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

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内部人工智能模型，名为 Inkling。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。但目前，其输出仅限于文本，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。其中一些工作已经在五月份的“交互模型”研究预览中浮出水面——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 旨在提供经过校准的答案，包括标记不确定性而不是猜测，并允许用户在想要换取速度时调高或调低“思考力度”。该公司表示，在一项基准测试中，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，以达到相同的编码性能。

Thinking Machines 并不声称 Inkling 是同类中最好的。其最新的博客文章明确指出，Inkling“不是当今可用的最强大的整体模型，无论是开放式还是封闭式”。显然，它的目标是全面的性能。这就提出了一个问题：在其目标企业市场中，该产品真正适合谁。

Thinking Machines 目前对 Inkling 的营销与其说是作为成品，不如说是作为一个起点，组织可以通过该公司的模型定制平台 Tinker 进行自我调整。例如，这也意味着客户，而不是思维机器，有责任确保他们的定制是安全的。

（微调需要认真的机器学习人才。）OpenAI、Anthropic 和 Google 都分别对 ChatGPT、Claude 和 Gemini 采取了非常不同的方法，这些机器人都是为了首先作为通用聊天机器人进行竞争而构建的，在其之上具有代理、自主功能。

Thinking Machines 上周发表的一篇文章显然是本次发布的背景。该公司在那篇文章中指出，由一家公司集中培训然后固定下来的人工智能，其表现不如组织自行塑造的人工智能，因为太多的专业知识是特定于拥有它的人的。其他反对封闭模型的论点正在兴起。微软首席执行官萨蒂亚·纳德拉（Satya Nadella）在周日发表的一篇博文中警告说，使用专有人工智能模型的企业实际上要支付两次费用：一次是订阅费用，另一次是通过移交嵌入在提示和更正中的商业知识来吸收，这些知识可以被吸收到未来的模型版本中。该公司已在 OpenAI 和 Anthropic 上投资了数十亿美元。

Hugging Face 首席执行官 Clem Delangue 上周在接受 TechCrunch 采访时也做出了类似的预测。他说，前沿模型将越来越多地保留用于实验和高价值任务，而大多数人工智能生产工作将转向私有或开源替代方案——Thinking Machines 正是围绕这种分裂进行构建的。最明确的论点