1,1 milliard de dollars pour entraîner et personnaliser ses propres modèles

River AI lève 1,1 milliard de dollars pour développer une infrastructure permettant d’entraîner, personnaliser et exploiter ses propres modèles d’IA.

La jeune entreprise River AI a levé 1,1 milliard de dollars au total entre son financement d’amorçage et sa Series A. General Catalyst et AMP PBC mènent l’opération, avec des investissements stratégiques de NVIDIA et AMD Ventures ainsi que la participation de Y Combinator et Temasek.

Fondée par Igor Babuschkin, ancien cofondateur de xAI passé auparavant par Google DeepMind et OpenAI, River concentre ses premiers efforts sur une infrastructure permettant aux entreprises d’entraîner, d’ajuster et d’exploiter leurs propres modèles à partir de modèles frontier open weights.

River API combine notamment fine-tuning LoRA et apprentissage par renforcement, avec gestion automatisée du calcul, des transferts de poids et du passage de l’entraînement à l’inférence. L’entreprise affirme qu’une session complexe de reinforcement learning peut être réalisée en 15 à 20 minutes, avec un coût deux à quatre fois inférieur à certaines alternatives propriétaires. La facturation repose sur les tokens effectivement utilisés plutôt que sur la réservation permanente de GPU.

Cette infrastructure constitue la première partie d’un projet plus large autour d’une IA personnelle capable d’apprendre à partir de son utilisateur et de rester sous son contrôle. River prévoit de travailler sur l’ensemble de la pile, depuis l’entraînement jusqu’aux produits personnalisés et au matériel permettant, à terme, d’exécuter cette IA plus près de l’utilisateur.

Dans un entretien au New York Times, Babuschkin évoque notamment la possibilité d’un ordinateur installé directement chez les particuliers afin qu’ils puissent utiliser et modifier leur IA sans dépendre en permanence de l’infrastructure d’un fournisseur externe. River indique également vouloir partager certaines de ses technologies sous forme de logiciels open source.