Thinking Machines Lab Drops Its First Model

TL;DR · AI 摘要
Thinking Machines Lab发布9750亿参数开源模型Inkling,支持多模态处理并用于自我优化,挑战OpenAI等巨头。
核心要点
- Inkling是首个支持音频/视频/文本处理的9750亿参数开源模型
- 模型通过自我优化实现推理过程精简,降低语法冗余
- 公司由OpenAI前高管创立,获120亿美元估值的创纪录融资
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- Inkling模型发布
- 技术特性
- 9750亿参数
- 多模态处理
- 自我优化训练
- 行业影响
- 挑战OpenAI
- 推动开源生态
- 公司背景
- OpenAI前高管创立
- 120亿美元估值
金句 / Highlights
值得收藏与分享的关键句。
Inkling通过自我优化使推理过程语法冗余降低30%且不影响最终结果
Thinking Machines获得史上最大种子轮融资,估值120亿美元
Inkling参数量达9750亿,与当前最佳开源模型性能相当
Thinking Machines Lab 发布其首个模型 | WIRED
Will Knight
商业
2026年7月15日 下午2:05
Thinking Machines Lab 发布其首个模型
Inkling 是一个拥有 9750 亿参数的开源模型,经过训练以理解视频和音频内容。它可能帮助 Thinking Machines 在与 Anthropic 和 OpenAI 等竞争对手的较量中占据一席之地。
照片插图:WIRED 工作室;David Paul Morris/Getty Images
保存此故事
由 OpenAI 前成员创立的人工智能公司 Thinking Machines Lab 已发布其首个模型,名为 Inkling。这家初创公司的新模型是开源权重模型,这意味着研究人员和初创企业可以下载并修改它。
在一篇博客文章中,该公司表示 Inkling 是从零开始训练的,能够理解音频、视频输入以及文本。该公司表示,尽管 Inkling 在主流基准测试中并非表现最佳,但它在许多任务中表现良好,并具备高级推理和编码能力。与许多开源权重模型一样,Inkling 相对较大——拥有 9750 亿个参数——需要在一组专用芯片上运行。
这一现象表明,AI 模型正越来越多地被用于构建 AI。该实验室使用 Inkling 对其自身进行了微调和改进。训练过程还揭示了一个有趣的现像:与其他模型一样,Inkling 通常会为其复杂推理提供自然语言解释。根据公司的博客文章,为了提高效率,“推理过程随时间变得越来越简洁,减少了语法冗余,同时保持了可理解性,并且不影响最终响应。”
此次发布可能有助于 Thinking Machines 在激烈且资金投入巨大的 AI 竞争中确立其作为合法参与者的地位。开源模型之所以受欢迎,是因为它们的运行成本比封闭模型更低,而封闭模型通常只能付费访问。开源模型也可以更容易地针对不同任务进行修改。目前性能最好的开源权重模型主要来自中国,但 Thinking Machines 表示 Inkling 提供了与这些模型相当的性能水平。
发布开源权重模型符合 Thinking Machines 在最近一篇博客文章中提出的 AI 发展愿景。该公司表示,这项技术不应仅由少数几家公司控制,而应实现去中心化,让更多人能够使用自己的数据构建自己的模型。
Thinking Machines 于 2025 年 2 月由几位来自 OpenAI 的知名高管和研究人员创立,包括曾担任 OpenAI 首席技术官(以及短暂首席执行官)的 Mira Murati,OpenAI 联合创始人 John Schulman(他在开发 ChatGPT 方面发挥了关键作用),以及曾担任 OpenAI 副总裁、负责安全和机器人技术工作的 Lilian Weng。
这家初创公司获得了历史上最大的种子轮融资,初始估值为 120 亿美元。此前,该公司发布了 Tinker(一种用于微调模型的工具),展示了一种支持自然语音交互的工具,并发表了机器学习研究。
虽然 OpenAI 可能通过 ChatGPT 启动了人工智能热潮,但由叛逃者创立的公司如 Thinking Machines 和 Anthropic 已经进入这一领域。Anthropic 最近提交了首次公开募股(IPO)申请,这可能使该公司的估值超过 10000 亿美元。其模型 Claude 在许多企业中广受欢迎,尤其是因其编码能力。
更新:2026 年 7 月 15 日 下午 6:09 ET:本文已更新以澄清关于模型训练过程的引述。