阶段的核心难题，其服务让任何企业都能在15至20分钟内完成一次复杂的强化学习任务，无需专门的基础设施团队，同时相比闭源替代方案可节省两到四倍的成本。

从更大的视角来看，River AI押注的是个人智能体时代的到来。目前我们已经看到OpenClaw等个人本地运行智能体的兴起，Nvidia也与戴尔、微软、惠普等PC厂商合作推出AI硬件。River AI的技术将如何与其差异化，尚需时间验证。但该公司已经储备了充足的资金弹药，足以在激烈的AI竞赛中尝试改变游戏规则。无论最终结果如何，这一轮融资都标志着AI创业正在从单纯的模型竞赛转向注重个性化、可训练和用户拥有的新范式。