🌍The Next Web (TNW)•最新收集於 4h
Thinking Machines 推出全新開源權重模型 Inkling
💡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-Second TL;DR
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
AI-generated analysis for this event.
🔑 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▸ Show
| 特性 | Inkling (Thinking Machines) | Llama 3.1 (Meta) | Mistral NeMo (Mistral AI) |
|---|---|---|---|
| 架構 | 稀疏激活 (Sparse) | 稠密 (Dense) | 稠密 (Dense) |
| 授權 | 開源權重 (需公開微調版) | 社群授權 (允許商業) | Apache 2.0 |
| 核心優勢 | 推論成本極低 | 生態系廣泛 | 部署靈活性高 |
| 基準測試 | 優於同級推理能力 | 綜合性能指標領先 | 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AI analysis grounded in cited sources
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。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
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) ↗