总部位于布鲁克林、成立两年的初创公司Reflection AI宣布，将推出其首款前沿开放权重AI模型Beam。开放权重是指公开模型权重（通过训练确定的模型内部数值），以便外部使用。Reflection称，Beam在高级推理基准测试中的表现可与中国主要开放模型相当，同时所需推理计算量要少得多。不过，这些关于性能和成本的说法尚未得到独立验证。
背景与脉络
根据Reflection公布的信息，Beam是一款纯文本专家混合（MoE）模型。MoE指的是一种结构：模型通过调用多个专业子模型中的一部分来完成处理。公司表示，该模型经过高计算量强化学习训练，以提升其在推理、编程和智能体任务中的表现。
Beam是一款总参数量为5010亿、其中230亿参数处于激活状态的模型。预训练使用了23.8万亿个token，上下文窗口（一次可参考的输入范围）为100万个token。作为对比，智谱AI的GLM-5.2总参数量约为7440亿，激活参数量为400亿。
Reflection声称，Beam在高级推理基准测试中的表现与GLM-5.2相当，得分高于目前领先的西方开放模型，同时推理计算量少3至4倍。公司提出的另一项比较显示，在Beam和Inkling均公布结果的4项编程测试中，Beam得分更高。不过，Inkling是多模态模型（处理文本以外多种类型信息的模型），而Beam是纯文本模型，因此两者的用途和输入范围并不相同。
Beam的性能和推理成本说法尚未得到独立验证。仅凭公司给出的基准测试结果，难以确定其在实际服务中的表现或成本。
Reflection将Beam定位为面向企业、公共部门和开发者的“主力模型”。此次发布与公司的构想相一致：推出能够与中国开放模型竞争的西方模型。不过，评估模型性能的关键材料——权重和完整技术细节——公司表示将在本月公开。
Reflection于2024年由两名谷歌DeepMind前研究人员创立。据PitchBook数据，公司已从包括英伟达、红杉资本和Lightspeed Venture Partners在内的投资者处筹集约47亿美元；在上一轮融资中，其投前估值为250亿美元。今年夏天，公司与SpaceX和Nebius签订了总额超过70亿美元的合同，从而能够在2029年前使用英伟达GB300芯片。
这则消息意味着什么
如果Beam的开放权重和低推理成本说法得到证实，打算直接使用模型的企业和公共机构可选择的范围可能会扩大。尤其值得关注的是Reflection正在推进的“AI工厂”（AI 공장）构想：让机构利用自身专有数据训练Reflection模型，打造定制化的本地AI系统。如果模型使用成本或所需计算量降低，考虑建设这类系统的机构就可能减轻负担。这只是公司成本说法得到证实后可能产生的影响，并非已经确认的结果。
例如，正在考虑利用自身数据构建AI系统的机构，可以在Beam的权重和技术文档公开后，评估该模型在自身环境中的性能和计算量需求。不过，实际部署成本和条件尚未公开。因此，不能断定“计算量更少”就一定会带来部署成本下降。
Reflection已开始与新世界集团（신세계그룹）试行主权AI工厂（주권형 AI 공장）合作构想。据Axios报道，对冲基金和交易公司也对建设这类系统表现出兴趣。公司表示，本月将公开Beam的权重和完整技术细节，并在模型发布时提供通过超大规模云服务商和新云服务商进行部署的选项，以及与开源库的集成。因此，下一步值得关注的是，哪些机构能以何种方式实际使用该模型。
已确认的信息与尚不清楚之处
已确认的信息
- Reflection宣布将推出其首款前沿开放权重模型Beam。
- Beam是一款纯文本模型，总参数量为5010亿，激活参数量为230亿。
- 该模型使用23.8万亿个token进行预训练，上下文窗口为100万个token。
- 公司已开始与新世界集团试行主权AI工厂合作构想。
尚不清楚之处
- Beam的性能和推理成本说法能否通过独立验证，尚不得而知。
- 权重和技术文档具体将在本月何时公开，尚未说明。
- 尚未公布与新世界集团的试行将如何开展等具体信息。
- Beam的实际使用价格和部署条件尚未披露。
读者可以关注什么
- 评估模型的企业和开发者，在权重和技术文档公开后，需要一并考察基准测试条件、推理计算量的比较标准，以及模型在自身业务中的表现。
- 考虑部署的机构应关注是否通过超大规模云服务商或新云服务商部署，也应确认实际价格和使用条件是否公布。
- 对利用自身数据构建AI系统感兴趣的机构，可以关注与新世界集团的试行构想将公开哪些应用方式和范围。
