Inkling 登場：前 OpenAI CTO Mira Murati 嘅 AI 初創，首個開源權重模型全面解構

Inkling 模型重點一覽

參數數量與架構： 截至撰稿時，Thinking Machines Lab 未有官方確認 Inkling 嘅確切參數數量。有報導指 Inkling 係一個「混合專家（MoE）系統，總參數高達 9750 億」，但只會因應任務啟動其中一部分 。呢個數字未獲公司官方或其他獨立來源證實。公司喺 2026 年 5 月推出嘅早期模型 TML-Interaction-Small 同樣採用 MoE 架構，有 2760 億總參數，但每次前向傳播僅啟動約 120 億個參數 。Inkling 好大可能採用類似嘅 MoE 設計，但目前未有確實證據 。

發布平台與開放程度： Inkling 嘅完整權重喺 2026 年 7 月 15 日正式開放。用戶可以透過 Thinking Machines 自家嘅 Tinker 平台進行微調，公司亦提供一個互動介面「Inkling Playground」俾人試玩 。由於權重係開放嘅，第三方開發者亦可以自行部署。

模態支援： Inkling 可以同時處理文字、圖像同音頻 。

戰略定位： Thinking Machines Lab 明確將 Inkling 定位為「同 OpenAI、Anthropic 或 Google 嘅旗艦產品有重大分別」，因為佢哋選擇以開源權重形式發布 。公司強調透明度、可定制性同開發者自由度，同其他主要 AI 實驗室嘅封閉 API 同限制存取模式形成對比。呢個方向亦符合公司嘅使命：令先進 AI 系統「更普及、更易定制、更易使用」。

公司融資與公共利益公司結構

融資紀錄： Thinking Machines Lab 喺種子輪融資中籌得 20 億美元，係風險投資史上最大嘅種子輪，由 Andreessen Horowitz 領投，Nvidia、AMD、Cisco、Accel、Jane Street 等亦有參與 。公司估值喺融資完成時介乎 100 億至 120 億美元 。

公共利益公司（PBC）： Thinking Machines Lab 註冊為公共利益公司，法律上要求公司在追求股東利益嘅同時，亦要兼顧指定嘅公共利益目標 。公司使命強調可靠性、透明度、可解釋性同人機協作 。

競爭格局：Inkling 嘅對手同優勢

Inkling 推出時，市場上已經有好多強勁嘅開源權重模型，包括 Meta 嘅 Llama 4、Mistral 系列、DeepSeek 嘅開放模型，仲有 OpenAI（GPT-5）、Google（Gemini 2.0）同 Anthropic（Claude 4）嘅封閉前沿模型。Thinking Machines Lab 嘅主要賣點包括：

• 創辦團隊嘅背景： 由前 OpenAI CTO Mira Murati 領軍，團隊仲包括 RLHF 嘅共同創造者、前 VP of Research，以及建立咗塑造 GPT-4 安全文化嘅研究員 。
• Tinker 生態系統： Inkling 同 Tinker 平台深度整合。Tinker 係一個底層微調平台，可以幫開發者處理分散式 GPU 編排嘅複雜問題，同時保持對訓練流程嘅全面控制。呢個係一個專注開發者嘅技術定位，同 OpenAI 或 Google 面向大眾消費市場嘅產品有明顯分別 。
• 開源權重加公共利益公司嘅組合： 咁大規模嘅公司同時做到開放權重同承擔公共利益責任，喺市場上好罕見，對擔心 AI 權力過度集中嘅企業客戶同監管機構可能好有吸引力 。
• 早期階段嘅提醒： Inkling 係公司首個自家模型發布。截至推出時，未有獨立基準測試顯示 Inkling 同 GPT-5、Claude 4 或 Llama 4 嘅能力對比 。