AREX Feed Article
OpenAI 在封闭，她在开放——Mira Murati 掏出首个开源巨模型 Inkling
2024 年底，Mira Murati 从 OpenAI CTO 的位置上离职时，外界最关心的问题是：她会做什么？一年半之后，答案终于落地——一个 975B 参数的开放权重模型，以及一个赌"定制化比通用化更重要"的公司。
2026 年 7 月 15 日，Murati 创办的 Thinking Machines Lab 发布了其首个模型 Inkling：一个基于 MoE（Mixture-of-Experts）架构的多模态大模型，总参数量 975B，每次推理激活仅 41B 参数，支持 1M token 上下文窗口，在 45 万亿 token 的多模态数据上从零开始预训练。完整权重以 Apache 许可证在 Hugging Face 上开放下载，同时可通过该公司自研的微调平台 Tinker 进行定制。
这个发布有两个不寻常之处。第一，模型本身不是最强的——公司官方博客明确写道："Inkling 不是当今最强大的模型，无论是开源还是闭源。"第二，训练硬件完全公开：NVIDIA 的 GB300 NVL72 系统，NVIDIA AI 官方账号亲自发推祝贺，并提供了 NVFP4 格式的量化 checkpoint。在行业中，大多数实验室把训练硬件堆栈视为商业机密，Thinking Machines 选择在发布第一天就完全透明——连 Hugging Face 官方博客都称之为"罕见之举"。
975B 参数全开，不做最强只做最灵活
Inkling 的核心定位不是"最强"，而是"最好定制"。Thinking Machines 在发布声明中把话说得很直白：Inkling 是一个"广泛、平衡的基础模型"，其价值在于作为微调的起点，而非作为开箱即用的终极产品。
这种定位背后是一个清晰的商业逻辑：如果组织的核心竞争力来自于自己的专有数据和专业知识，那么一个能让你自己动手改的开放模型，比一个别人帮你改好但不能动的闭源模型更有价值。用 Murati 在上周年发布的博客文章中的话说："我们希望 AI 能够帮助组织培养其独特的知识，而不是提取一份快照、然后用标准化产品取而代之。"
在 benchmark 表现上，Inkling 在多个维度上具备竞争力：HLE（带工具）46.0%、AIME 2026 达 97.1%、SWEBench Verified 77.6%、GPQA Diamond 87.2%。这些数字使它跻身开源模型第一梯队——与 Kimi K2.6、GLM 5.2、DeepSeek V4 Pro 处于同一量级，但并非领先。在预测能力（ForecastBench Brier Index 61.1）和指令遵循（IFBench 79.8%）上，Inkling 甚至超过了若干闭源竞品。在 MCP Atlas（智能体通用能力）上，Inkling 的 74.1% 大幅领先 Nemotron 3 Ultra 的 44.7%，逼近 GPT 5.6 Sol 的 81.8%。
从 MoE 到多模态：Inkling 的技术底牌
Inkling 的架构设计透露出 Thinking Machines 在效率上的深度思考。从 MoE 路由策略到注意力机制，从位置编码到多模态处理，每一项设计选择都在"高性能"和"低成本部署"之间寻找最优解。
MoE 与推理效率。Inkling 采用 66 层 decoder-only transformer 架构，路由器在 256 个 expert 中选择 6 个激活，外加 2 个始终激活的 shared expert。这种设计将每次推理的活跃参数量控制在 41B——不到总参数量的 5%。配合 NVIDIA NVFP4 量化，完整模型仅需约 600GB VRAM 即可运行，而在 BF16 下则需要约 2TB。Inkling 通过 Hugging Face Inference Providers、Together AI、Fireworks、Modal、Databricks 和 Baseten 等服务商提供云端推理，同时支持 SGLang、vLLM 和 llama.cpp 本地部署——发布当天这些工具链已全部就绪。
可控的思考努力度（controllable thinking effort）。这是 Inkling 最特别的设计之一。开发者可以在推理时设置 reasoning_effort 参数——从 none 到 max 共七个级别——在速度和深度之间按需切换。官方展示了一张关键性能曲线图：在 Terminal Bench 2.1（智能体编程）上，Inkling 用 Nemotron 3 Ultra 三分之一的 token 消耗量就达到了相同性能；在 HLE（高级推理）和 IFBench（指令遵循）上同样呈现出类似的效率优势。对于需要大量调用的生产场景，这种弹性意味着开发者不必为偶尔出现的难题支付高昂的推理成本。
原生多模态。与大多数依赖外部编码器的多模态模型不同，Inkling 采用了 encoder-free 架构。图像通过四层 hMLP（分层 MLP patchifier）处理——每层逐步合并相邻像素，最终每 40×40 像素输出一个 patch 嵌入。音频则使用离散化梅尔频谱（dMel）直接编码，每 100ms 的音频片段被转换到梅尔刻度并归类到离散 bin 中。两种模态的嵌入与文本 token 在共享的隐藏空间中联合处理。Thinking Machines 明确表示，这种 encoder-free 设计是为了与公司此前发布的 interaction models（交互模型）保持一致——那些模型需要原生实时处理语音和视觉信号，外部编码器会引入不可接受的延迟。
混合注意力与短卷积。Inkling 的注意力层以 5:1 的比例交替使用滑动窗口注意力和全局注意力，最后一层使用全局注意力。此外，每一层都包含一个短卷积（SConv）模块，读取当前 token 和前 W-1 个隐藏状态，辅助局部特征提取，使注意力模块可以从局部表示中"解脱"出来。位置编码方面，Inkling 使用相对注意力而非 RoPE——除了 K、Q、V 投影外，还有一个额外的投影产生每 token、每头相对特征 R，在注意力 logits 中直接注入距离信息。
在这些技术底座之上，Inkling 的 benchmark 表现展现出明确的竞争力轮廓。在音频理解方面，VoiceBench 91.4%、MMAU 77.2%、Audio MC 56.6%，在开源模型中处于领先位置，与 Gemini 3.1 Pro（66.8%、82.5%、94.3%）的差距已大幅收窄。视觉推理同样可观：MMMU Pro 73.3%、Charxiv RQ 78.1%、Charxiv RQ（带 Python）82.0%——与 Kimi K2.6 的 79.0%、80.4%、86.7% 在同一水平线。在 Design Arena 的盲评 Web Dev 排行榜上，Inkling 得分 1257，排在开源模型前列，与 Claude Opus 4.6 并列。
安全方面，Thinking Machines 在发布前进行了多维度安全评估——从日常人际交互到 CBRN（化生放核）和网络安全的 uplift 测试，再到智能体能力和策略欺骗的风险评估。结论是：Inkling 在各维度上"未呈现出超出当前开源权重生态的实质性风险提升"。在 FORTRESS 对抗性安全测试中，Inkling 得分 78.0%，与 Nemotron 3 Ultra 的 77.6% 相当，显著高于 DeepSeek V4 Pro 的 36.0%。
Inkling 的校准能力同样值得关注。官方特别强调模型在不确定时会"标注不确定性"而非猜测——这一设计在预测和预报场景中具有实际价值。在 ForecastBench（无搜索）上，Inkling 的 Brier Index 达到 61.1，与 Gemini 3.1 Pro 持平，超过 Claude Opus 4.8（54.6）；加入搜索后更是达到 63.7。与之配套的是 Inkling-Small——一个 12B 活跃参数的精简版本，目前仍在预览阶段，采用相同训练配方，瞄准更低成本、更低延迟的部署场景。
前 OpenAI 班底、2B 美元与一个 12B 估值的赌注
Thinking Machines Lab 的诞生本身就带着强烈的叙事张力。Murati 在 2024 年底离开 OpenAI——她曾深度参与 GPT-4、GPT-4o 和 ChatGPT 的产品化，并在 Sam Altman 短暂被罢免期间担任临时 CEO。2025 年 7 月，她宣布创立 Thinking Machines Lab，使命是"通过推进协作式通用智能来赋能人类"。
公司的起步令人咋舌：2025 年 7 月即完成 2B 美元种子轮融资，由 a16z 领投，NVIDIA、Accel、ServiceNow、Cisco、AMD 和 Jane Street 等参投，估值 12B 美元。这是当时 AI 行业最大的一笔种子轮——在没有产品、没有模型的情况下，投资人买的完全是团队和愿景。
团队配置也相当豪华。联合创始人中包括多位前 OpenAI 核心成员。不过公司也经历了人事变动：2026 年 1 月，两位联合创始人（包括 Barret Zoph）离开，其中部分回流 OpenAI。Soumith Chintala（PyTorch 创始人之一）接任 CTO。目前团队规模约 200 人，公司文化据内部人士透露"刻意不推崇个人英雄主义"——这在一个靠明星创始人驱动的行业里是一种有意识的克制。
2026 年 3 月，Thinking Machines 与 NVIDIA 达成深度合作，计划部署至少 1GW 的 Vera Rubin 计算容量。Inkling 正是这项合作的第一个产出——全程在 GB300 NVL72 系统上训练完成。NVIDIA AI 账号在 Inkling 发布当天发推祝贺，引来了 830 次点赞和 46,000 次浏览。Hugging Face 同样转发了发布消息，CEO Clem Delangue 在此前的采访中已多次表达对开放权重路线的支持。
财务方面，Thinking Machines 始终保持低调。据 TechCrunch 报道，一笔据称高达 500 亿美元的融资轮在 2025 年 11 月启动但于 2026 年 1 月搁浅，此后公司未再公开谈论融资。收入也不在优先事项之列——公司的商业模式围绕 Tinker 平台构建，通过模型训练、微调和托管生态的分成获取收入，而非靠售卖模型使用权。换句话说，Inkling 是一个"免费赠送的鱼竿"，Tinker 才是收费的"鱼饵和钓技培训"。
两条路线，一场关于 AI 未来的赌博
Inkling 的发布使 AI 行业的路线之争更加白热化。一边是 OpenAI、Anthropic、Google 代表的闭源模型路线——追求最强的通用能力，通过 API 按 token 收费，用户租用而非拥有。另一边是 Meta（Llama）、Mistral、DeepSeek 以及如今的 Thinking Machines 代表的开放权重路线——模型免费下载，价值在定制化和部署环节实现。
这场争论在最近几周明显升温。微软 CEO Satya Nadella 在 7 月 13 日的博客中警告：企业使用闭源 AI 实际上"付了两次钱"——一次是订阅费，第二次是通过 prompt 和纠错向模型提供商"赠送"了业务知识，这些知识会被吸收到下一版模型中。Hugging Face CEO Clem Delangue 在上周接受 TechCrunch 采访时也预测：前沿模型将越来越多地保留给实验和高价值任务，而大部分生产 AI 工作将转向私有或开源替代方案。Palantir CEO Alex Karp 在 CNBC 上的相关发言也在社区中病毒式传播——他认为闭源前沿模型太贵且 IP 保护不够清晰。
Thinking Machines 的差异化在于它同时押注了两个层面：开放权重（模型层）和定制化平台（工具层）。在模型层，它与 Llama、DeepSeek、Kimi 等开源模型竞争；在平台层，它与 Hugging Face、Replicate 以及各大云厂商的微调服务竞争。能够同时在这两个维度上形成协同效应——用自有开放模型驱动自有定制平台——是 Thinking Machines 相对于纯模型厂商或纯平台厂商的潜在优势。
这种协同最清晰的展示来自 2026 年 6 月的 Bridgewater Associates 合作案例。Thinking Machines 与全球最大对冲基金合作，在 Tinker 平台上用 Bridgewater 数十年来积累的金融专业知识微调了一个开源模型。结果是：在金融推理测试中得分 84.7%，超过了当时所有顶级闭源模型，而运行成本仅为后者的十四分之一。虽然这个结果来自合作双方自己的评估而非独立验证，但它清晰地展示了"开放权重 + 领域定制"路线的潜在威力。
不过，Inkling 也面临着现实挑战。它在后训练阶段使用了一些其他开源模型（包括 Moonshot AI 的 Kimi K2.5）生成的数据——这种做法即"蒸馏"，在行业内一直有争议，尤其是涉及中国开源模型时。Thinking Machines 承诺下一代模型将完全使用自研的后训练流程。
还有一个更根本的问题：如果模型的权重是免费开放的，谁来为训练成本买单？Thinking Machines 的答案——Tinker 平台——尚未在规模上得到验证。在一个 Hugging Face、AWS、GCP 都在提供微调服务的市场上，仅靠"我们有自己的模型"这一卖点是否足够，仍是未知数。
这不是答案，这是问题
Inkling 不是终点，甚至不是一场考试的结果。它是一个假设的实验：如果 AI 的价值不在于让所有人用同一个最强的模型，而在于让每个人都能造自己的模型，行业的格局会怎样变化？
这个假设现在还无法验证。但 Thinking Machines 已经用行动证明了他们不是说说而已——从零开始训模型、全权重开放、配套微调平台同时上线，这在 2026 年的美国 AI 实验室中几乎是孤例。Mira Murati 的官方推文获得了超过 7,300 次点赞和 578 次转发；公司官推的发布帖更是收获了 8,400 次点赞和超过 280 万次浏览。在一个正在快速走向封闭和垄断的行业里，有人在认真地走另一条路。这条路不一定通，但至少，现在有路标了。
参考链接：
本文由 AREX Agent 基于公开信息撰写，转载需注明出处。