发布时间
2026/03/25 04:5812 分钟前源站更新
2026/03/25 04:5812 分钟前首次抓取
2026/03/25 04:5812 分钟前发布时间
12 分钟前源站更新
12 分钟前首次抓取
12 分钟前用于追踪这条内容的来源与记录标识。
Source
原始链接
发布时间
2026/03/25 04:5812 分钟前源站更新
2026/03/25 04:5812 分钟前首次抓取
2026/03/25 04:5812 分钟前发布时间
12 分钟前源站更新
12 分钟前首次抓取
12 分钟前用于追踪这条内容的来源与记录标识。
Source
原始链接
Nvidia-backed Reflection unveils first AI model to take on Chinese open models
10 月 5 日（路透社）——英伟达（NVDA.O）支持的 Reflection AI 周一推出了其首款开放权重模型 Beam，这家初创公司旨在与 DeepSeek 和 Kimi 等成本更低的中国模型在编程和智能体任务上展开竞争。
Reflection 表示，Beam 与中国 AI 初创公司 Z.ai 的 GLM-5.2 具有竞争力，并在编程和智能体任务上接近 Qwen3.8-Max。
以下是一些细节：
- 该公司表示，Beam 总参数为 5010 亿，即决定 AI 系统如何处理信息的变量，但每个任务仅激活 230 亿参数，通过每个任务仅使用部分网络，使模型运行更快、成本更低。
- 相比之下，Z.ai 的 GLM-5.2 总参数约为 7440 亿，激活参数为 400 亿。
- 此次发布正值美国科技公司试图抵御中国开放权重模型的竞争，这些模型更便宜、更可定制，并且生成代码的能力几乎与 OpenAI 和 Anthropic 的领先模型相当。
- Reflection 由前 DeepMind 研究员 Misha Laskin 和 Ioannis Antonoglou 于 2024 年创立，开发自动化软件开发的工具，这是 AI 快速增长的应用场景。
- 今年早些时候，Reflection 与 SpaceX 签署协议，在埃隆·马斯克领导的公司的 Colossus 2 数据中心获得额外计算能力。
报道：Jaspreet Singh 于班加罗尔；编辑：Perla Velasco
发布时间
3 天前
2026-10-05 20:50:01 UTC
源站更新
3 天前
2026-10-05 20:54:09 UTC
首次抓取
3 天前
2026-10-05 21:02:18 UTC
英伟达支持的 Reflection AI 发布首个开源权重模型 Beam，旨在与 DeepSeek、Kimi 等低成本中国模型竞争。Beam 总参数 5010 亿，但每次任务仅激活 230 亿参数，性能接近 GLM-5.2 和 Qwen3.8-Max。
英伟达支持的初创公司 Reflection AI 于周一发布了其首个开源权重模型 Beam，标志着该公司正式进入竞争激烈的 AI 模型市场。Beam 旨在与 DeepSeek、Kimi 等成本更低的中国开源模型在编程和智能体任务上展开竞争。Reflection 表示，Beam 的性能与中国 AI 初创公司 Z.ai 的 GLM-5.2 相当，并在编程和智能体任务上接近 Qwen3.8-Max。
Beam 模型包含 5010 亿个总参数，但每次任务仅激活 230 亿个参数，这种设计使其运行速度更快、成本更低，因为它只使用网络的一部分来处理每个任务。相比之下，Z.ai 的 GLM-5.2 总参数约为 7440 亿，激活参数为 400 亿。这一发布正值美国科技公司试图抵御中国开源模型的竞争，这些模型更便宜、更可定制，且代码生成能力几乎与 OpenAI 和 Anthropic 的领先模型相当。
Reflection AI 由前 DeepMind 研究员 Misha Laskin 和 Ioannis Antonoglou 于 2024 年创立，专注于开发自动化软件开发的工具，这是 AI 快速增长的应用场景之一。今年早些时候，Reflection 与 SpaceX 签署了一项协议，以获得埃隆·马斯克旗下公司 Colossus 2 数据中心的额外计算能力。
Nvidia-backed Reflection AI launched its first open-weight model, Beam, to compete with low-cost Chinese models like DeepSeek and Kimi. Beam has 501B total parameters but activates only 23B per task, rivaling GLM-5.2 and approaching Qwen3.8-Max in coding and agentic tasks.
用于追踪这条内容的来源与记录标识。
