Inkling：Mira Murati 创业首秀，975B 参数开源多模态模型登场
前 OpenAI CTO Mira Murati 创办的 Thinking Machines Lab 发布了首个从零训练的模型 Inkling——一个 975B 总参数、41B 激活的 MoE 架构多模态模型，支持 1M token 上下文，开源权重，同步上线 Tinker 微调平台。
从 OpenAI 到 Thinking Machines
Mira Murati 在 OpenAI 任 CTO 期间主导了 GPT-4、DALL·E 等产品的开发，2023 年 Sam Altman 被罢免期间曾短暂担任 CEO。2024 年离职创办 Thinking Machines Lab，定位"让 AI 延伸人类意志与判断"。此前已发布 Tinker 定制平台和交互式 AI 系统，Inkling 是公司首个从零训练的模型。
Inkling 核心规格
- 架构：Mixture-of-Experts transformer，975B 总参数，41B 激活参数
- 预训练：45 万亿 tokens，覆盖文本、图像、音频、视频
- 上下文：1M token 窗口
- 多模态：原生推理文本、图像、音频，非拼接式级联
- 可控思考：thinking effort 可调，在成本和性能间灵活取舍
- Inkling-Small：同步预览 12B 激活参数轻量版
定位：可定制基础模型，不是最强模型
Thinking Machines Lab 在官方博客中明确表示："Inkling 不是当前可用的最强模型，无论开源还是闭源。"它的定位是全面均衡的通用基础模型——在 agentic、推理、编码、指令遵循、事实性、视觉、音频等维度都有竞争力，但不在单一基准上追求极致。
这个定位直接服务于核心卖点：可定制性。Inkling 已在 Tinker 平台开放微调，甚至演示了让 Inkling 自己编写微调任务、运行并评估结果。Tinker 控制台还新增了 Inkling Playground，供开发者直接对话体验。
为什么值得关注
规模稀缺：975B 总参是目前开源模型中最大规模之一。虽然激活参数只有 41B，但 MoE 架构意味着推理成本远低于同等总参的稠密模型。
创业信号：Murati 是 OpenAI 核心技术领导层出走创业的代表人物。Inkling 的发布标志着 Thinking Machines Lab 从平台工具走向模型层，正式加入开源大模型竞争。
生态路线：不同于追求跑分第一的模型厂商，Thinking Machines 走的是"基础模型 + 微调平台"路线，更接近"模型即服务基础设施"的思路。
限制
- 官方自述不是最强模型，基准测试显示"均衡"而非"领先"
- Inkling-Small 仍为预览版
- 微调生态（Tinker）尚在早期，实际效果待社区验证
基于多家媒体转述整理。
来源：
- https://thinkingmachines.ai/news/introducing-inkling/
- https://www.theverge.com/ai-artificial-intelligence
- https://x.com/miramurati/status/2077455974743593100