开放权重AI模型发布 企业可自定更便宜方案

Thinking Machines Lab周三发布了首个自研AI模型Inkling。与OpenAI、Anthropic或Google的旗舰模型不同，Inkling采用开放权重许可——外部开发者和公司可以直接下载并修改它。

Inkling是一个混合专家系统，总参数达9750亿，但每次任务仅激活约410亿参数。它接受过45万亿token的文本、图像、音频和视频数据训练，能原生处理这四种模态。不过，目前输出仅限于文本——包括代码、样式化制品和结构化数据。模型会主动标记不确定性而非盲目猜测，用户还能调节“思考努力”来平衡速度与准确性。

Thinking Machines没有宣称Inkling是当前最强模型。博客文章明确写道，Inkling“不是今天最强的模型，无论开源还是封闭”。但它在效率上表现突出：在某个编码基准测试中，Inkling仅用Nvidia Nemotron 3 Ultra三分之一的token就达到相同性能。

Inkling主要面向企业市场，作为定制的起点。公司通过Tinker平台让客户进行微调，客户自己负责定制版本的安全。

这一策略已有成功案例。Thinking Machines与Bridgewater Associates合作，双方研究人员在现有开源模型基础上，用Bridgewater的金融专业知识进行微调。结果在金融推理测试中得分84.7%，超越顶级专有模型，运行成本约为其十四分之一。

微软CEO Satya Nadella曾警告，企业使用专有AI模型相当于双重付费：既付订阅费，又贡献业务知识供模型吸收。Hugging Face CEO Clem Delangue则预测，前沿模型将主要用于实验和高价值任务，大部分生产AI工作会转向私有或开源替代方案。

Thinking Machines的收入并非来自模型本身，而是Tinker平台——包括训练、微调以及托管生态的分成。公司从成立到发布模型仅用约9个月（OpenAI约5年，Anthropic约3年）。Inkling的部分早期后训练数据使用了其他开放权重模型（如Moonshot AI的Kimi K2.5）生成，但预训练从头开始；下一代模型将实现完全自给自足。

Inkling完全在Nvidia的GB300 NVL72系统上训练，并与Nvidia合作，计划部署千兆瓦级Vera Rubin计算能力。公司目前约有200名员工，此前有两位联合创始人于1月离职加入OpenAI。