xAIを去った共同創業者が、設立2ヶ月の会社に1600億円を集めた — River AIが狙う「自分だけのAI」

AIの世界で「$1.1B（約1600億円）を調達」というニュースはもう珍しくない。だが「設立からわずか2ヶ月で」となると話は別だ。

8月11日、River AI がSeedとSeries Aを合わせて11億ドルを調達したと発表した。リードはGeneral CatalystとAMP PBC。そこにNvidiaとAMDのベンチャー部門、Y Combinator、シンガポールのTemasekまで名を連ねている。会社が正式にステルスを抜けたのは6月10日。実質2ヶ月の会社に、これだけの資本と半導体大手が張ったことになる。

創業者を見ると、なぜこの熱狂が起きたのかが分かる。Igor Babuschkin — xAIの共同創業者だ。

「借りるAI」から「所有するAI」へ

Babuschkinがぶつけているメッセージはシンプルで、そして少し挑発的だ。

「AIを、一人ひとりが所有し、形づくれるものにする」

今のAIは、OpenAI・Anthropic・Googleといったひと握りのラボから“借りて”使う。プロンプトを送り、返ってきた知能を利用する。モデルの中身は覗けないし、自分の用途に合わせて根本から作り替えることもできない。River AIの主張は、この構造そのものを組み替えるというものだ。トレーニングからモデル、プロダクト、ハードウェアまでのスタックを、「個人が持つエージェント」を中心に再設計する、と。

言葉としては壮大だが、抽象論だけで1600億円は集まらない。実際に動いているプロダクトがある。

第一弾は「River API」— 15分でモデルを育てる

River AIが6月から提供しているのが River API だ。ざっくり言えば、オープンウェイトのモデルを、自分のデータで鍛え直すためのトレーニングサービスである。

対応するのはQwen3.6、Kimi K2.6、GLM 5.2といった35B〜1Tパラメータのオープンモデル。ここに対して2つの鍛え方を提供する。

• LoRAファインチューニング — 少量のデータでモデルの振る舞いを寄せる、いわば軽量な調整
• 強化学習（RL） — 「良い出力／悪い出力」を報酬として与え、タスク遂行そのものを上達させる

面白いのはスピードとコストの主張だ。River AIによれば、RLのトレーニングを15〜20分で完了でき、料金はクローズドソースの競合と比べて2〜4倍安いという。課金はトレーニングも推論もトークン従量。専用のインフラチームも高価なGPUクラスタも持たずに、モデルを“育てて”そのまま配信できる、という設計になっている。

正直、ここは素直にうまいと思う。ファインチューニングやRLは「やれば効くのは分かっているが、環境構築が面倒でコストも読めない」領域だった。それをAPI1本、トークン課金で叩けるようにしたのは、実務的にかなり効く。

これが揃うと、何ができるようになるのか

River APIの本当の意味は、単なる「安いファインチューニング屋」では終わらない。

たとえば、社内の問い合わせ対応やコードレビューのように、汎用モデルだと80点止まりで最後の20点が埋まらない業務がある。ここにRLで「自社の正解パターン」を報酬として教え込めれば、汎用モデルを叩き続けるより、小さくても専用のモデルを持つ方が安くて速い、という逆転が起きうる。15分で回せるなら、「試して、ダメなら捨てる」を日常の開発サイクルに組み込める。

もう一歩踏み込むと、River AIが掲げる「個人が所有するAI」は、自分の文脈をまるごと学習した専属エージェントという絵につながる。今のパーソナルAIは、記憶（メモリ）を外付けで持たせる方向で進化してきた。だがモデルの重みそのものを自分用に更新できるなら、「毎回思い出させる」のではなく「最初から自分を分かっている」AIに近づく。そこまで行くには、個人が安全に自分のデータで学習させる仕組みや、更新したモデルを安く持ち歩く手段が揃う必要があるが、River APIはその最初のピースを置いた、という見方はできる。

気になる点も正直に

一方で、割り引いて見るべき点もある。

ひとつは、「設立2ヶ月で1600億円」という数字が先行しすぎていること。River APIは動いているとはいえ、まだ「オープンモデルのトレーニングAPI」というカテゴリーの製品だ。この分野にはThinking MachinesやPoolside、既存のファインチューニング系サービスなど競合がすでにいる。評価軸は結局、実測の品質・速度・価格に落ちる。今の熱狂の多くは、Babuschkinという経歴と、Nvidia・AMDが張ったという事実へのプレミアムだと見ておいた方が冷静だ。

もうひとつは、「個人が所有するAI」という思想が、どこまでプロダクトとして具体化するか未知数なこと。今あるのはあくまで開発者向けのトレーニングAPIで、一般の人が「自分だけのAIを持つ」体験にはまだ距離がある。ビジョンとプロダクトのギャップを、次に何を出して埋めてくるか。そこが本当の勝負だろう。

まとめ

River AIは、「AIは少数の巨大ラボから借りるもの」という前提に真っ向から異を唱えるスタートアップだ。第一弾のRiver APIは、オープンウェイトモデルを15分・低コストで鍛え直せるトレーニングサービスとして、すでに実体を持っている。

xAI共同創業者という看板とNvidia・AMDの出資が集めた1600億円が、思想を製品に変えられるか。「自分だけのAIを持つ」という言葉が、開発者のAPIを超えて普通の人にまで届くのか。派手な調達額よりも、そこを追いかける方が面白いニュースだと思う。