近日，人工智能领域迎来一则重磅消息：由xAI联合创始人伊戈尔·巴布什金（Igor Babuschkin）创立的River AI宣布完成11亿美元融资，资金覆盖种子轮与A轮。此次融资由General Catalyst和AMP PBC领投，英伟达、AMD Ventures进行战略投资，Y Combinator和淡马锡等机构也参与其中。对于一家今年6月才成立、目前团队仅约20人，且更完整的开源技术尚需数月才能发布的新公司而言，这样的融资规模着实令人惊叹。直到此次融资官宣，River AI才正式公开其首个产品River API。
投资人看重的，或许不只是River AI当下的成果，更是巴布什金本人、他的团队以及River AI所代表的独特技术路线。巴布什金提出了一个引人深思的问题：AI为何一定要被OpenAI、Anthropic等少数公司掌控？过去几年，人们逐渐习惯通过API或聊天产品使用大模型，模型运行在少数科技公司的数据中心，用户按Token或订阅付费，而模型的训练与调整方式完全由模型公司决定。巴布什金认为，这仅仅是AI发展早期的产品形态，并非最终归宿。
在与General Catalyst CEO赫曼特·塔内贾（Hemant Taneja）的对话中，巴布什金多次强调“控制权”。他设想未来企业能够“拥有自己的智能”，个人也能拥有真正属于自己的AI。模型不应只是记住几条偏好，而是能根据长期使用和反馈持续训练，切实改变自身能力。
巴布什金的这一想法源于他的职业经历。他毕业于德国多特蒙德工业大学，最初学习物理，AlphaGo的突破促使他转向人工智能领域。他先后进入DeepMind和OpenAI，参与生成模型、WaveNet、强化学习以及大规模模型训练等研究。2023年，他与马斯克等人共同创办xAI，参与训练基础设施和模型研发。创办xAI时，巴布什金看中的是“增加一个竞争者”的机会，当时前沿大模型在复杂推理方面表现欠佳，他和马斯克押注推理能力会快速提升，期望最终用AI解决物理、科学、医学和工程问题。Grok的进展让他确信模型会越来越强，但也引发了新的担忧：如果这些能力集中在少数AI公司手中，其他企业和普通人还能在多大程度上决定自己的AI如何工作？
为专注于解决这一问题，2025年8月，巴布什金离开xAI，宣布成立Babuschkin Ventures，投资AI安全研究和相关创业公司。不到一年后，他再次投身创业，创办了River AI。
目前，River AI并未急于直接训练另一个GPT或Grok，而是从企业更实际的需求入手：让企业不再只能调用OpenAI、Anthropic的通用模型，而是能够利用自身数据训练和定制真正属于自己的AI。为此，River推出了首个产品River API。企业可选择一个现成的开放权重模型，利用自身业务数据进行微调、强化学习和持续优化，将通用模型转化为更适合自身业务的版本。River称，即便企业没有专门的AI基础设施团队，也能借助这套工具完成过去只有大型AI实验室才能进行的复杂训练。
不过，巴布什金的目标不止于此，他更希望实现AI的“持续学习”，这也是River正在重点研究的方向。如今的大模型训练完成后，面向用户提供的通常是相对固定的模型权重。用户可通过提示词或记忆系统改变交互表现，但很难真正改变底层模型。River希望更进一步：当用户告知AI“以后代码这样写”“和我交流时随意一点”时，系统不仅能记住这句话，还能触发新的学习过程，使模型权重也朝着这个方向变化。为此，River正在探索在线强化学习（Online RL）、on - policy self - distillation等方法，期望让模型根据持续交互不断学习。巴布什金举例称，未来用户只需告知AI希望改变代码风格或交流方式，背后的学习系统就能进一步更新模型权重，而非仅仅将要求作为提示词保存。
巴布什金也承认，目前这件事尚无成熟方案。对企业而言，拥有数据、工程人员和明确任务，定制模型相对可行；但要让普通用户无需训练、不写代码就能稳定塑造自己的模型，仍是更长远的目标。因此，River目前主要面向企业客户，个人产品则放在未来规划中。
River的路线分为两步。第一步是开拓企业市场，让企业能够基于自身数据训练、部署和迭代模型，不再仅通过大模型公司的API租用通用智能；第二步才是打造个人AI，即一个能长期理解用户目标和习惯并不断学习的模型。为实现后者，River甚至计划拓展至硬件领域。公司表示，最终需要从训练基础设施、模型、产品到硬件重新构建一套完整技术栈，让个人AI运行在离用户更近的设备上，而非永远存在于别人的数据中心。在接受《纽约时报》采访时，巴布什金设想未来家庭中可放置一种新服务器，让个人和普通企业能在自己的硬件上运行开放模型，如此一来，与AI交互产生的大量私人数据也无需全部发送给River或其他云服务商的机器。
River能在早期获得11亿美元融资，投资人看中的是一种可能重新划分AI控制权的架构：基础模型可开放，商业价值则转移到训练、定制、持续学习和个人化工具上。然而，River也面临现实问题：若模型权重最终免费开放，公司如何盈利？巴布什金的答案是，围绕开放模型提供更高级的训练和定制能力。企业可利用自身内部数据训练更小、更便宜、更适合具体任务的模型，River则提供过去只有大型AI实验室才具备的训练基础设施和工具。
在这场布局背后，还隐含着中美竞争的背景。巴布什金在采访中提到，中国团队正在推动开放模型迅速缩小与闭源模型的差距，他判断开放模型未来甚至可能超越专有模型，承载大部分企业和个人的AI使用。但他同时认为，美国不能让自身的开放AI生态长期依赖中国模型，因为一旦企业围绕某套模型权重建立业务，模型提供方也会对整个生态产生影响。General Catalyst对River寄予厚望，其CEO赫曼特·塔内贾对《纽约时报》表示，希望River能成为美国应对中国开放模型生态的“答案”，River官方融资公告中，他也将美国在开放权重模型上的领先地位与“美国韧性”直接关联。不过，River能否承担这一角色，目前尚无法判断。巴布什金在采访中也表示，River目前主要聚焦开放权重模型的微调和定制，自行训练基础模型是后续计划。
