Thinking Machines Lab发布开放权重模型Inkling

Mira Murati的Thinking Machines Lab发布首个开放权重模型Inkling,这是继Nemotron、Gemma之后美国开源阵营的新选手,也是对中国开源模型崛起的一次正面回应。

• Inkling是一个MoE Transformer,总参数975B,激活参数41B,Apache-2.0协议开源,训练数据涵盖文本、图像、音频、视频共45万亿token
• 同时预告了更小版本Inkling-Small(276B总参数、12B激活),仍在测试中,权重待后续发布
• 官方模型卡篇幅明显短于业内惯例,训练数据文档也语焉不详,只笼统提及数据来自公开互联网及第三方
• Thinking Machines坦言Inkling并非当前最强模型,无论开源闭源都算不上前沿,而是定位为适合微调的强基座模型,主打配合自家Tinker训练平台使用
• 实测的SVG鹈鹕骑自行车示例显示,其生图/生成代码能力可用但不算惊艳
• 对开发者而言,Inkling的价值不在于跑分登顶,而在于给美系开源生态添了一个可商用微调的重量级选项,值得关注它能否在Tinker生态里跑出差异化打法。