维度网讯，由美国前开放人工智能（OpenAI）首席技术官米拉·穆拉蒂（Mira Murati）创立的思考机器实验室（Thinking Machines Lab）发布了开源权重模型Inkling。该模型总参数达9750亿，采用混合专家架构，针对给定任务仅激活约410亿参数，支持高达100万token的上下文窗口，并在45万亿token的文本、图像、音频和视频数据上完成训练。Inkling能够处理文本、图像和音频的推理，但当前仅输出文本，包括代码和结构化数据。

思考机器实验室并未声称Inkling位居性能榜首。其自有材料将其描述为“并非目前可用的最强模型，无论闭源还是开源”。该实验室追求的是广度和适应性，将Inkling定位为可供组织自主微调的基础模型，而非成品聊天机器人。用户可通过调节“思考力度”在准确性与速度之间权衡。该公司表示，在一项编码测试中，Inkling仅消耗英伟达（Nvidia）Nemotron 3 Ultra三分之一的token便达到同等水平。实验室还预览了轻量版Inkling-Small，该版具有120亿活跃参数，针对成本和速度优先的任务设计。

整个发布基于一个核心假设：在单一位置训练后冻结的人工智能，将输给每个组织能根据自身专业知识塑造的模型。客户通过思考机器实验室的定制平台Tinker对Inkling进行微调，并拥有产出结果，同时自行承担所构建内容的安全风险。该实验室以与对冲基金桥水基金（Bridgewater）的合作项目为例，双方基于桥水基金的金融知识训练了一个开源模型，该模型在金融推理测试中得分84.7%，以极低成本击败了顶级专有模型。这一数据来自两家公司自身的评估，而非独立第三方。

思考机器实验室强调其开发速度。TechCrunch指出，OpenAI大约用了五年实现推出和盈利，Anthropic用了约三年，而穆拉蒂的实验室声称用了大约九个月。为达到这一速度，实验室走了一些捷径：为启动Inkling训练，它依赖其他开源模型，包括月之暗面（Moonshot）的Kimi K2.5，这种做法称为蒸馏。实验室表示其下一个模型将完全自主训练。Inkling运行在英伟达GB300系统上，这是3月份一宗关于1吉瓦英伟达计算能力交易的一部分。

目前思考机器实验室对Inkling完全免费，其收入来自定制平台Tinker。实验室的资金与人员曾经历波折：去年以120亿美元估值融资20亿美元，而据报道一轮500亿美元的融资搁浅；今年早些时候两位联合创始人离职，当前员工人数已恢复至约200人。实验室在其发布的宣言中写道：“我们相信保持古怪的活力。”