Reflection发布5010亿参数开源模型Beam，传英伟达洽谈收购

10月5日，美国AI创业公司Reflection AI发布首个开放权重模型Beam。这家2024年由前谷歌DeepMind研究人员Misha Laskin和Ioannis Antonoglou创立的公司，将Beam定位为面向企业、公共部门和开发者的“主力模型”，主打编程、推理和智能体任务。

据官方博客介绍，Beam采用稀疏混合专家（MoE）架构，总参数量达5010亿，每个token仅激活230亿参数；预训练数据为23.8万亿条精选token，官方资料显示其有效上下文长度可达100万token。其能力来自大规模强化学习：官方称在约1.05万块英伟达GB300 GPU上完成了为期4周的训练，生成超过1亿次rollout。

Reflection表示，在高级推理基准上Beam的成绩与智谱GLM-5.2相当，而所需推理算力只有后者的三分之一到四分之一；面对参数规模在2万亿以上的Qwen 3.8-Max，效率优势更加明显。不过从官方公布的跑分看，Beam与GLM-5.3、Kimi K3等中国顶尖开放模型仍有差距，其卖点是“每token智能”而非绝对分数。官方计划本月内放出权重、技术报告和模型卡，目前开放早期访问申请。

真正让业界关注的是资本动向。据《金融时报》报道，Beam发布数日后，英伟达正洽谈对Reflection进一步投资或直接收购，方案也包括“聘用团队＋技术授权”的变通形式。英伟达已是Reflection的重要投资方，若交易达成，其芯片业务将与模型层绑定更深。谈判尚处早期阶段，尚未达成协议，双方也未公开回应。

背景上，美国在开放权重模型领域已明显落后于中国——Meta的LLaMA系列停更后，西方阵营长期缺少有竞争力的开源模型底座，Reflection因此被称作“美国版DeepSeek”。该公司累计融资约47亿美元，估值250亿美元；CEO Laskin公开称中国开放模型是给全球开发者的“礼物”，并称团队正是因为找不到合适的西方开放底座，才决定自研预训练。