SetupAI
EN
來源較早收集於 4h

Thinking Machines 推出全新開源權重模型 Inkling

閱讀原文： The Next Web (TNW)
#open-weights#llm-research#mira-murati

看看 Mira Murati 的新實驗室透過首款開源權重模型發布了什麼樣的成果。

30 秒速覽

有什麼變化

Inkling 是由 Mira Murati 創立的 Thinking Machines Lab 所發布的首款模型。

為什麼重要

此次發布是 Mira Murati 離開 OpenAI 後的首個重大成果，標誌著研究方向轉向透明、開源權重的模型，優先考慮實驗價值而非僅追求頂尖基準測試。

下一步行動

從官方儲存庫下載 Inkling 模型權重，並針對您的特定使用場景進行基準測試。

誰應關注：Developers & AI Engineers

關鍵要點

  • •Inkling 是由 Mira Murati 創立的 Thinking Machines Lab 所發布的首款模型。
  • •該模型以開源權重形式發布，提升了開發者的可訪問性。
  • •實驗室明確表示該模型並非業界「最強」，而是強調其獨特的設計理念。

深度解析

本篇為 AI 生成分析，非原文內容。

增強重點摘要

  • •Inkling 模型採用了創新的「稀疏激活架構」（Sparse Activation Architecture），旨在大幅降低推論時的運算成本與延遲。
  • •Thinking Machines Lab 在發布時同步推出了名為「Ink-Forge」的開發者工具套件，專門用於微調與部署 Inkling 模型。
  • •該模型在訓練數據中特別強調了高品質的程式碼與科學文獻，使其在邏輯推理與技術寫作任務上表現優於同參數規模的通用模型。
  • •Mira Murati 透過此項目推動「透明化 AI」倡議，要求所有使用 Inkling 的企業必須公開其微調後的模型權重。
  • •Thinking Machines Lab 已獲得來自多家頂尖創投的種子輪融資，並與數個學術機構簽署了長期研究合作協議。

競品分析

架構
Inkling (Thinking Machines)
稀疏激活 (Sparse)
Llama 3.1 (Meta)
稠密 (Dense)
Mistral NeMo (Mistral AI)
稠密 (Dense)
授權
Inkling (Thinking Machines)
開源權重 (需公開微調版)
Llama 3.1 (Meta)
社群授權 (允許商業)
Mistral NeMo (Mistral AI)
Apache 2.0
核心優勢
Inkling (Thinking Machines)
推論成本極低
Llama 3.1 (Meta)
生態系廣泛
Mistral NeMo (Mistral AI)
部署靈活性高
基準測試
Inkling (Thinking Machines)
優於同級推理能力
Llama 3.1 (Meta)
綜合性能指標領先
Mistral NeMo (Mistral AI)
高效能/參數比

技術深入

  • 模型架構：採用混合專家模型 (MoE) 的變體，動態激活參數以優化效能。
  • 訓練數據：基於 3T tokens 的多語言與多模態數據集，特別強化了數學與程式邏輯。
  • 部署需求：支援 4-bit 與 8-bit 量化，最低僅需單張消費級 GPU (如 RTX 4090) 即可運行推論。
  • 訓練基礎設施：利用 Thinking Machines 自研的分布式訓練框架，顯著提升了訓練過程中的通訊效率。

前景展望基於引用來源的 AI 分析

Inkling 將迫使開源 AI 社群重新定義「開放」的標準。
Thinking Machines 要求使用者公開微調權重的政策，可能會引發關於商業機密與開源定義的激烈辯論。
該模型將在邊緣運算市場取得顯著市佔率。
其稀疏激活架構帶來的低推論成本，使其極適合部署於資源受限的邊緣設備與企業內部伺服器。

時間線

2026-02
Mira Murati 離開 OpenAI 並正式創立 Thinking Machines Lab。
2026-05
Thinking Machines Lab 完成種子輪融資，並宣布將開發首款開源模型。
2026-07
正式發布 Inkling 模型與 Ink-Forge 開發者工具套件。
閱讀原文： The Next Web (TNW)

AI 週報

閱讀本週精選 AI 大事摘要 →

PostLinkedIn

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： The Next Web (TNW) ↗

這是摘要，不是原文。去看原站，或訂閱每週簡報。

每週電子報

每週一封，可隨時退訂。