Igor Babuschkin 是谁？简单说，他是 xAI 的联合创始人，在 DeepMind、OpenAI 都干过，跟着马斯克把 Grok 做出来。6 月 10 号他带着一家叫 River AI 的公司从 stealth 里走出来，8 月 11 号宣布融了 11 亿美元（种子轮和 A 轮一起）。领投的是 General Catalyst 和 AMP PBC，英伟达和 AMD 的战投都进来了，YC、淡马锡也跟了。
「今天 AI 的造法不是未来的造法。AI 应该开放、免费、便宜，它该为你做事，而不是为训练它的实验室做事。我们做 River，就是想让个人和公司拥有自己的智能。」—— Igor Babuschkin
他讲的故事其实挺反主流。现在大厂的逻辑是：模型我来训，能力我租给你，按 token 收费。Babuschkin 说这不对，AI 应该像「守护天使」一样属于你自己——它了解你，待在你身边，而不是属于某家实验室。
River 现在卖的第一款产品叫 River API，做的是开放权重模型的「后训练」生意。你给它 Qwen3.6、Kimi K2.6、GLM 5.2 这类开源模型，它帮你做 LoRA 微调和强化学习。计费按 token 算，不按 GPU 小时算。企业说自己不用养一支 infra 团队，15 到 20 分钟就能跑完一次复杂的 RL，成本比闭源方案省两到四倍，训练出来的模型权重归客户自己，能直接部署到兼容 OpenAI 的接口上。
价格摆上了台面
在 Qwen3.6 35B 上训练是每百万 token 1 美元，Kimi K2.6 在 262k 上下文下是 12.84 美元，权重存储另算每月每 GB 0.1 美元。官方举了个例子，一次生产级的数学 RL 跑下来不到 1000 美元。这套打法瞄准的是那些想要模型贴合自己业务、又不想自己搭训练团队的公司。
为什么是现在，为什么是他
Babuschkin 在 DeepMind、OpenAI、xAI 前后待了快十年，见过 frontier lab 怎么造模型，也知道那套「租智能」的商业模式有多黏人。他认为下一仗不在谁模型最大，而在谁能让人低成本地训练、调优、拥有自己的模型。General Catalyst 的 CEO Hemant Taneja 说得很直白：美国要在开放权重模型上保持领先，River 的团队有这个能力。
钱会花在哪
这轮钱同时推进三件事：已经上线的训练 API、正在搭的个性化与持续学习层、以及更长远的、让个人 AI 跑在用户身边的硬件。有意思的是，英伟达和 AMD 这对 GPU 冤家，罕见地坐进了同一张股东名单——而 River 的路线图终点，恰恰是要把个人 AI 跑出别人的数据中心。
- 11 亿美元是今年最早的超大早期融资之一，距公司亮相才两个月
- 战略股东同时包含英伟达和 AMD，芯片两边都押了
- 卖点不是更大的模型，而是「让你拥有模型」的训练和微调层
- 短期生意是企业后训练云，长期赌的是个人 AI 硬件
Babuschkin 从 xAI 出来做开放权重，等于既懂前沿训练又不想走闭源老路。英伟达和 AMD 同时入股挺耐人寻味，芯片厂已经在提前卡个人 AI 的位置了。
11亿美元砸在「让你拥有自己的模型」这个点上，比又搞一个大模型有意思。企业后训练这个切口确实痛，就是不知道小公司买不买账。