← 返回新闻列表
TechCrunch AI 🗓️ 2026-07-15 🌍 英文原文

Thinking Machines 通过其第一个开放模型 Inkling 加大了对通用人工智能的赌注

原始标题:In depth: Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling
⚡ 一句话看懂:这是该公司在花了一年半的时间在公众视野之外构建人工智能基础设施后首次公开证明这一点

由前 OpenAI 首席技术官 Mira Murati 创立的人工智能初创公司 Thinking Machines Lab 于周三上午发布了其第一个专有人工智能模型,名为 暗示 。

与 OpenAI、Anthropic 或 Google 的旗舰模型不同,它是开放重量的,这意味着外部开发人员和公司可以直接下载并修改它。

Inkling 是一个混合专家系统,拥有 9750 亿个总参数,但对于任何给定的任务,它只利用了其中的一小部分(大约 410 亿个),这是一种常见的设计,可以让大型模型更快、更便宜地运行。

根据该公司自己的发布材料,它接受了 45 万亿个文本、图像、音频和视频标记的训练,并在这四种标记上进行了本地推理。

不过,其当前的生成功能仅限于文本输出,其中包括代码、样式化工件和结构化数据。

该模型是 Thinking Machines Labs 在花了一年半的时间在公众视野之外构建人工智能基础设施后首次公开证明。

其中一些工作已经浮出水面 五月研究预览 “交互模型”——人工智能旨在倾听和说话(甚至打断),而不是像典型的聊天机器人那样停下来等待。

这也是对这家初创公司背后的核心赌注的一次考验,即组织可以适应自己的人工智能将胜过目前最大的实验室销售的通用模型。

Inkling 是一个有趣的模型,旨在给出校准答案,包括标记不确定性而不是猜测,并且当用户想要换取速度时,可以让用户调高或调低“思考努力”。

该公司表示,在一项基准测试中,为了达到相同的编码性能,Inkling 使用的代币数量是 Nvidia 的 Nemotron 3 Ultra(其最新一代开放权重模型)的三分之一。

值得注意的是,Thinking Machines 并不声称 Inkling 是同类中最好的。

其简报材料明确指出,Inkling“不是当今最强大的模型,无论是封闭式还是开放式”。

显然,它的目标是全面的性能和可定制性。

当然,这就提出了这个产品的目标用户是谁的问题,而不仅仅是一个企业产品。

目前,Thinking Machines 将 Inkling 营销为一个起点,而不是一个成品,组织可以通过该公司的模型定制平台 Tinker 进行自我调整,但这意味着他们自己的客户必须确保他们的定制是安全的。

(微调需要认真的机器学习才能。

🔗 原始来源

如果你要核对细节,可以再看原文: TechCrunch AI原文链接