A Reflection, uma start-up fundada em 2014 por dois ex-cientistas do Google DeepMind, na verdade aumentou US$ 2 bilhões em uma avaliação de US$ 8 bilhões, um enorme salto de 15 vezes em relação à sua avaliação de US$ 545 milhões apenas 7 meses antes. A empresa, que inicialmente se concentrou em representantes de codificação independentes, está atualmente se posicionando tanto como uma opção de recurso aberto para fechar laboratórios de fronteira como OpenAI e Anthropic, quanto como uma correspondência ocidental para empresas chinesas de IA como DeepSeek.
A start-up foi lançada em março de 2024 por Misha Laskin, que liderou a modelagem de benefícios para o trabalho Gemini da DeepMind, e Ioannis Antonoglou, que co-criou AlphaGo, o sistema de IA que notoriamente derrotou o campeão mundial no jogo de salão Enter 2016. Sua história na criação desses sistemas de IA extremamente sofisticados é a principal para seu argumento, que é que a habilidade ideal de IA pode construir versões de fronteira fora dos titãs da tecnologia conhecidos.
Além de sua nova rodada, a Representation anunciou que contratou um grupo de especialistas líderes da DeepMind e OpenAI e construiu uma pilha inovadora de treinamento em IA que garante que certamente estará aberta a todos. Provavelmente o mais importante é que a Representação afirma que “reconheceu uma versão de negócios escalável que se adapta ao nosso método de conhecimento aberto”.
O grupo da Reflection atualmente conta com cerca de 60 pessoas – principalmente cientistas e designers de IA em estrutura, treinamento de dados e desenvolvimento de fórmulas, de acordo com Laskin, o diretor executivo da empresa. A Representação salvou uma coleção calculada e deseja lançar uma versão em idioma de fronteira no próximo ano que seja educada em “dezenas de trilhões de símbolos”, disse ele ao TechCrunch.
“Construímos algo quando considerado viável apenas dentro dos principais laboratórios do mundo: um LLM massivo e um sistema de descoberta de suporte com a capacidade de treinar versões enormes de mistura de especialistas (MoEs) no alcance da fronteira”, escreveu Representação em uma mensagem no X. “Vimos o desempenho de nossa estratégia em primeira mão quando a usamos no nome de domínio vital da codificação independente. Com esse marco aberto, estamos atualmente trazendo essas técnicas para o pensamento agente básico.”
O MoE descreve um projeto detalhado que alimenta LLMs de fronteira – sistemas que, anteriormente, eram apenas enormes laboratórios de IA fechados, podem treinar à distância. DeepSeek teve um momento de inovação quando decidiu exatamente como educar essas versões ao alcance de forma aberta, seguido por Qwen, Kimi e várias outras versões na China.
“DeepSeek e Qwen e todas essas versões são o nosso alerta porque se não fizermos nada a respeito, então corretamente, o critério internacional de dados certamente será construído por outra pessoa”, afirmou Laskin. “Não será construído pela América.”
Evento Techcrunch
São Francisco
|
27 a 29 de outubro de 2025
Laskin acrescentou que isso coloca o Estado Unido e seus aliados em desvantagem porque as empresas e os Estados soberanos geralmente não usam versões chinesas devido a possíveis consequências legais.
“Portanto, você pode optar por viver com um preço acessível ou aumentar para o evento”, disse Laskin.
Os engenheiros americanos conhecem em sua maioria bem o novo objetivo da Representação. David Sacks, White Home AI e Crypto Czar, carregou no X: “É excelente ver ainda mais versões americanas de IA de recursos abertos.
Clem Delangue, fundador e CEO da Hugging Face, um sistema aberto e coletivo para empreiteiros de construção de IA, disse ao TechCrunch sobre a rodada: “Esta é certamente uma excelente informação para a IA de código aberto americana. Incluindo Delangue, “Atualmente a dificuldade certamente será revelar a alta velocidade de compartilhamento de versões e conjuntos de dados abertos de IA (comparável ao que estamos vendo nos laboratórios que controlam a IA de código aberto).”
O significado de ser “aberto” da Reflexão parece fixar a acessibilidade em vez do avanço, comparável às abordagens de Meta com Llama ou Mistral. Laskin afirmou que a Representação certamente lançaria pesos de versão – as especificações básicas que descobrem exatamente como um sistema de IA funciona – para uso público, mantendo principalmente conjuntos de dados e tubos de treinamento completos exclusivos.
“Na verdade, o ponto mais impactante são os pesos de versão, porque os pesos de versão que qualquer pessoa pode utilizar e começar a brincar com eles”, afirmou Laskin. “A pilha de estruturas, apenas um punhado de empresas pode realmente fazer uso disso.”
Esse equilíbrio também sustenta a versão organizacional da Representação. Os cientistas certamente serão capazes de usar as versões facilmente, afirmou Laskin, mas os ganhos certamente virão de grandes produtos de desenvolvimento de negócios, bem como de versões da Representação e de governos federais criando sistemas de “IA soberana”, sugerindo versões de IA estabelecidas e gerenciadas por países específicos.
“Quando você entra naquela área onde você é um grande negócio, por padrão você deseja uma versão aberta”, afirmou Laskin. “Você quer algo que certamente terá posse. Você pode executá-lo em sua estrutura. Você pode gerenciar seus custos. Você pode adaptá-lo para vários trabalhos. Como você está pagando uma quantia chocante de dinheiro pela IA, você pretende ser capaz de melhorá-lo enquanto for possível, e na verdade esse é o mercado que estamos oferecendo. ”
O Reflection ainda não lançou sua primeira versão, que certamente será maioritariamente baseada em texto, com capacidades multimodais no futuro, segundo Laskin. Certamente utilizará os recursos desta última rodada para obter os recursos de cálculo necessários para educar as novas versões, a primeira das quais a empresa pretende lançar no início do próximo ano.
A rodada mais atual de Capitalistas em Representação consiste em Nvidia, Disruptive, DST, 1789, B Resources, Lightspeed, GIC, Eric Yuan, Eric Schmidt, Citi, Sequoia, CRV e outros.
.
Fuente
