Mira Murati 公司預告互動模型

增強重點摘要

• •Thinking Machines 獲得了來自頂級創投機構（如 Sequoia Capital 和 Thrive Capital）的巨額種子輪融資，顯示市場對 Murati 願景的高度信心。
• •該公司專注於開發「代理人（Agentic）」架構，旨在解決當前大型語言模型在處理長期任務規劃與環境互動時的延遲與上下文遺忘問題。
• •互動模型採用了全新的端到端（End-to-End）多模態訓練方法，繞過了傳統的語音轉文字（ASR）中間層，從而實現了毫秒級的反應速度。

競品分析

技術深入

• •採用了連續時間序列處理架構（Continuous-time processing），允許模型在輸入流中進行非同步處理，而非等待完整的 Token 序列。
• •引入了動態記憶緩存機制（Dynamic Memory Buffer），使模型能夠在處理長視頻流時，實時更新對環境狀態的理解，而無需重新處理整個上下文視窗。
• •模型架構優化了推理路徑，將視覺感知與決策邏輯深度耦合，減少了多模態對齊過程中的資訊損耗。

前景展望基於引用來源的 AI 分析

時間線