Thinking Machines 发布开源多模态模型 Inkling

关键信息

尽管 Inkling 的总参数量达到 9750 亿，但每个任务只会激活约 410 亿参数，这是混合专家架构的一种设计，目的是在保持大规模能力的同时降低计算成本。Thinking Machines 表示该模型会更好地标注不确定性，并允许用户调节“思考强度”，但目前输出仍仅限文本，包括代码、样式化产物和结构化数据。

资讯摘要

Thinking Machines Lab 是由前 OpenAI 首席技术官 Mira Murati 创办的初创公司，如今发布了 Inkling 作为其首个公开 AI 模型。与 OpenAI、Anthropic 和 Google 的旗舰系统不同，Inkling 是开放权重的，这意味着外部开发者和企业可以直接下载并修改它。公司将 Inkling 描述为一个多模态混合专家模型，总参数量为 9750 亿，但在处理单个任务时只会激活约 410 亿参数。它使用 45 万亿个 token 进行训练，覆盖文本、图像、音频和视频，并且公司称它可以在这四种模态上进行原生推理。不过目前它的输出仍然只限于文本，包括代码、样式化产物和结构化数据。Thinking Machines 把这次发布视为其更大主张的公开证明：组织往往会从可自行适配的 AI 系统中获得比“中央训练、固定不变”的模型更多的价值。

公司在 5 月份曾发布过一项关于“交互模型”的研究预览，这类模型被设计成可以像人一样倾听、说话，甚至插话，而不是像传统聊天机器人那样只等用户输入。Inkling 旨在提供更有校准感的答案，在不确定时会明确标注，并允许用户调整“思考强度”来在速度和深度之间权衡。在一项基准测试中，Thinking Machines 声称 Inkling 只用 Nvidia Nemotron 3 Ultra 三分之一的 token 就达到了相同的代码性能。尽管如此，公司也明确表示 Inkling “并不是今天整体最强的模型，无论开放还是封闭”，这表明它更重视通用性和可适配性，而不是单纯冲榜。Thinking Machines 还把它定位为企业客户通过 Tinker 定制平台进行微调的起点，而安全性和部署责任在很大程度上由客户承担。这一发布正值业界对封闭 AI 模型的质疑升温之际；微软 CEO Satya Nadella 最近也提到，企业使用专有模型可能会付出两次成本：一次是订阅费用，另一次是把业务知识通过提示和修正交给模型未来版本。

来源与参考

1. 原始链接
2. Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling | TechCrunch