定位企业和主权国家市场,提供本地私有化部署和基于自有数据定制训练的能力。
Reflection AI 正式发布其首款前沿开源权重 AI 模型 Beam。这家位于布鲁克林、成立两年的初创公司声称,Beam 在高级推理基准测试中达到了领先中国开源模型的性能水平,同时成本显著降低——这一声明可能会加剧打造"西方版 DeepSeek、Qwen 和 Z.ai"的竞争。
Reflection 的公告证实了 Axios 周末的报道——该初创公司即将发布产品。该公司周一在一篇长博客中透露了更多细节,将 Beam 描述为一个纯文本的混合专家(mixture-of-experts)模型,通过高算力强化学习训练,在推理、编码和 Agent 任务上表现出色,且"token 成本和推理时间算力仅为竞品的零头"。
Beam 是一个 5010 亿参数模型,实际激活参数为 230 亿。模型在 23.8 万亿 tokens 上进行预训练,并拥有 100 万 token 的上下文窗口。对比来看,Z.ai 的 GLM-5.2 约有 7440 亿总参数,其中 400 亿激活。
Reflection 的性能声明尚未经过独立验证,但该公司表示,在高级推理基准测试中,Beam 与 Z.ai 的 GLM-5.2 得分相当,同时"推理算力减少 3-4 倍",优于当前西方领先的开源模型。Reflection 将其定位为企业、公共领域和开发者的"主力模型"(workhorse model)。
Reflection 的定位是与 Anthropic 和 OpenAI 等闭源实验室竞争,对标中国开发者推出的热门开源模型,同时也与 Mistral、Meta 和 Cohere 等西方厂商竞争。其最直接的美国竞争对手可能是 Inkling——Mira Murati 的 Thinking Machines Lab 于今年 7 月发布的开源模型。Reflection 自己的基准测试显示,在双方均有成绩的 4 项编码测试中 Beam 得分均高于 Inkling,但 Inkling 是多模态模型而 Beam 仅为纯文本。
根据 PitchBook 数据,Reflection 由两位前 Google DeepMind 研究人员于 2024 年创立,已从 Nvidia、Sequoia Capital 和 Lightspeed Venture Partners 等投资方融资约 47 亿美元;上一轮估值达 250 亿美元(投前)。
这家初创公司也一直在锁定算力——这是训练前沿模型的关键要素,有了前沿模型才能从 Anthropic 和 OpenAI 的闭源模型以及中国实验室更便宜的开源权重模型手中吸引客户。今年夏天,Reflection 与 SpaceX 和 Nebius 签署总价值超过 70 亿美元的协议,以确保在 2029 年前获得 Nvidia GB300 芯片。
Reflection 计划将 Beam 及未来模型面向企业和主权国家推广。其核心卖点是打造"AI 工厂"——让机构能够基于自己的专有数据训练 Reflection 的 AI 模型,从而建立定制化的本地 AI 系统。Nvidia CEO Jensen Huang(其公司是 Reflection 的支持者)长期倡导"AI 工厂"理念,并推动强化开放 AI 生态——这一愿景对 Nvidia 也有利,因为这些系统都将由 Nvidia 的 GPU 驱动。
Axios 报道,对冲基金和交易公司是渴望构建此类系统的客户之一。Reflection 已开始与韩国新世界集团(Shinsegae Group)测试主权 AI 工厂合作概念。
Reflection 表示将于本月发布 Beam 的权重和完整技术细节,发布时将通过超大规模云厂商和新锐云(neoclouds)进行分发,并与开源库集成。
Reflection 未能在 TechCrunch 发稿前回应更多信息。