Reflection AI 的 Beam 為何被稱為「西方的 DeepSeek」：兩名前 DeepMind 研究員的開源模型佈局

我們昨天首報 Reflection AI 發布 Beam 時，著重在技術規格與融資規模。這篇後續報導補上了幾個關鍵背景：創辦人是誰、市場定位怎麼說、以及「西方的 DeepSeek」這個標籤從哪來。

Beam 的兩位創辦人——CEO Misha Laskin 與 Ioannis Antonoglou——都出身 Google DeepMind。Laskin 在發布當天的 podcast 裡講了一句話，直接說出整個策略邏輯：「擁有智能的唯一方式，就是讓它開放——因為開放才能跑在你自己的機器上、你才能掌控它、客製化它。」這不是在談技術，是在談商業模式。開放權重模型讓企業可以把模型下載到自己的基礎設施上運行，不必透過 OpenAI 或 Anthropic 的 API——對有資料主權顧慮或希望降低長期推論成本的企業，這是核心賣點。

競爭定位上，Beam 的說法是直接對標中國模型：宣稱在編碼與代理任務上能與 Z.ai 的 GLM-5.2 比肩，同時推論算力僅需對手的三分之一到四分之一；追 Alibaba 的 Qwen 3.8-Max 中，但坦承 Moonshot AI 的 Kimi K3 在原始能力上仍領先。這種定位方式很清楚——不打「最強模型」牌，打「夠強但更省算力」牌。對企業買家來說，這個角度其實比 benchmark 排名更接近採購決策的語言。

「西方的 DeepSeek」這個說法，出自《華爾街日報》3 月的報導，引述某些投資人的描述；Beam 發布後，這句話迅速在 X 上成為流通的簡稱。Nvidia AI 的官方帳號在發布當天公開恭賀，幾位知名投資人也在 X 上表態支持——這個背書組合不只是熱鬧，也說明 Nvidia 本身對開放生態系的押注並不矛盾：Nvidia 既是 Reflection 的股東，也是算力的賣方，開源模型跑得愈多，GPU 需求就愈大。

但有幾件事值得注意。第一，Beam 目前仍在最終安全測試階段，透過候補名單提供存取，權重、技術報告與開發者工具預計本月稍後才釋出——也就是說，現在流通的所有技術比較數字，都是 Reflection 自己公布的，尚未經過獨立驗證。第二，開放權重這條路並不是 Reflection 獨佔的賽道：Meta 的 Llama、Mistral、Nvidia 的模型、Thinking Machines Lab 都在這個市場，中國那邊還有 DeepSeek、Alibaba、Z.ai、Moonshot AI 持續釋出新版本。說「擠進前排」容易，能否守住效率優勢是另一回事。

對企業經營者來說，Beam 本身是否真的比競品強，現在下結論還太早。但這件事背後更值得看的是結構性訊號：美國的開放模型生態系正在補缺，而且切入點選的不是「更大的模型」，是「同等能力、更低算力」。如果這個效率主張在權重公開後能撐住獨立測試，它對企業 AI 基礎設施的採購邏輯會形成實質壓力——不是因為它比閉源模型更強，而是因為它讓「自己跑」這條路變得更可行。