River AI, cofondée par un cofondateur de xAI il y a deux mois, lève 1,1 milliard de dollars pour des agents d'IA personnels

Une entreprise d'IA à intégration verticale qui vend le fine-tuning en tant que service : une API où les développeurs exécutent l'apprentissage par renforcement et l'entraînement LoRA sur des modèles ouverts et les servent à la requête.

Reconstruire la pile d'IA de bout en bout — entraînement, modèles ouverts, couche produit, matériel — afin que les agents deviennent des assistants que chaque personne entraîne et possède, et non des substituts aux travailleurs.

1,1 milliard de dollars en amorçage/série A (2026-08)

Igor Babuschkin, cofondateur de xAI et ancien chercheur chez DeepMind et OpenAI, a fondé River AI et est sorti de la phase de discrétion en juin 2026. Dans sa publication de lancement, il soutenait que la pile d'IA doit être reconstruite de bout en bout — entraînement, modèles, couche produit et matériel permettant à l'IA personnelle de vivre près de vous — transformant les agents en assistants que chacun entraîne pour lui-même.

Le 11 août 2026, River a annoncé 1,1 milliard de dollars de financement d'amorçage/série A mené par General Catalyst et AMP PBC, avec la participation de Nvidia, AMD Ventures, Y Combinator et Temasek — deux mois après sa fondation. L'entreprise affirme que son API permet aux entreprises de mener à bien une exécution complexe d'apprentissage par renforcement en 15 à 20 minutes sans équipe d'infrastructure, avec des économies de coûts de deux à quatre fois supérieures à celles des alternatives à code source fermé.

Le parcours de Babuschkin chez DeepMind, OpenAI et xAI a rendu crédible, pour un tour de 1,1 milliard de dollars mené par General Catalyst et AMP PBC, une entreprise âgée de deux mois

Le positionnement à contre-courant — des agents que l'on entraîne et que l'on possède, et non des substituts aux travailleurs — constitue une différenciation claire face à la plupart des laboratoires d'IA de pointe

L'API de néocloud s'attaque à un point de douleur réel : les entreprises veulent des modèles ouverts mais manquent d'expertise en post-entraînement et d'infrastructure

La participation de Nvidia, AMD, YC et Temasek signale un intérêt écosystémique et stratégique pour une alternative ouverte

Un fondateur célèbre peut débloquer un capital de plusieurs milliards avant qu'un produit n'arrive à maturité ; le tour est un pari sur la thèse. Il faut ensuite que la différenciation entre agents possédés et IA de remplacement des travailleurs se concrétise.

Au 1er septembre 2026, River AI a environ trois mois et en est encore à ses débuts : son API de fine-tuning est en service et facturée à la requête, et le 1,1 milliard de dollars est déployé pour développer l'entraînement, les modèles, la couche produit et le matériel. Elle n'a pas divulgué de chiffre d'affaires, de valorisation ni de nombre de clients au-delà de ses propres affirmations, et sa principale question reste de savoir si des agents personnellement entraînables peuvent réellement être construits à la qualité de pointe et vendus avec l'avantage de coût promis. L'entreprise continue de recruter et n'a annoncé ni série B formelle ni sortie.