Reflection 发布开源权重模型 Beam，以更低算力对标中国开源模型
Reflection AI 发布首个前沿开源权重模型 Beam，为 5010 亿参数、230 亿激活参数的文本混合专家模型，预训练用 23.8 万亿 token，上下文窗口 100 万 token。
#推理
TechCrunch · AI
TechCrunch Lola Vision Systems 试图让 AI 模型更易在芯片上运行
Lola Vision Systems 正在开发可将 AI 模型翻译成特定芯片指令的“编译器工具链”软件，并自研半导体芯片，目标是自动化在设备端运行 AI 模型的流程。该公司称手动在新硬件上部署模型仅开始测试就需约 200 小时，目前已有一家签约客户、十余家企业签署意向函，累计融资略超 100 万美元，并将先通过授权软件在现有硬件上创收。
钛媒体 硅谷AI正在开源：成本压力下企业转向开放权重模型
硅谷企业正从追求"最强模型"转向"最划算模型"，开放权重模型平均每百万Token成本0.83美元，比专有方案的6.03美元便宜7.3倍。AT&T约40%的AI工作负载已运行在开源模型上，计划一年内提升至70%；企业平均使用模型数量从2025年Q1的2.1个增至2026年Q1的4.7个。黄仁勋、纳德拉等133家机构联署公开信呼吁避免过早限制开放权重模型，而Anthropic始终缺席。
Tomasz Tunguz精选 Tomasz Tunguz：推理将成为软件业最重要的市场
Tomasz Tunguz 认为推理市场即将超越数据库，成为软件业最重要的市场。2025 年企业为运行 AI 模型支出约 250 亿美元，今年市场约达 1300 亿美元，接近 Gartner 对数据库 1610 亿美元的预测；到 2027 年 AI 推理约达 3500 亿美元，接近数据库 1900 亿美元的两倍。
关注价值：作者用推理市场规模与数据库的对比，拆解应用层单位经济被改写的三条路径，为判断 AI 应用商业模式提供框架。
极客公园 Jev 之后，中国团队开始深挖 AI 的「直觉层」
前 OpenAI 研究员 Diogo Almeida 创办的 TypeSafe AI 于 9 月 15 日发布只做判断、不生成文字的决策模型 Jev，OpenAI、Cloudflare、亚马逊及上海人工智能实验室随后两周内相继跟进。
Sequoia Capital 红杉资本发布《拥有你的智能》实操指南：企业如何自建 AI 智能层
红杉资本发布《Own Your Intelligence》实操指南，提出企业应垂直整合、自建并掌控模型权重，而非完全依赖前沿实验室 API。指南以 Harvey、Mercor、Langchain、Trajectory、Fireworks 的实践为例，给出评估、harness 与上下文工程、后训练三步路线图，并列出成本、速度、专有数据、掌控命运四类自建信号。
Sequoia Capital精选 红杉领投 Etched 3 亿美元 C 轮，投前估值 100 亿美元
红杉资本宣布领投 Etched 的 3 亿美元 C 轮融资，投前估值 100 亿美元，Jane Street、Andreessen Horowitz、Diffusion 和 SK Hynix 参与。Etched 称其是唯一一家后 ChatGPT 时代拥有可量产定制芯片的硬件初创公司，计划 2026 年出货，今年早些时候已在台积电完成首代芯片流片，并在 40 天内让首个芯片集群跑通多种前沿模型推理。
关注价值：红杉以领投方身份披露 Etched 的 C 轮金额与投前估值，并解释其押注推理专用芯片的判断依据。