先了解这件事
2026年10月6日,Reflection发布首个开放权重模型Beam,采用稀疏MoE架构,总参数501B、激活23B,面向编码、推理和智能体任务。官方称该模型在23.8万亿token上预训练,并用10.5K NVIDIA GB300 GPU进行四周高算力RL,生成超1亿条rollout;本月将以Apache 2.0协议发布权重、技术报告和模型卡。早先报道称Beam自报SWE-bench Verified得分80.9,观察者认为其大致处于GLM-5.2水平,部分基准低于DeepSeek V4 Flash。10月7日,Yuchen Jin评论称Beam与Mistral Large 4在过去两天都达到大致GLM-5.2水平,并由此提出西方与中国开源模型差距或在蒸馏能力的疑问。
AI 根据公开报道生成
最新进展 · 正式报道
Import AI 476：创造力与递归自我改进、不如中国的开源权重模型、AI 走向太空事件进展
3 个已确认进展
- 来源：Yuchen Jin
- 来源：Reflection Blog
- 来源：Reflection Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月12日
Import AI
Import AI 476：创造力与递归自我改进、不如中国的开源权重模型、AI 走向太空
P-Zero Research 发布 TasteVal 基准，衡量 AI 的实验性研究品味：自 2025 年 12 月以来前沿模型每 3.0 个月翻一倍，最佳模型 Opus 5.5 以 2.30x 算力倍数显著超过人类基线，成本约为专家基线的 1/30。Reflection 公布 5010 亿参数 MoE（激活 23B）模型 Beam，主打 token 效率，但基准分数落后于智谱 GLM、月之暗面 Kimi 和 DeepSeek。Elorian 与 Scale AI 的 Humanity's Sixth Sense 基准显示，人类 pass@1 为 93.1，最佳 AI 系统 GPT 6 Astra 仅 53.6，GLM-5.3-flash 为 26.8、Kimi K3 为 25.5。
10月11日
Recode China AI一手
DeepSeek 拟融资超 120 亿美元，Manus 分拆后获 5 亿美元，可灵筹备超 10 亿美元 IPO
中国 AI 周报汇总本周动态：DeepSeek 正融资至少 120 亿美元，腾讯参投，CNBC 消息称其考虑将规模翻倍至 150 亿美元，中文媒体则称这是千亿元人民币级融资。Manus 从 Meta 分拆后首轮融资超 5 亿美元，重启北京办公室并大举招聘，转向个人 AI 助手方向。彭博社报道快手旗下 AI 视频业务可灵已选定投行，计划 IPO 募资超 10 亿美元。此外，生数发布 Vidu Q4 Preview，支持最多 15 个图像参考和 3 个音频参考；字节将豆包 2.1 Lite 接入豆包 Work 并新增无限画布；路透报道一项研究称中国模型发布中仅 3.6% 公布了安全测试。
Reflection Blog一手精选
Reflection 发布首个开放权重模型 Beam：501B 参数 MoE，主打编码与智能体
Reflection 发布首个开放权重模型 Beam，采用稀疏 MoE 架构，总参数 501B、激活 23B，面向编码、推理和智能体任务。该模型在 23.8 万亿 token 上预训练，并用 10.5K NVIDIA GB300 GPU 进行四周高算力 RL，生成超 1 亿条 rollout。Reflection 表示 Beam 在编码和智能体任务上可与 GLM 5.2 竞争、接近 Qwen 3.8-Max，优势在于推理效率，本月将以 Apache 2.0 协议发布权重、技术报告和模型卡。
Reflection Blog一手
Reflection 宣布打造前沿开放智能并已融资 20 亿美元
Reflection 宣布进入下一阶段，目标是打造面向所有人开放的前沿智能，并已融资 20 亿美元。公司称已组建团队并搭建起可训练前沿规模 MoE 模型的大规模 LLM 与强化学习平台，此前已将其方法应用于自主编码领域，接下来将扩展到通用智能体推理。Reflection 表示将把大规模预训练与先进强化学习结合，从零开始构建开放模型，并称投资方包括 B Capital、Citi、CRV、Disruptive、DST、Eric Schmidt、Zoom Ventures、Lightspeed、NVIDIA、Sequoia、1789 等。
财联社
英伟达据悉洽谈收购开放权重模型公司 Reflection AI
据媒体报道，英伟达正与开放权重模型开发商 Reflection AI 初步谈判，探讨收购或加大投资，方案之一是聘用员工并获得技术许可使用权以绕开监管审查。英伟达此前已向 Reflection 投资 8 亿美元，若交易达成，其芯片与 AI 模型结合的垂直整合布局有望强化。Reflection 本月早些时候发布首款开放权重模型 Beam，专注代码编写和 AI 智能体性能，运行于英伟达芯片之上。
Rohan Paul
英伟达据报就收购或追加投资 Reflection AI 展开早期谈判
FT 报道称，英伟达正就收购或追加投资开源权重模型初创公司 Reflection AI 展开早期谈判，后者估值 250 亿美元。一种方案是 acqui-hire，即聘用 Reflection 员工并授权其技术，从而避开全资收购会触发的反垄断审查；英伟达去年 12 月对 Groq 的 200 亿美元交易就采用了这一结构，交易可能在数周内达成，但谈判仍可能破裂。英伟达此前已向 Reflection 投资 8 亿美元，是其最大股东之一。上周 Reflection 发布了 Beam，这是一个稀疏 MoE 模型，总参数 501B、激活 23B，面向编码、推理和智能体任务；Reflection 称 Beam 在编码和智能体任务上与更大的 GLM 5.2 相当，推理分数持平，而推理算力用量少 3 到 4 倍。
10月10日
MarkTechPost
阿里千问发布 Qwen-Image-2.1-Turbo，8 步 7B 图像模型
阿里千问团队发布 Qwen-Image-2.1-Turbo，这是开源权重 Qwen-Image-2.1 的加速版本，在同样的 7B 视觉生成架构上把去噪步数从基础版默认的 40 步降到 8 步，并保留 2K 输出与编辑能力。模型搭配 Qwen3-VL 8B 文本编码器，可通过 Diffusers 的 QwenImage21Pipeline 加载，阿里云百炼同时托管 Turbo 与 Pro，Turbo 每张图 0.1 元、限速 120 RPM，Pro 为 0.25 元、20 RPM。权重仅限研究许可，商业自托管需另行获得授权，且目前尚无 Turbo 专属基准，基础版 Qwen-Image-2.1 在 Qwen-Image-Bench 上得分为 60.28。
10月9日
DeepSeek API 更新日志一手精选
DeepSeek 发布 V4.1-Flash：552B MoE 新架构，原生多模态并下调 API 价格
DeepSeek 发布新架构家族中最小模型 DeepSeek-V4.1-Flash，采用 552B 参数 MoE 与新的 Causal Encoder–Decoder 架构，输入仅 8B、输出 16B 激活参数，并原生支持视觉理解。官方称其 KV cache 相比上一代只需 1/4 的 HBM 和 1/8 的 SSD 存储，基准结果超过包括 DeepSeek-V4-Pro 在内的旗舰模型。该模型已在 DeepSeek API 上线，模型名设为 deepseek-flash，新价格于 2026 年 9 月 10 日 04:00 UTC 生效；V4-Flash 与 V4-Flash-Vision-Exp 退役，9 月 14 日起 deepseek-v4-pro 请求将按 V4.1-Flash 费率路由至该模型，直至 V4.1-Pro 发布。
DeepSeek API 更新日志一手精选
DeepSeek 发布实验模型 V3.2-Exp，API 价格下调超 50%
DeepSeek 发布实验模型 DeepSeek-V3.2-Exp，基于 V3.1-Terminus 构建，首次引入 DeepSeek Sparse Attention（DSA），用于提升长上下文训练与推理效率并降低算力成本。官方称基准测试显示 V3.2-Exp 与 V3.1-Terminus 表现相当，同时 DeepSeek API 价格立即下调 50% 以上。V3.1-Terminus 将通过临时 API 保留至 2025 年 10 月 15 日 15:59（UTC）供对比测试，关键 GPU kernel 以 TileLang 和 CUDA 开源。
DeepSeek API 更新日志一手精选
DeepSeek 发布 DeepSeek-R1，性能对标 OpenAI-o1 并采用 MIT 许可开源
DeepSeek 发布 DeepSeek-R1，官方称其性能与 OpenAI-o1 相当，模型与技术报告完全开源，代码和模型采用 MIT 许可，可自由蒸馏和商用，网站与 API 已上线。同时开源 6 个从 DeepSeek-R1 蒸馏的小模型，其中 32B 和 70B 版本性能与 OpenAI-o1-mini 相当。API 通过 model=deepseek-reasoner 调用，定价为每百万输入 token 0.14 美元（缓存命中）、0.55 美元（缓存未命中），每百万输出 token 2.19 美元。
MarkTechPost
Conway Research 发布 Underdog Saluki 27B：2-bit 量化的 Qwen3.8-27B 在工具调用上超过原模型
Conway Research 的端侧助手 Underdog 以 Apache 2.0 发布 Saluki 27B，这是 Qwen3.8-27B 的 2-bit 混合精度 GGUF，体积 7.89 GB，而 BF16 原模型需 54 GB，可在原生 llama.cpp 上运行并支持完整 GPU 卸载。在相同测试环境下，Saluki 在 Underdog Bench 的 120 项 BFCL v4 任务上得 88 分，原模型 84 分；并行工具调用 42 对 35；SWE-bench Verified 修复 30 个问题，原模型 33 个。代价是数学与多步推理下降 12 到 18 分，AIME 2025 为 79.2 对 96.7。
AI Business
西方开放权重模型兴起，企业 AI 控制权或增强
Nvidia 支持的 Reflection AI 本周发布 Beam 开放权重模型，法国 Mistral 预览 Large 4，为西方企业提供中国开源模型之外的替代选择。企业采用开放权重更看重自主可控而非低成本，可自托管、用私有数据微调并自定升级策略，但需自行承担安全、评估与治理责任。
10月8日
Artificial Analysis
Vidu Q4 Preview 登 AA-Video-I2V 榜单第 3，较 Vidu Q3 Pro 上升 16 位
Vidu Q4 Preview 在 Artificial Analysis 的 AA-Video-I2V v1.0 榜单首次上榜即位列第 3，相比 Vidu Q3 Pro 的第 19 名上升 16 位。该模型今日发布，是 Vidu 在完整 Q4 版本前推出的新视频模型，可生成 3 至 16 秒、最高 4K 且带原生音频的片段，在 Reference to Video 中最多支持 15 个图像参考和 3 个音频参考。价格与 Vidu Q3 Pro 相同，1080p 带音频视频每秒 24 credits，按 Vidu 标准费率约每分钟 7.20 美元，可通过 Vidu API 和官网使用。
10月7日
The Rundown AI
OpenAI 发布 722 篇数学论文，称推进多个公开难题
OpenAI 从未公开的内部模型一次性发布 722 篇数学论文，归入 372 个结果族，声称解决或推进了该领域的重要公开问题。其中最激进的说法是证明了“准黎曼假设”，即素数分布这一百万美元难题的弱化版本；其中 162 篇论文的主要结果用 Lean 编写，可由计算机逐步验证。OpenAI 表示几乎所有新结果只需一次提示词，平均消耗 3 小时 ChatGPT Pro 算力，而上月的 Navier–Stokes 证明动用了 1 万个 AI 智能体。
Yuchen Jin
西方与中国开源模型差距或在蒸馏能力
很高兴看到 Reflection 的 Beam 和 Mistral Large 4 在过去两天都达到了大致 GLM-5.2 的水平。 这让我不禁想，西方与中国开源模型之间真正的差距是不是就这么简单： 中国实验室可以蒸馏 Anthropic 和 OpenAI 的模型。西方实验室不能。
10月6日
The Decoder
Reflection 发布首款开放权重模型 Beam，主打低算力编码与推理
AI 公司 Reflection 发布首款免费开放模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。Reflection 称 Beam 在推理任务上可匹配 GLM 5.2，算力消耗仅为后者的三分之一到四分之一，并已用 10500 块 Nvidia GB300 GPU 进行超过四周的强化学习训练。模型权重将以 Apache 2.0 许可在本月晚些时候发布，目前早期版本仅向部分用户开放。
The Rundown AI
Reflection AI 发布首款开源权重模型 Beam，主打编码与智能体
估值 250 亿美元的 Reflection AI 发布首款开源权重模型 Beam，面向编码与智能体任务，公司称其以远低于中国实验室 Z.ai GLM-5.2 的算力达到相近的推理和编码成绩。Reflection 计划本月以 Apache 2.0 许可证放出 Beam 权重，允许企业自行定制和部署，并已在韩国测试由对冲基金或政府用自有芯片和私有数据运行 Beam 的 AI 工厂模式。在自家测试中 Beam 仍落后于 Moonshot 的 Kimi K3，但优于 Thinking Machines 的 Inkling 等美国开源系统。
Latent Space精选
Reflection 发布 Beam：501B 总参数、23B 激活的美国开源 MoE 模型
Reflection 发布 Beam，一个面向编码、智能体与科研的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重预计本月发布。团队称预训练用了 23.8T token，并在约 10,500 块 GB300 上各跑四周预训练与 RL，自报 SWE-bench Verified 得分 80.9。观察者认为 Beam 大致处于 GLM-5.2 水平，部分基准低于 DeepSeek V4 Flash。
MarkTechPost
Reflection AI 发布 Beam：501B 开源权重 MoE 模型，23B 激活参数面向编码与智能体任务
Reflection AI 发布首款开源权重模型 Beam，采用稀疏 MoE 架构，总参数 501B、每 token 激活 23B，面向编码、推理与智能体工作负载。该模型预训练使用 23.8 万亿 token，在 6,144 块 NVIDIA GB300 NVL72 GPU 上不到 4 周完成，中训练将有效上下文扩展至 1M token；强化学习阶段用 10.5K 块 GB300 GPU 运行 4 周，生成超 1 亿次 rollout。Reflection 报告 Beam 在 SWE-bench Verified 得分 80.9、Terminal Bench v2.1 得分 80.1，目前处于最终红队测试阶段，通过 Reflection 平台候补名单提供早期访问，Apache 2.0 权重计划于本月晚些时候发布。
TechCrunch AI
Reflection 发布开源权重模型 Beam，对标中国开源模型并压低算力成本
Reflection AI 正式发布其首个前沿开源权重模型 Beam，称在高级推理基准上与中国领先开源模型持平，且推理算力消耗少 3-4 倍。Beam 为文本 MoE 模型，总参数 5010 亿、激活 230 亿，预训练 23.8 万亿 token，上下文窗口 100 万 token；对比 Z.ai 的 GLM-5.2 总参数约 7440 亿、激活 400 亿。公司称本月将公开权重与完整技术细节，并通过超大规模云厂商和 neocloud 分发，性能主张尚未经独立验证。