Thinking Machines 推出 Inkling 開放模型
Thinking Machines Lab，這間由前 OpenAI CTO Mira Murati 創立的 AI 初創公司，最近推出了其首個自家開發的 AI 模型——Inkling。這個模型的特別之處在於，它是一個開放模型，意味著外部開發者同公司可以下載並直接修改它，這同 OpenAI、Anthropic 或 Google 的主流模型形成鮮明對比。
Inkling 是一個混合專家系統，擁有9750億個參數，但在執行特定任務時只會使用其中約410億個參數。這種設計有助於保持大型模型的運行速度同成本效益，因為它可以根據需求選擇性地調用資源。
Inkling 的訓練背景
根據公司資料，Inkling 是基於45萬億個文本、圖像、音頻同視頻的數據進行訓練的。儘管目前它的輸出主要限於文本，包括代碼、風格化的作品同結構化數據，但其設計已經考慮到多媒體的推理能力。
這次發布標誌著 Thinking Machines 在過去一年半的努力後，首次向公眾展示其 AI 基礎設施。早在今年5月，公司已經展示了其“互動模型”的研究預覽，這些模型可以聆聽、發言，甚至打斷對話，而不是像傳統聊天機器人那樣靜靜等待回應。
Inkling 的核心功能
Inkling 的設計理念是提供經過校準的答案，並標記不確定性，而不是隨便猜測。用戶可以根據需要調整“思考努力”的程度，這樣可以在速度同準確性之間進行權衡。根據公司提供的數據，Inkling 在某些基準測試中，使用的 token 數量僅為 Nvidia 最新一代開放模型 Nemotron 3 Ultra 的三分之一，但仍能達到相同的編碼性能。
Inkling 的市場定位
Thinking Machines 對 Inkling 的市場定位並不是將其視為一個最終產品，而是一個起點，讓企業可以透過公司的模型自定義平台 Tinker 進行調整。這意味著客戶需要負責確保他們的自定義是安全的，因為這需要相當高的機器學習專業知識。
這種開放的設計理念同 OpenAI、Anthropic 同 Google 的策略截然不同，後者的模型主要是作為通用聊天機器人推出，並在此基礎上添加自主功能。
Inkling：對傳統 AI 模型的挑戰
Thinking Machines 在其最近的博客文章中提到，集中訓練的 AI 模型往往表現不如企業自己調整的模型，因為不少專業知識是特定於持有者的。這種觀點在業界越來越受到重視，甚至 Microsoft CEO Satya Nadella 也發表了類似的警告，指出企業使用專有 AI 模型實際上是支付了兩次費用：一次是訂閱費用，另一次是將業務知識嵌入到提示同修正中，這些知識可能會被未來的模型版本吸收。
Inkling 的商業模式
Thinking Machines 的商業模式似乎更依賴於 Tinker 平台，而不是直接從模型本身獲利。這意味著公司需要透過訓練、微調同周邊生態系統的托管來實現收入。這個點同 OpenAI 同 Anthropic 的計費模式形成鮮明對比，後者是基於計量的訪問收費。
Inkling 的未來展望
Thinking Machines 的未來發展仍然充滿不確定性。儘管公司在推出 Inkling 方面的速度令人印象深刻，但其資金狀況仍然不明朗。據報導，公司曾計劃進行一輪50億美元的融資，但該計劃在今年1月已經停滯。Thinking Machines 也未透露其如何計劃覆蓋訓練 Inkling 的成本。
總的來說，Inkling 的推出不單止是 Thinking Machines 的一個里程碑，也可能對整個 AI 行業的發展方向產生深遠影響。因應企業對自定義 AI 解決方案的需求持續增加，Inkling 的開放性或許可以為更多企業帶來靈活性同創新。
用 Inkling 趨勢與 trafficholic 建立流量
如果你想將 AI／科技趨勢落實成可執行的內容同獲客系統，可以查看吓 trafficholic 的 SEO 及 GEO／AI Search 優化 同 AI 流量內容課程。
Inkling常見問題
Inkling 有什麼特別之處？
Inkling 是一個開放模型，允許開發者下載同修改，並且設計上可以根據需求調整運算速度同準確度。
Inkling 主要用於什麼？
目前 Inkling 主要用於文本生成，包括代碼、風格化的作品同結構化數據。
如何使用 Inkling 進行自定義？
用戶可以透過 Thinking Machines 的 Tinker 平台來調整 Inkling 模型，根據自身需求進行優化。
資訊參考公開報道趨勢，內容經 trafficholic 重新編寫。原始來源：連結
