River AI تجمع 1.1 مليار دولار في جولة تمويل أولية/سلسلة A بقيادة General Catalyst

جمعت River AI، وهي شركة ناشئة في مجال الذكاء الاصطناعي أسسها الشريك المؤسس لشركة xAI، Igor Babuschkin، مبلغ 1.1 مليار دولار في جولة تمويل أولية/سلسلة A بقيادة General Catalyst وAMP PBC، بمشاركة Nvidia وAMD Ventures وY Combinator وTemasek. وAMP PBC هي شركة استثمار متخصصة في الذكاء الاصطناعي أسسها عام 2026 الشريك العام السابق في Andreessen Horowitz، Anjney Midha، الذي دعم شركات ضمن محفظة a16z مثل Black Forest Labs وMistral AI وLMArena وOpenRouter.

وخرجت River من طور التخفي في يونيو، بمهمة إعادة ابتكار الذكاء الاصطناعي من الصفر، بدءاً بطريقة تدريب النماذج. ويسعى Babuschkin -الذي شغل أدواراً في مجال الذكاء الاصطناعي لدى DeepMind وOpenAI- إلى تحويل الوكلاء إلى مساعدين قابلين للتدريب الشخصي، بدلاً من اتباع مسار استبدال العمال البشريين الذي تسلكه مختبرات ذكاء اصطناعي أخرى. وكتب في مدونة إطلاق الشركة: “للوصول إلى ذلك، نعتقد أنه يجب إعادة بناء المنظومة بأكملها من البداية إلى النهاية: التدريب، والنماذج، وطبقة المنتج، وأجهزة جديدة تتيح للذكاء الاصطناعي الشخصي أن يعيش قريباً منك.” وأضاف: “ستكون الوكلاء القادرة جزءاً طبيعياً من الحياة اليومية. أقل شبهاً بالمساعدين الذين تلجأ إليهم اليوم عند الحاجة لإنجاز مهمة، وأقرب إلى ملائكة حارسة: حاضرة بهدوء، إلى جانبك، تساعد فيما يهمك فعلاً. ستعرفك جيداً، وستكون ملكك أنت، لا ملك أحد آخر.”

وتقدم River بالفعل واجهة برمجة تطبيقات (API) تُفوتر بحسب كل 1 مليون رمز (token)، بأسعار تعتمد على النموذج المفتوح المستخدم. وتتيح الواجهة للمطورين تطبيق كل من التعلم المعزز (RL) والضبط الدقيق منخفض الرتبة (LoRA) على النماذج، وهو ما تصفه الشركة بأنه ترياق لهندسة الأوامر النصية. وتقول وثائق المنتج: “توجيه النموذج عبر الأوامر النصية يقودك نحو نموذج لا تملكه ولا يمكنك تحسينه. أما River فتتيح لك تدريب نماذج مفتوحة لتصبح نماذج مملوكة لك فعلياً، وتقديمها كأي نقطة نهاية (endpoint) أخرى.”

ورغم أن حجم الجولة مذهل بالنسبة لشركة ناشئة حديثة -وربما يكون ذلك مؤشراً آخر على أجواء الذكاء الاصطناعي المحتدمة- فإن فرضية River تأتي في وقت مؤاتٍ بشكل خاص، إذ تسعى المؤسسات بشكل متزايد للسيطرة على مصير نماذج الذكاء الاصطناعي الخاصة بها باستخدام مزيج من النماذج، بما في ذلك النماذج مفتوحة الأوزان. وتقول River إن بإمكانها حل جزء الخبرة اللاحقة للتدريب من تلك المشكلة عبر عرضها القائم على “neocloud”: “يمكن لأي مؤسسة إتمام عملية تعلم معزز معقدة في غضون 15 إلى 20 دقيقة دون الحاجة إلى فريق بنية تحتية، بوفورات تكلفة تتراوح بين ضعفين وأربعة أضعاف مقارنة بالبدائل المغلقة المصدر”، بحسب ما ذكرته الشركة في إعلان التمويل.

لماذا يهم

رهان River -بأن الجميع سيشغّلون في النهاية وكلاءهم المدرَّبين الخاصين بدلاً من توجيه أوامر إلى نموذج مملوك لجهة أخرى- يتجلى بالفعل في صعود الوكلاء الشخصيين العاملين محلياً مثل OpenClaw، وفي دفعة Nvidia الموازية مع مصنّعي أجهزة الحاسوب الشخصية لوضع أجهزة قادرة على تشغيل الذكاء الاصطناعي في أيدٍ أكثر.