Reflection, une startup fondée l’année dernière par deux anciens chercheurs de Google DeepMind, a levé 2 milliards de dollars pour une valorisation de 8 milliards de dollars, soit un bond 15 fois supérieur à sa valorisation de 545 millions de dollars il y a à peine sept mois. La société, qui se concentrait à l’origine sur les agents de codage autonomes, se positionne désormais à la fois comme une alternative open source aux laboratoires à frontières fermées comme OpenAI et Anthropic, et comme un équivalent occidental des sociétés chinoises d’IA comme DeepSeek.
La startup a été lancée en mars 2024 par Misha Laskin, qui a dirigé la modélisation des récompenses pour le projet Gemini de DeepMind, et Ioannis Antonoglou, qui a co-créé AlphaGo, le système d’IA qui a battu le champion du monde du jeu de société Go en 2016. Leur expérience dans le développement de ces systèmes d’IA très avancés est au cœur de leur argumentaire, à savoir que les bons talents en IA peuvent construire des modèles frontières en dehors des géants de la technologie établis.
Parallèlement à son nouveau cycle, Reflection a annoncé avoir recruté une équipe des meilleurs talents de DeepMind et OpenAI, et construit une pile de formation avancée en IA qui, promet-elle, sera ouverte à tous. Peut-être plus important encore, Reflection affirme avoir « identifié un modèle commercial évolutif qui s’aligne sur notre stratégie d’intelligence ouverte ».
L’équipe de Reflection compte actuellement environ 60 personnes, principalement des chercheurs et des ingénieurs en IA dans les domaines de l’infrastructure, de la formation aux données et du développement d’algorithmes, selon Laskin, PDG de l’entreprise. Reflection a sécurisé un cluster de calcul et espère publier l’année prochaine un modèle de langage frontalier formé sur « des dizaines de milliards de jetons », a-t-il déclaré à TechCrunch.
« Nous avons construit quelque chose que l’on croyait autrefois possible uniquement dans les meilleurs laboratoires du monde : une plate-forme d’apprentissage LLM et par renforcement à grande échelle capable de former des modèles massifs de mélange d’experts (MoE) à l’échelle de la frontière », a écrit Reflection dans un article sur X. « Nous avons constaté l’efficacité de notre approche lorsque nous l’avons appliquée au domaine critique du codage autonome. Avec cette étape franchie, nous appliquons maintenant ces méthodes au raisonnement agentique général. »
Le MoE fait référence à une architecture spécifique qui alimente les LLM frontaliers – des systèmes qui, auparavant, seuls les grands laboratoires d’IA fermés étaient capables de former à grande échelle. DeepSeek a connu un moment décisif lorsqu’il a compris comment former ces modèles à grande échelle de manière ouverte, suivi par Qwen, Kimi et d’autres modèles en Chine.
« DeepSeek, Qwen et tous ces modèles sont notre signal d’alarme car si nous ne faisons rien à ce sujet, alors effectivement, la norme mondiale en matière de renseignement sera construite par quelqu’un d’autre », a déclaré Laskin. « Il ne sera pas construit par l’Amérique. »
Événement Techcrunch
San Francisco
|
27-29 octobre 2025
Laskin a ajouté que cela désavantage les États-Unis et leurs alliés, car les entreprises et les États souverains n’utilisent souvent pas les modèles chinois en raison de répercussions juridiques potentielles.
« Vous pouvez donc soit choisir de vivre dans un désavantage concurrentiel, soit être à la hauteur », a déclaré Laskin.
Les technologues américains ont largement célébré la nouvelle mission de Reflection. David Sacks, le tsar de l’IA et de la crypto de la Maison Blanche, publié sur
Clem Delangue, co-fondateur et PDG de Hugging Face, une plateforme ouverte et collaborative pour les constructeurs d’IA, a déclaré à TechCrunch à propos du cycle : « C’est en effet une excellente nouvelle pour l’IA open source américaine. Delangue a ajouté : « Maintenant, le défi sera de montrer une grande vitesse de partage de modèles et d’ensembles de données d’IA ouverts (similaire à ce que nous voyons dans les laboratoires dominants dans l’IA open source). »
La définition de Reflection d’être « ouvert » semble se concentrer sur l’accès plutôt que sur le développement, à l’instar des stratégies de Meta with Llama ou Mistral. Laskin a déclaré que Reflection publierait les pondérations des modèles – les paramètres de base qui déterminent le fonctionnement d’un système d’IA – pour un usage public tout en gardant en grande partie les ensembles de données et les pipelines de formation complets propriétaires.
« En réalité, ce qui a le plus d’impact, ce sont les poids du modèle, car tout le monde peut les utiliser et commencer à les bricoler », a déclaré Laskin. « La pile d’infrastructures, seule une poignée d’entreprises sélectionnées peut réellement l’utiliser. »
Cet équilibre sous-tend également le modèle économique de Reflection. Les chercheurs pourront utiliser les modèles librement, a déclaré Laskin, mais les revenus proviendront des grandes entreprises qui construisent des produits sur les modèles de Reflection et des gouvernements développant des systèmes « d’IA souveraine », c’est-à-dire des modèles d’IA développés et contrôlés par des nations individuelles.
« Une fois que vous entrez dans le domaine où vous êtes une grande entreprise, vous voulez par défaut un modèle ouvert », a déclaré Laskin. « Vous voulez quelque chose dont vous serez propriétaire. Vous pouvez l’exécuter sur votre infrastructure. Vous pouvez contrôler ses coûts. Vous pouvez le personnaliser pour diverses charges de travail. Parce que vous payez une somme impie pour l’IA, vous voulez pouvoir l’optimiser autant que possible, et c’est vraiment le marché que nous servons. «
Reflection n’a pas encore publié son premier modèle, qui sera en grande partie basé sur du texte, avec des capacités multimodales à l’avenir, selon Laskin. Elle utilisera les fonds de cette dernière ronde pour obtenir les ressources de calcul nécessaires à la formation des nouveaux modèles, dont la société prévoit de lancer le premier au début de l’année prochaine.
Les investisseurs du dernier cycle de Reflection incluent Nvidia, Disruptive, DST, 1789, B Capital, Lightspeed, GIC, Eric Yuan, Eric Schmidt, Citi, Sequoia, CRV et d’autres.
