Według doniesień opublikowanych 4 października 2026 r. Reflection przygotowywała swój pierwszy model open-weight. Plan wpisywał się w szerszą koncepcję tworzenia dopasowanych systemów AI dla instytucji z wykorzystaniem ich danych i zasobów obliczeniowych.
Model i jego przewidywana pozycja
Planowany model miał początkowo ustępować najbardziej zaawansowanym modelom z USA, a jednocześnie konkurować z czołowymi chińskimi modelami open-weight. Była to przewidywana pozycja modelu, nie rezultat porównawczego testu.
Zamysł biznesowy zakładał, że organizacje będą mogły łączyć model Reflection z własnymi danymi i mocą obliczeniową, by budować dopasowane systemy AI. Miały one być tańszą alternatywą dla najdroższych rozwiązań tego typu.
Koncepcja AI factory dla instytucji
Koncepcja „AI factory” miała pozwalać instytucjom tworzyć lokalne systemy AI z własnych danych, modeli Reflection i zasobów obliczeniowych. W ramach tej inicjatywy Reflection miała ogłosić partnerstwo z południowokoreańską grupą Shinsegae Group.
Serwery AI od Nvidia
Reflection miała też podpisać umowy z Nebius i SpaceX na wynajem serwerów AI firmy Nvidia. To one miały zapewniać moc obliczeniową potrzebną do rozwijania modeli i proponowanych systemów dla instytucji.
Co oznacza model open-weight
W modelu open-weight udostępnia się wagi, czyli wyuczone parametry modelu, które można pobierać i dostosowywać. Sam termin opisuje dostęp do wag; nie oznacza automatycznie udostępnienia danych użytych do trenowania modelu.
