Das Start-up River AI hat in einer Seed-/Series-A-Finanzierungsrunde 1,1 Milliarden US-Dollar eingesammelt – nur etwa zwei Monate nach seiner Gründung. Die Runde wurde von General Catalyst und AMP PBC angeführt. Beteiligt waren außerdem Nvidia, AMD Ventures, Y Combinator und Temasek.
Gegründet wurde das Unternehmen von Igor Babuschkin, dem Mitgründer von xAI, der zuvor im Bereich der künstlichen Intelligenz bei DeepMind und OpenAI tätig war. River war im Juni aus dem Stealth-Modus hervorgetreten und hatte eine Vision vorgestellt, die auf einen grundlegenden Neuaufbau der künstlichen Intelligenz abzielt – angefangen bei der Art und Weise, wie Modelle trainiert werden.
Persönlich trainierbare Agenten
Babuschkin möchte KI-Agenten in Assistenten verwandeln, die Nutzer selbst trainieren können, anstatt die Technologie auf den Ersatz menschlicher Arbeitskräfte auszurichten, wie er in einem Blogbeitrag zum Start des Unternehmens darlegte.
River ist der Ansicht, dass die Umsetzung dieser Vision einen vollständigen Neuaufbau des Ökosystems erfordert – einschließlich Training, Modellen und Produktschicht sowie neuer Hardware, die es ermöglicht, dass persönliche künstliche Intelligenz in der Nähe des Nutzers bleibt. Babuschkin beschreibt die künftigen Agenten als unaufdringliche Begleiter im Alltag, die den Nutzer gut kennen und in seinem Interesse handeln.
Programmierschnittstelle zur Anpassung von Modellen
Das Unternehmen bietet derzeit eine Programmierschnittstelle an, deren Nutzung pro eine Million Token abgerechnet wird. Die Preise unterscheiden sich je nach verwendetem offenen Modell. Die Schnittstelle ermöglicht Entwicklern, Reinforcement Learning (RL) und Low-Rank Adaptation (LoRA) zur Feinabstimmung der Modelle einzusetzen.
River präsentiert sein erstes Produkt als Alternative zur ausschließlichen Abhängigkeit vom Prompt Engineering. Nach Darstellung des Unternehmens lenkt das Schreiben von Prompts ein Modell, das der Nutzer weder besitzt noch verbessern kann. River ermöglicht es dagegen, offene Modelle so zu trainieren, dass sie auf den Nutzer zugeschnitten sind, und sie anschließend wie jeden anderen Endpunkt zu betreiben.
Eine Wette auf die Bedürfnisse von Unternehmen
Die große Runde findet zu einem Zeitpunkt statt, an dem Unternehmen zunehmend daran interessiert sind, die Zukunft ihrer Modelle zu kontrollieren, indem sie eine Kombination verschiedener Modelle verwenden – darunter Modelle mit offenen Gewichten. River setzt darauf, Post-Training-Kompetenzen über sein Cloud-Angebot bereitzustellen, das das Unternehmen neocloud nennt.
Das Unternehmen erklärt, jede Organisation könne innerhalb von 15 bis 20 Minuten einen komplexen Reinforcement-Learning-Prozess durchführen – ohne ein Infrastrukturteam zu benötigen und mit Kosteneinsparungen zwischen dem Zwei- und Vierfachen im Vergleich zu proprietären Alternativen. Diese Zahlen stammen aus der vom Unternehmen veröffentlichten Finanzierungsankündigung.
Eine umfassende Vision und enorme Finanzierung
Rivers umfassendere Vision besteht darin, dass jeder Mensch eigene Agenten besitzt, sie selbst trainiert und sie in seinem Namen handeln lässt. Der Marktkontext deutet auf das Aufkommen lokal ausgeführter persönlicher Agenten hin, etwa OpenClaw und seine Ableger, sowie auf Nvidias Bestrebungen, Partnerschaften mit Computerherstellern wie Dell, Microsoft und HP einzugehen, um Hardware für die Ausführung von KI-Anwendungen bereitzustellen.
Wie sich Rivers Technologie in der Praxis von anderen Lösungen unterscheiden wird, ist weiterhin unklar. Das Unternehmen startet seinen Weg jedoch mit einer enormen Finanzierung, die ihm umfangreiche Ressourcen für die Entwicklung seiner Vision verschafft.