رفلکشن، مدل هوش مصنوعی Beam را معرفی می‌کند تا با مدل‌های چینی در هزینه محاسباتی کمتر رقابت کند

شرکت رفلکشن AI به‌طور رسمی مدل Beam، نخستین مدل وزن-باز خود را معرفی می‌کند. این استارتاپ مستقر در بروکلین که دو سال از تأسیس آن می‌گذرد، ادعا می‌کند که عملکرد Beam با مدل‌های پیشرو چینی در بنچ‌مارک‌های پیشرفته استدلال، با هزینه‌های به‌طور چشمگیری کمتر برابر است، ادعایی که می‌تواند رقابت را برای توسعه یک پاسخ غربی به مدل‌های DeepSeek، Qwen، و Z.ai داغ کند.

اعلامیه رفلکشن تأییدکننده گزارش‌های Axios در آخر هفته است که حاکی از نزدیک بودن این استارتاپ به راه‌اندازی است. این شرکت جزئیات جدیدی را در یک پست وبلاگ طولانی روز دوشنبه به اشتراک گذاشت که Beam را به‌عنوان یک مدل مختلط از متخصصان فقط متنی معرفی می‌کند که با یادگیری تقویتی با محاسبات بالا آموزش دیده است و در استدلال، کدنویسی و وظایف ایجنتی با “هزینه نشانه و زمان استنتاج” بسیار کمتری نسبت به رقبایش مؤثر است.

Beam یک مدل با ۵۰۱ میلیارد پارامتر است که ۲۳ میلیارد پارامتر فعال دارد. این مدل بر روی ۲۳.۸ تریلیون علامت پیش‌آموزش شده و دارای یک پنجره متنی با ۱ میلیون علامت است. برای مقایسه، GLM-5.2 از Z.ai تقریباً ۷۴۴ میلیارد پارامتر کل و ۴۰ میلیارد پارامتر فعال دارد.

ادعای عملکرد رفلکشن هنوز به‌طور مستقل تأیید نشده، اما در بنچ‌مارک‌های پیشرفته استدلال، این شرکت می‌گوید که Beam در مقایسه با GLM-5.2 از Z.ai امتیاز برابر می‌گیرد و عملکرد آن از مدل‌های پیشرو غربی امروز بهتر است در حالی که “۳-۴ برابر کمتر محاسبات استنتاجی” استفاده می‌کند. رفلکشن آن را یک “مدل کارآمد” برای شرکت‌ها، بخش عمومی و توسعه‌دهندگان می‌نامد.

رفلکشن خود را در برابر آزمایشگاه‌های بسته مانند Anthropic و OpenAI، در برابر مدل‌های باز محبوب از توسعه‌دهندگان چینی، و در برابر بازیگران غربی مانند Mistral، Meta و Cohere قرار می‌دهد. رقیب مستقیم آن در ایالات متحده ممکن است Inkling باشد، مدلی باز از آزمایشگاه تفکر میرا مورات که در ژوئیه منتشر شد. بنچ‌مارک‌های خود رفلکشن نشان می‌دهد که Beam در چهار آزمون کدنویسی جایی که هر دو نتیجه را گزارش می‌دهند، بهتر از Inkling عمل می‌کند، اما Inkling یک مدل چندرسانه‌ای است و Beam فقط متنی است.

رفلکشن در سال ۲۰۲۴ توسط دو محقق سابق Google DeepMind تأسیس شد و طبق گزارش PitchBook، تقریباً ۴.۷ میلیارد دلار از حامیانی مانند نیدیا، Sequoia Capital و Lightspeed Venture Partners جذب کرده است. آخرین دور تأمین مالی، ارزش این شرکت را به ۲۵ میلیارد دلار قبل از تأمین مالی ارزیابی کرده است.

این استارتاپ همچنین در تلاش است تا محاسبات را تأمین کند – یک عنصر کلیدی لازم برای آموزش مدل‌های مرزی که می‌توانند مشتریان را از مدل‌های بسته Anthropic و OpenAI و همچنین مدل‌های وزن-باز ارزان‌تر از آزمایشگاه‌های چینی دور سازند. در این تابستان، رفلکشن قراردادهایی جمعاً به ارزش بیش از ۷ میلیارد دلار با SpaceX و Nebius امضا کرده است تا از طریق ۲۰۲۹ به چیپ‌های GB300 نیدیا دسترسی داشته باشد.

var playerInstance_jwplayer_6ac401c616339 = jwplayer( “jwplayer_6ac401c616339” );
playerInstance_jwplayer_6ac401c616339.setup({
playlist: “https://cdn.jwplayer.com/v2/media/j9jJ5spX”,
});

رفلکشن مدل Beam و مدل‌های آینده را به‌سمت شرکت‌ها و کشورهای مستقل در نظر دارد. پیشنهاد این است که “کارخانه‌های هوش مصنوعی” بسازند، محصولی که به نهادها اجازه می‌دهد سیستم هوش مصنوعی محلی و سفارشی خود را با آموزش مدل‌های هوش مصنوعی رفلکشن بر روی داده‌های اختصاصی خود بسازند. جنسن هوانگ، مدیرعامل نیدیا، که از رفلکشن حمایت می‌کند، مدت‌هاست که ایده “کارخانه هوش مصنوعی” را ترویج کرده و بر تقویت اکوسیستم هوش مصنوعی باز تأکید کرده است – دیدگاهی که همچنین برای نیدیا مفید خواهد بود، چرا که GPUهای آن قدرت این سیستم‌ها را تأمین می‌کند.

Axios گزارش داده است که صندوق‌های سرمایه‌گذاری و شرکت‌های تجاری از جمله کسانی هستند که مشتاق به ساخت چنین سیستم‌هایی هستند. رفلکشن از پیش شروع به آزمایش مفهوم شراکت کارخانه هوش مصنوعی مستقل با گروه شینسه‌گه در کره جنوبی کرده است.

رفلکشن می‌گوید که وزن‌های Beam و جزئیات فنی کامل را در این ماه منتشر خواهد کرد، با توزیع از طریق هایپر اسکیلرها و نئوکلاودها و ادغام‌ها در کتابخانه‌های متن‌باز در زمان راه‌اندازی. 

رفلکشن به‌موقع به درخواست‌های TechCrunch برای اطلاعات بیشتر پاسخ نداد.