一句话看懂：前 OpenAI CTO 米拉·穆拉蒂创立的新公司“思维机器实验室”发布了首个多模态 AI 模型 Inkling，这是一款拥有 9750 亿参数（激活参数 410 亿）的混合专家模型，支持文本、图像、音频和视频输入，模型权重已在 Hugging Face 和 Thinker API 上开源。这是穆拉蒂离开 OpenAI 后的首次重大产品亮相，被视为美国开源 AI 领域当前最具竞争力的模型之一。
事件核心：发生了什么
思维机器实验室（Thinking Machines Lab）由米拉·穆拉蒂创立，核心团队约三分之二成员来自 OpenAI，曾参与前沿研究、产品化和安全机制建设。7月16日，该团队正式发布第一款自训练模型 Inkling。
Inkling 采用了混合专家（MoE）架构，总参数量 975B，每次推理激活 41B 参数，上下文窗口最高支持 100 万 Token。预训练阶段处理了海量文本、图像、音频和视频数据。目前，用户可下载模型权重，或通过 Thinker API 调用。
横向基准测试显示，Inkling 的数学推理能力突出——在 AIME2026 测试中达到 97.1%，略高于 DeepSeek V4Pro；在智能体工作流测试 MCP Atlas 中得分为 74.1%，远超 Nemotron3Ultra。在原生视觉和音频理解上，它同样表现强劲：音频处理测试 MMAU 得分为 77.2%，接近 Gemini 3.1 Pro。不过在推理、编码和特定软件工程任务上，Inkling 与 Claude Fable5 或 GPT-5.6 Sol 等闭源顶级模型相比仍有差距。
为什么重要
穆拉蒂回归本身就是一个行业信号。她领导的团队集体选择开源路线，而非闭源，这意味着在顶尖人才的供给端，开源阵营获得了一次重要补强。Inkling 不仅在多项基准上追赶甚至部分超越了 DeepSeek V4Pro、GLM 5.2 等当前主流开源模型，还以原生多模态能力（音频+视觉）形成了差异化竞争。在当前开源生态中，GLM 5.2 在纯编码和复杂推理上保持优势，Inkling 则在通用指令跟踪（IFBench）上略胜一筹，双方形成了鲜明的定位差异。此举可能推动更多开发者将多模态能力集成到开源工具链中，进而影响企业对闭源大模型的采购判断。
对用户/开发者/创作者的影响
开发者：可以直接从 Hugging Face 下载 975B 参数的权重，即便在消费级 GPU 上无法全量运行，也可以基于其 API 快速接入多模态能力。对于需要同时处理文本、图像和音频数据的应用（如智能助手、内容审核、教育工具），Inkling 提供一个高性能的开源备选方案。创作者：通过 Thinker API，可以尝试 AI 辅助的音频和视频内容分析，但目前公开信息显示该模型尚未开放图像生成等创作型功能，更多是分析与理解侧的能力输出。普通用户：短期内可能不会直接感受到变化，但开源权重发布后，社区衍生产品和微调版本预计将在未来几周内出现。
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，模型权重开源后，社区能否在消费级算力上实现有效推理或微调，将决定其生态扩展速度。第二，穆拉蒂团队的产品路线图尚未披露，Inkling 是单点发布还是一次系列模型的首发，值得持续跟踪。第三，DeepSeek、GLM、Kimi 等开源竞品是否会迅速推出针对性更新，可能影响多模态开源市场格局的重新划分。最后，该模型在编程和复杂推理上与闭源模型的差距是否会随后续版本缩小，将是衡量其长期竞争力的关键指标。
来源：AIbase
