NVIDIA 已經是 Reflection AI 的大股東，現在又把這家 AI 公司重新放到談判桌上。金融時報引知情人士寫：雙方在談加深投資，也在談整間買下；結構還沒定，可能是完整收購，可能是「人才收購」加人拿技術授權，也可能只是再加股權，或簽一張更大的晶片與算力單。路透社轉述同一組消息時補了一句：談判仍在早期，未來數週有機會收斂，也可能散掉。NVIDIA 與 Reflection 都拒評。
桌上現在能核到的數字，比交易名稱清楚。金融時報寫 NVIDIA 已向 Reflection 注資 8 億美元。華爾街日報先前寫過，Reflection 談過再募 25 億、投前估值 250 億；執行長 Misha Laskin 在四月也對 CNBC 說過同一檔估值。條款本身——出價、股權比例、要不要把人整批搬進 NVIDIA——還沒有一份對外文件。
要買的東西，也不只是一張股權。Reflection 本月初放出第一顆開放權重模型 Beam：官方部落格寫總參數 501B、每個Token激活 23B，架構是稀疏混合專家模型，專門打寫程式、推理與智能體化 AI負載。權重承諾本月以 Apache 2.0 放出。現在沒有公開 API、沒有價目表、沒有獨立評測頁。任何把「NVIDIA 要買 Reflection」讀成「明天就能用 NVIDIA 官方 Beam 端點」的推論，都超前了。
四種結構同時在談，沒有一種已經簽字
金融時報、海峽時報與財聯社把可能的結果拆成同一組選項。完整收購會把模型、人與後續訓練計畫一起收進 NVIDIA。人才收購則是人進 NVIDIA、技術用授權留下，Reflection 這家公司可以名義上還在。再加股權最接近現狀：NVIDIA 已經是主要出資方，再寫一張支票。加碼晶片與算力則幾乎不必改股權結構——Beam 的預訓練與強化學習本來就跑在 NVIDIA GB300 上。
這四種不是同等級的新聞。完整收購會讓 NVIDIA 直接擁有一條美國開放權重產品線；人才收購則讓它拿到人與技術，卻不一定保住 Apache 授權的公開權重。海峽時報寫得很白：NVIDIA 沒有立刻回應置評，Reflection 拒絕評論，知情人士強調條款尚未談成。
把這筆談判單獨看會顯得突然。把它放進 NVIDIA 這一年的開放權重佈局，路徑其實很短。九月 NVIDIA 已簽字買下 Hugging Face，8-K 寫約 119 億美元給股東、最多約 10 億美元留人，交割目標是 2027 上半年。十二月那筆與 Groq 的授權，外界數字落在約 170 億到 200 億美元之間，人已經進門，交易卻沒走合併審查；司法部已經在查這是不是在繞過反壟斷程序。IT之家明確把 Reflection 的「人才兼併」選項，對到 Groq 那套架構。
| 對象 | 已公開的結構 | 已核到的金額 | 現況 |
|---|---|---|---|
| Hugging Face | 完整收購協議 | 股東約 119 億美元，留人最多約 10 億 | 已簽字，2027 上半年才交割 |
| Groq | 非獨家授權 + 挖走核心主管 | 外界寫約 170–200 億美元 | 人已進門；司法部在查 |
| Reflection | 收購、人才收購、加股或加算力，都還在談 | 已投 8 億；上一輪估值 250 億 | 雙方拒評，條款未定 |
| Nemotron | NVIDIA 自研開放權重家族 | 無收購價 | 官方有模型，Beam 自己的表把它打輸 |
NVIDIA 並不是沒有自己的開放權重故事。Nemotron 3.5 Lightning 已經開源過執行層路線。Beam 官方對照表裡，Nemotron 3 Ultra 在 Terminal Bench v2.1 拿 56.4、SWE-bench Pro v1 拿 46.4；Beam 自己填的是 80.1 與 65.5。這不是獨立榜，但它解釋了黃仁勳為什麼還要再找一顆模型：Nemotron 能講生態，還填不滿「西方開放權重前線」這句口號。
金融時報寫雙方可能在未來數週收斂，也可能散掉。現在能寫進契約的，只有 NVIDIA 已經投進去的 8 億，以及 Reflection 自己承諾、卻還沒交貨的權重。
Beam 自己亮出的規格，和它刻意沒開的帳單
Reflection 官方部落格把 Beam 寫成一顆給企業寫程式與代理任務用的工作馬。你現在能核到的硬規格如下。
它是文字進、文字出，沒有圖像輸入。總參數 501B，每個 token 激活 23B，52 層，稀疏 MoE，交錯局部與全局注意力。中間訓練把有效上下文窗口拉到 100 萬 token；強化學習階段的 rollout 上限寫成 25.6 萬。預訓練用了 6,144 顆 NVIDIA GB300 NVL72，吃進 23.8 兆高品質 token，官方說不到四週跑完，末期 goodput（真正留在最終模型裡的訓練步佔牆上時間）到 92.3%。強化學習另開一輪：10,500 顆 GB300、四週、超過 1 億次 rollout、約 13 億個沙盒、近 100 萬個寫程式／代理／STEM 環境。公司自稱這是開放實驗室迄今最大規模的強化學習之一，並把 Thinking Machines 的 Inkling（3,000 萬次 rollout）拿來當對照。
權重、技術報告、模型卡與開發者工具，官方寫「本月稍晚」放出，授權 Apache 2.0。現在只有等候名單上的一小群人能用早期版本。沒有公開 API，也就沒有每百萬 token 單價，更沒有單次任務成本。Capital & Compute 在權重釋出前核過 Artificial Analysis：當時還沒有 Beam 專頁。
官方最想讓人記住的一句，是推理效率。Reflection 說 Beam 在進階推理基準上與智譜 GLM-5.2「相當」，但推理計算量少 3 到 4 倍。公式它自己寫出來了：FLOPs ≈ 2 × 激活參數 × 每次嘗試平均生成 token。MoE 只算激活的 23B，不算 501B 總參數。同一段立刻承認：這組估算排除了提示詞 prefill、隨上下文變動的注意力運算，以及服務開銷，所以是近似計算量比較，不是量到的推論成本。
對寫程式代理來說，這句但書比倍數本身重要。代理每一輪都會重讀長上下文，prefill 與注意力正好是隨窗口膨脹的那兩塊。3 到 4 倍省的是解碼側。它回答不了「跑完一個倉庫級修復要付多少錢」。
自架體積可以先算一個下限。501B 參數若以 BF16（每參數 2 bytes）存，權重大約 1.0 TB。Capital & Compute 用既有 Q4_K_M 實測密度回推，量化到 4-bit 大約落在 271 到 316 GB。這還不含 KV cache 與激活。Reflection 沒說權重會以哪種精度出貨，所以這只是權重檔大小，不是一張能開機的清單。
官方分數表自己把領先者寫在右邊
Reflection 沒有藏它輸給誰。官方能力段寫得很直：Beam 推進西方開放權重前線，與較大的開放模型 GLM-5.2 競爭，在寫程式與代理任務上接近 Qwen 3.8-Max；Kimi K3 這類前線開放模型「在原始能力上仍領先」，Beam 的優勢在推論效率。
下面這張表只放官方有同時報出 Beam 與 GLM-5.2 的列。全部是廠商自報，10 月 8 日官方還改過一版數字。獨立重跑還沒出現。
| 基準 | Beam | GLM-5.2 | 誰高 |
|---|---|---|---|
| SWE-bench Pro v1 | 65.5 | 62.1 | Beam |
| DeepSWE v1.1 | 44.4 | 44.0 | Beam |
| AutomationBench public | 37.0 | 26.2 | Beam |
| IFBench | 79.7 | 73.3 | Beam |
| MCP Atlas | 78.7 | 77.8 | Beam |
| LongBench v2 | 65.5 | 64.0 | Beam |
| AA-LCR | 79.3 | 78.3 | Beam |
| tau3 banking | 38.0 | 37.1 | Beam |
| Terminal Bench v2.1 | 80.1 | 81.0 | GLM-5.2 |
| AIME 2026 | 97.8 | 99.2 | GLM-5.2 |
| GPQA Diamond | 90.5 | 91.2 | GLM-5.2 |
| HLE no tools | 36.2 | 40.5 | GLM-5.2 |
| CriPT AA | 16.3 | 20.9 | GLM-5.2 |
Capital & Compute 把這 13 列讀成：Beam 贏 8 列，多半在代理與長上下文；GLM-5.2 贏 5 列，而且囊括全部四條共有推理列，外加 Terminal Bench。Reflection 說「相當」，用在 AIME 與 GPQA 說得通，用在 HLE（差 4.3）與 CriPT（差 4.6）就偏鬆。
同一張官方表往右看，差距不再是零點幾分。Terminal Bench v2.1：GLM-5.3 88.2、Kimi K3 88.3、Qwen 3.8 Max 86.6、DeepSeek V4.1 Flash 90.6，Beam 80.1。DeepSWE v1.1：V4.1 Flash 74.2、Kimi K3 68.0、GLM-5.3 61.0，Beam 44.4。Capital & Compute 統計：Beam 對 GLM-5.3 的 12 條共有列全輸，對 Kimi K3 的 14 條裡輸 13 條，對 Qwen 3.8 Max 的 13 條全輸。對 Inkling 與 Nemotron 3 Ultra 則各贏 13 條左右。
換句話說，NVIDIA 若把 Reflection 收進來，買到的不是「現在最衝的開放權重」，而是一顆美國產、Apache 授權承諾已寫下、在 GLM-5.2 附近、推論激活只有 23B 的模型。這跟白宮 2025 年 7 月 AI 行動計畫裡那句「美國必須擁有奠基於美國價值的領先開放模型」對得上，也跟黃仁勳今年 7 月呼籲建立美國本土開放權重生態對得上。它對不上的，是「下載 Beam 就能在公開基準上壓過 Kimi 或 DeepSeek」這句銷售話。
同週還有另一顆西方大模型在搶同一塊定位。Mistral Large 4 開了預覽：1.05 兆參數、激活約 490 億，有圖像輸入，也有可呼叫的預覽 API。Mistral 自己報 DeepSWE v1.1 61.7，Reflection 表上的 Beam 是 44.4。Large 4 當時還沒把授權名稱寫死；Beam 已經把 Apache 2.0 寫進公告。兩家賭的東西不一樣：一家先給端點與多模態，一家先給許可證與較小的激活參數。
算力單已經先簽了，收購談判是後來才叠上去的
Reflection 不是一家還在排隊等 GPU 的實驗室。CNBC 看過材料：它與 SpaceX 簽了算力約，從 2026 年 7 月起每月付 1.5 億美元，用到 2029 年的話合計約 63 億，打的是 Colossus 2 的 GB300；雙方可提前 90 天終止。路透社與 TechCrunch 接著寫，它又跟 Nebius 簽了超過 10 億美元、同樣走到 2029 年的容量，包含最新 NVIDIA 晶片。海峽時報把這兩筆稱成「數十億美元級」的算力安排。
這對談判很關鍵。NVIDIA 若只是再加碼晶片，Reflection 其實已經在買它的晶片，而且買得很大。NVIDIA 若整間收購，等於把一個已經鎖進自家矽的客戶，變成自家模型團隊。NVIDIA 若走人才收購，SpaceX 與 Nebius 那兩張長約不一定跟著人走——那是公司對公司的容量契約，不是員工隨身碟。
Reflection 也不是第一次被寫進「美國開放模型輸出」這條線。今年三月它就被寫成與南韓談資料中心、把開源模型當技術輸出槓桿。創辦人是兩名前 Google DeepMind 研究員 Laskin 與 Ioannis Antonoglou，公司 2024 年成立。Beam 訓練日誌幾乎全程貼著 NVIDIA 的棧：NVLink、RoCE、GB300 NVL72、自建排程與靜默資料損壞偵測。預訓練九次半自動 rewind，強化學習平均 11 萬條並發 rollout，新權重送到推論艦隊的中位數約 12 秒。這些數字全是官方自報，技術報告還沒出來，外面重跑不了；但方向很清楚：這顆模型從第一天就被設計成活在 NVIDIA 機櫃裡。
安全段官方寫了三層原則、第二顆教師模型、多教師 on-policy distillation，以及對抗式資料迭代。它說正在做最後的紅隊測試與評估，安全評測結果會放進技術報告，並開源內部用過的安全評測。現在同樣沒有對外分數。
開發者現在能簽的，不是 NVIDIA 標誌，是一張等候名單
對會自己跑模型的人來說，這則消息拆成三件能分開驗證的事。
第一件是權重。Apache 2.0 允許商用、修改、再散布，沒有用戶數門檻，也沒有使用場域限制。這是企業法務比較容易放行的那一種許可，也是 Inkling 用過的同一種。承諾寫在官方公告裡，檔案還沒出現。NVIDIA 若走完整收購，權重是否仍按原計畫公開，要看交割文件怎麼寫 Hugging Face 那種「平台維持開放」承諾有沒有被複製過來。NVIDIA 買 Hugging Face 時，8-K 確實寫了繼續允許上傳下載、並支援其他矽供應商；Reflection 這筆還沒有對等條款可引。
第二件是端點。沒有公開 API，就沒有Token 計費可比。NVIDIA 推論雲、Nebius、或其他發行夥伴之後若上架 Beam，價格才會出現。在那之前，把 Beam 寫進路由表沒有計費欄可以填。
第三件是分數。官方表已經承認 Kimi K3、GLM-5.3、Qwen 3.8 Max、DeepSeek V4.1 Flash 在多數寫程式列領先。獨立榜還沒進場。採購若現在就要選「可自架、非中國產、許可寬鬆」的工作馬，Beam 仍是一張期貨：標的規格已公布，交割日只寫到月份。
對只會呼叫雲端模型的人，影響更窄。你現在用的仍是 OpenAI、Anthropic、Google 或既有開放權重主機。NVIDIA 就算這週就簽字，Hugging Face 的經驗說明交割可以拖到明年。人才收購更快，但更快的是人進門，不是你的帳號多一個模型 ID。
有一個實務風險值得單獨寫。Groq 那筆授權被人進門、公司還在、交易不走合併審查；司法部現在就在問這算不算規避。Reflection 的知情人士把同一種結構列成首選之一，正是因為「可避開漫長監管審查」。IT之家還補了一句：Groq 未獲吸納的原員工本週對這套架構提了訴訟。NVIDIA 若對 Reflection 再走一次，買方要問的不是「會不會比較快」，而是「這次還能不能快——以及權重會不會在人走之後仍以 Apache 落地」。
Beam 現在能證明的是：美國實驗室可以訓出一顆激活 23B、官方分數貼近 GLM-5.2 的開放權重模型。它還不能證明這顆模型已經能被下載、被獨立重跑、或被寫進下一季的推論預算。
把交易談成，NVIDIA 會同時握住開放權重的發行層（Hugging Face，若交割完成）、一顆更接近前線的美國模型團隊（Reflection），以及已經被司法部盯上的授權加人模板（Groq）。把交易談破，Reflection 仍握有 SpaceX 與 Nebius 的 GB300 容量，Beam 仍宣告要在本月放權重，NVIDIA 則繼續只擁有 Nemotron 這條比較瘦的開放產品線。對正在等權重的人，真正會改寫工作流的日期，不是談判外洩的這一天，而是 Apache 檔案與第一份獨立分數同時出現的那一天。在那之前，NVIDIA 標誌加在 Reflection 前面，或從它前面拿掉，都還改不了你機器上能載入的東西。