2026 年 10 月 16 日，矽谷實驗室 Reflection 把首個模型 Beam 的完整權重放上 Hugging Face：5,010 億參數的稀疏 MoE、每 token 只激活 230 億、100 萬 token 上下文、Apache 2.0 授權。這是美國實驗室第一次釋出前沿規模的開放權重，而且 day-0 就帶上 40 多個生態夥伴與一整套開源代理工具鏈。
一、背景：開放權重戰場的美國空白
過去兩年，「開放權重的前沿模型」這場運動的主力幾乎全在亞洲：DeepSeek 用 MoE 效率屢次震撼市場、Qwen 與 GLM 持續釋出各尺寸權重，自託管社群的話題圍繞著中國模型打轉。相對地，美國三大前沿實驗室（OpenAI、Anthropic、Google DeepMind）長期固守封閉 API，曾代表美國開放權重的 Llama 近年腳步明顯放緩。結果就是：想要一個「前沿級」的開放模型，選項幾乎只剩亞洲實驗室。
Reflection 是 2024 年成立於矽谷的新實驗室，從 2025 年 8 月的宣言文章《Building Frontier Open Intelligence》就擺明走「前沿 + 開放」路線。10 月 5 日他們公布首個模型 Beam 並開放早期測試，兩週後的 10 月 16 日，如承諾釋出權重。
二、這次發生什麼：權重、工具鏈、40 個夥伴一次到位
- 權重：模型 repo reflection/Beam-1.0-501B-A23B，提供 BF16、FP8、NVFP4 三種精度，外加 DFlash2 投機解碼草稿模型；Unsloth 社群當天就跟上 GGUF 量化版。
- 授權：Apache 2.0——可商用、可修改、可再散布，最寬鬆的一檔。
- 文件：含最終評測的 model card 與《Beam Safety Technical Report》同步上線。
- 生態：AWS、Google Cloud、Azure、Baseten、Cloudflare、CoreWeave、Together AI、Fireworks、Ollama、LM Studio、OpenRouter 等 40+ 夥伴；Dell 與 HPE 提供地端部署方案。
- 工具鏈：開源 Mirror CLI（Rust agent 核心 + Python 前端）；vLLM、SGLang、Transformers、Unsloth、Axolotl、NVIDIA Dynamo 全數 day-0 支援。
Reflection 把這套組合定位為「開放代理作業系統」（open operating system for agents）：模型是核心，基礎設施層以上全部開放——參考代理整合、部署容器、推論串接、客製化流程一併附上。
三、技術細節白話解讀
1. MoE：501B 的容量、23B 的速度
Beam 共 52 層，前 3 層是傳統 dense MLP，其餘 49 層每層掛 256 個專家（每個專家約 3,900 萬參數，專家合計佔全模型參數的 98.4%）。路由沿用 DeepSeek-V3 的群組限額式設計：對 256 個專家打分後分成 8 組、每組 32 個，先保留表現最好的 4 組，再從中挑 8 個專家——每個 token 只經過約 23B 參數的計算。代價是記憶體：所有專家必須常駐，BF16 權重檔約 1TB，即使 NVFP4 也要近 300GB 級記憶體。「前沿開放」不等於「家家戶戶跑得動」。
2. 混合注意力：1M 上下文的省錢手法
52 層裡有 43 層只看前 512 個 token 的滑動視窗，只有 9 層（每第 6 層加最後一層）看完整上下文。更特別的是全域層完全不用位置編碼，改以一個隨可見 token 數緩慢增長的縮放因子 (1+(pos+1)/2048)0.1 作用在 query 上，避免 softmax 在超長上下文下被壓平。效果：KV cache 每 token 只成長 36 KiB（若 52 層全部採全域則要 208 KiB），1M 上下文每條序列約 36 GiB，只有直白做法的六分之一。
3. 加權殘差流
標準 Transformer 把每層輸出以權重 1 加進殘差主流，訊號強度會隨深度膨脹；Beam 在第 k 步改用 1/√k 加入、√((k−1)/k) 保留舊流，兩者平方和恆等於 1，從第一層到最後一層訊號尺度保持恆定，104 次累加後每個子層與輸入嵌入的貢獻完全等權。改動不大，目標是深模型的訓練穩定性。
4. 其他務實功能
| 功能 | 說明 |
|---|---|
| 推理強度五檔 | low / medium / high / xhigh / max，預設 medium，簡單任務省 token |
| preserve_thinking | 思考內容保留在上下文中跨輪傳遞，代理長任務不「失憶」 |
| 工具呼叫語法 | 內建專用 grammar，降低 agent 呼叫工具時的格式錯誤 |
| DFlash2 草稿模型 | 投機解碼加速生成，官方稱搭配融合 kernel 可顯著提升吞吐 |
四、影響與觀察
1. 象徵意義大於規格意義。美國實驗室進場，意味著開放權重不再是「亞洲特產」。對企業採購來說，多了一個非中國來源、Apache 2.0、可地端部署的前沿選項；對開源社群來說，兩邊競賽只會讓釋出的品質越來越好。
2. 真正的戰場在生態系。DeepSeek 與 Qwen 的護城河是社群自發適配的速度。Beam 的打法是「正規軍」：官方直接附代理 harness、RL 訓練配方（訓練時跑過約 13 億個沙箱環境）、與 Hugging Face 共推的 OpenEnv 環境標準。開發者買不買單，比跑分更關鍵。
3. 評測仍是官方自報。官方號稱在自有評測中勝過多數開放模型，但 Artificial Analysis 等獨立單位的完整重現結果尚未出爐，建議先觀望。
4. 家用機玩家的正確姿勢。501B 在 10–24GB VRAM 的機器上沒有直接希望（NVFP4 也要近 300GB 級記憶體）。值得盯的是兩條線：一是社群 GGUF 量化 + CPU offload 的極限實驗；二是 Reflection 承諾近期釋出的自蒸餾配方——把 501B 的能力蒸進單卡跑得動的小模型，可能比等官方出小號更符合「家用友善」的路徑。
五、結論
Beam 未必是最強的開放模型，但它是至今最完整的「開放前沿」包裹：權重、授權、草稿模型、代理工具鏈、RL 配方、40 個合作夥伴一次到位。前沿模型的競賽正從「誰的分數高」轉向「誰讓開發者願意把系統蓋在它的權重上」——這一次，美國實驗室終於上牌桌了。接下來幾個月 DeepSeek、Qwen 如何回應，才是這齣戲的重頭戲。
資料來源
- Reflection 官方部落格：Beam is now available（2026-10-16）、Introducing Beam（2026-10-05）
- Hugging Face 官方部落格：Welcome Beam: a 501B open model you can own, customize, and scale（2026-10-16）
- Hugging Face 模型頁：reflection/Beam-1.0-501B-A23B
- Beam 安全技術報告與 model card（reflection.ai 官方網站）