L'équipe Reflection AI, issue de DeepMind, obtient un financement de 2 milliards de dollars, sa valorisation monte en flèche à 8 milliards de dollars, défiant le paysage de l'IA open source
Résumé
Reflection AI, une startup d'IA fondée il y a seulement un an, a annoncé avoir levé 2 milliards de dollars, portant sa valorisation à 8 milliards de dollars. Cela représente une augmentation de 15 fois par rapport à sa valorisation de 545 millions de dollars il y a sept mois. Fondée par d'anciens chercheurs de Google DeepMind, l'entreprise réoriente sa stratégie, passant des agents de codage autonomes aux modèles d'IA de pointe open source. Elle vise à devenir une alternative open source aux laboratoires fermés comme OpenAI et Anthropic, ainsi qu'un concurrent occidental aux entreprises d'IA chinoises telles que DeepSeek.
Reflection AI a été fondée en mars 2024 par Misha Laskin et Ioannis Antonoglou, d'anciens chercheurs de DeepMind. Laskin a dirigé les travaux de modélisation des récompenses pour le projet Gemini de DeepMind, tandis qu'Antonoglou est le co-créateur du célèbre système d'IA AlphaGo, qui a battu le champion du monde de Go en 2016. Forts de leur solide expérience dans le développement de systèmes d'IA de pointe, les deux fondateurs cherchent à prouver que les bons talents en IA peuvent construire des modèles de pointe en dehors des géants de la technologie.
Ce tour de financement a été mené par Nvidia, avec une solide brochette d'investisseurs comprenant l'ancien PDG de Google Eric Schmidt, Citibank, 1789 Capital, Lightspeed, Sequoia Capital, DST Global, B Capital, GIC, CRV et le fondateur de Zoom, Eric Yuan. Selon TechCrunch, l'annonce a été faite le 9 octobre 2025, heure de la côte Est des États-Unis.
Avancées technologiques et réorientation stratégique
Reflection AI affirme avoir construit un grand modèle linguistique et une plateforme d'apprentissage par renforcement capables d'entraîner des modèles à mélange d'experts (MoE) à grande échelle, une technologie auparavant considérée comme réalisable uniquement par les meilleurs laboratoires mondiaux. L'entreprise a déclaré sur la plateforme X qu'après avoir appliqué cette approche au domaine crucial du codage autonome avec succès, elle introduit désormais ces méthodes dans le domaine du raisonnement d'agent général.
Actuellement, l'équipe de Reflection AI compte environ 60 personnes, principalement des chercheurs et ingénieurs en IA répartis dans les domaines de l'infrastructure, de l'entraînement des données et du développement d'algorithmes. L'entreprise a obtenu des ressources de cluster de calcul et prévoit de lancer son premier modèle linguistique de pointe début 2026, qui sera entraîné sur des dizaines de milliers de milliards de tokens. Le premier modèle sera principalement basé sur le texte, les futures versions ayant des capacités multimodales.
Stratégie open source et modèle commercial
La définition de l'"open source" par Reflection AI se concentre sur l'accès plutôt que sur le processus de développement, adoptant une stratégie similaire à celle de Llama de Meta ou de Mistral. Le PDG Laskin a déclaré que l'entreprise publiera les poids du modèle pour un usage public, mais que les ensembles de données et le pipeline d'entraînement complet resteront principalement propriétaires. Il a expliqué que les poids du modèle sont la partie la plus influente, que n'importe qui peut utiliser et ajuster, tandis que la pile d'infrastructure n'est utilisable que par un petit nombre d'entreprises.
En termes de modèle commercial, les chercheurs pourront utiliser ces modèles gratuitement, et les revenus proviendront des grandes entreprises qui construiront des produits basés sur les modèles de Reflection, ainsi que des clients gouvernementaux développant des systèmes d'"IA souveraine". Laskin a souligné que les grandes entreprises souhaitent posséder des modèles open source, pouvoir les exécuter sur leur propre infrastructure, contrôler les coûts et les personnaliser pour diverses charges de travail.
Paysage concurrentiel de l'industrie
Laskin a qualifié les modèles chinois comme DeepSeek et Qwen de "signal d'alarme", soulignant que si aucune mesure n'est prise, les normes mondiales d'intelligence seront établies par d'autres pays, et non par les États-Unis. Il a ajouté qu'en raison des conséquences juridiques potentielles, les entreprises et les États souverains n'utilisent généralement pas les modèles chinois, ce qui place les États-Unis et leurs alliés dans une position de désavantage concurrentiel.
David Sacks, responsable de l'IA et des cryptomonnaies à la Maison Blanche, a exprimé son soutien sur la plateforme X, déclarant qu'il était ravi de voir davantage de modèles d'IA open source américains. Il a ajouté qu'une partie importante du marché mondial préférera le coût, la personnalisation et le contrôle offerts par l'open source, et que les États-Unis souhaitent également l'emporter dans cette catégorie.
Clem Delangue, co-fondateur et PDG de Hugging Face, a déclaré à TechCrunch que c'était une très bonne nouvelle pour l'IA open source américaine, mais que le défi serait désormais de démontrer la capacité de partage rapide des modèles et des ensembles de données d'IA open source.
Utilisation des fonds et plan de développement
Les fonds de ce tour de financement seront principalement utilisés pour acquérir les ressources de calcul nécessaires à l'entraînement de nouveaux modèles. L'entreprise prévoit d'étendre son infrastructure de calcul et d'accélérer le développement de modèles d'IA open source haute performance afin de maintenir la compétitivité de l'innovation occidentale à l'échelle mondiale.
Selon les données de PitchBook, Reflection AI avait levé 130 millions de dollars plus tôt cette année avec une valorisation de 545 millions de dollars, et ce nouveau financement a permis à sa valorisation de croître de près de 15 fois en quelques mois seulement. Ce financement intervient à un moment de flambée mondiale du capital-risque, avec une augmentation de 38 % des investissements mondiaux au troisième trimestre 2025 par rapport à l'année précédente, atteignant 97 milliards de dollars, dont près de la moitié a été investie dans des startups d'IA.
Impact sur l'industrie
L'ascension rapide de Reflection AI reflète l'intérêt croissant pour l'écosystème de l'IA open source. Plus tôt cette année, le modèle R1 de DeepSeek, publié sous licence MIT, a atteint des performances comparables à celles de GPT-4, prouvant que les modèles haute performance ne nécessitent plus des milliards de dollars d'infrastructure. Les modèles Llama de Meta ont été téléchargés plus de 800 millions de fois, prônant la collaboration ouverte comme moyen d'accélérer l'innovation ; en Europe, Mistral AI a conquis son propre marché de niche dans des secteurs réglementés comme la finance et la défense, avec une valorisation approchant les 14 milliards de dollars.
L'objectif de Reflection AI est de combiner l'efficacité de DeepSeek, l'échelle de Meta et la précision de Mistral, en se concentrant sur l'efficacité, la transparence et l'accessibilité mondiale, pour construire des systèmes à la fois suffisamment puissants pour être utilisés par les entreprises et suffisamment ouverts pour accélérer la collaboration de recherche.