Reflection AI 的 Beam 在 10500 块 GPU 上运行了 13 亿个沙箱
Reflection AI 披露了 Beam 强化学习训练背后的基础设施：在 10500 块 GPU 上运行了 13 亿个沙箱。公司还承诺将 OpenEnv 作为未来的环境标准。这一规模直观地显示了智能体训练如今消耗的算力，而统一的环境标准可能让这类训练更易复现和比较。
报道来源
- Alpha Signal2026-10-27 16:36
Reflection AI 披露了 Beam 强化学习训练背后的基础设施：在 10500 块 GPU 上运行了 13 亿个沙箱。公司还承诺将 OpenEnv 作为未来的环境标准。这一规模直观地显示了智能体训练如今消耗的算力，而统一的环境标准可能让这类训练更易复现和比较。