一句话看懂：Thinking Machines 发布了名为 Inkling 的开放权重混合专家模型，拥有 975B 总参数（41B 活跃参数），支持 1M token 上下文窗口，并支持文本、图像、音频和视频的原生推理。该模型已在 Tinker 平台开放微调，旨在让开发者和企业能够低成本定制自己的 AI。
事件核心：发生了什么
Thinking Machines 公司于近日发布了其首个开放权重基础模型 Inkling。Inkling 是一个 Mixture-of-Experts（MoE）架构的 Transformer 模型，总参数量达到 975B，但每次推理仅激活 41B 参数，以平衡性能与成本。该模型在 45 万亿 token 的多模态数据（包含文本、图像、音频和视频）上进行了预训练，并支持最长 1M token 的上下文窗口。同时，公司还推出了一个轻量级版本 Inkling-Small，拥有 12B 活跃参数，用于更快的推理场景。Inkling 的权重已完全开放，用户可以在 Tinker 平台上进行微调和部署。
为什么重要
Inkling 的发布标志着开放权重模型领域出现了一个新的、注重平衡性的竞争者。与当前最强模型（无论开源或闭源）追求极致单项性能不同，Inkling 强调作为基础模型的“适应性”——它在多个领域表现均衡，具备高效的多模态推理与可控的思考能力。这种设计思路降低了开发者在特定业务场景下进行微调的门槛，特别是对于需要同时处理文本、图像乃至音频数据的复杂应用。此外，Inkling 采用了 MoE 架构，也反映了行业在追求性能的同时，愈发关注推理成本和部署效率的趋势。
对用户/开发者/创作者的影响
对于开发者而言，Inkling 的直接价值在于其开放权重和 Tinker 平台提供的微调能力。素材中展示的模型“自我微调”案例——Inkling 通过 Tinker 自行编写微调目标、生成训练数据、运行训练并切换权重——生动展示了未来 AI Agent 自主优化自身模型的潜力。对于企业用户，这意味着可以基于一个强大的多模态基础模型，快速定制出符合内部特定需求（如文档合规、代码审查、特定领域问答）的 AI 服务，而不必从零开始训练。对内容创作者来说，Inkling 的多模态原生推理能力（已整合视觉和音频）预示着一款工具能同时处理图片生成、音频分析和文本创作，简化工作流。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，Inkling 的具体性能基准测试数据尚未在素材中详细公开，其与 Llama、Qwen 或 GPT 系列等主流模型在通用任务上的对比，将是评估其真实竞争力的关键。第二，Tinker 平台的微调能力是否真正易用、成本是否可控，以及开放权重下的许可协议（如是否商用）需要进一步明确，这直接影响开发者生态的建立。第三，Inkling 系列是否会继续迭代出更大或更专精的模型版本（如推理型或视觉型），以及 Thinking Machines 公司是否会围绕此模型推出商业化服务（如托管推理 API），将是观察该公司商业模式是否成立的重要线索。
来源：Hacker News
