Thinking Machines发布首个开源模型Inkling 主打企业级定制化AI
由前OpenAI首席技术官Mira Murati创立的AI初创公司Thinking Machines Lab，近日发布了其首个自主研发的开源人工智能模型Inkling。该模型主打开放权重与企业级定制能力，被外界视为Thinking Machines在完成早期基础设施建设后，首次向市场展示其技术路线。
与当前不少闭源通用大模型强调“统一入口、统一能力”不同，Inkling更强调可定制化。Thinking Machines希望通过开放模型权重和配套定制平台，让企业可以根据自身业务数据、应用场景和成本要求，训练或微调更适合自己的AI系统。
据介绍，Inkling采用混合专家架构（MoE），总参数规模达到千亿级别以上，但在单次任务中只激活部分参数，以兼顾模型规模和推理效率。该模型面向多模态能力进行训练，覆盖文本、图像、音频、视频等类型数据，目前重点支持文本、代码和结构化数据输出。
Inkling的一个重要特点，是允许用户根据任务需求调整模型的“思考强度”。对于简单任务，企业可以选择更快、更低成本的推理方式；对于代码生成、复杂分析或高精度任务，则可以提升推理强度，以换取更好的结果。这种设计让模型不再只追求单一性能指标，而是更贴近企业在真实生产环境中的成本和效率平衡。
Thinking Machines还将Inkling与其模型定制平台Tinker结合。企业可以在该平台上进行模型微调、托管和部署，从而将通用模型能力转化为更贴合内部流程的专用AI工具。相比直接面向普通用户推出聊天机器人，Thinking Machines的策略更偏向企业服务和私有化定制市场。
这一方向也符合当前AI行业的一个明显趋势：企业越来越关注数据安全、成本控制和场景适配。很多企业并不满足于使用统一的通用模型，而是希望在保证专有数据不外泄的前提下，训练适合自身业务的模型能力。开源模型和定制平台的结合，正好为这类需求提供了新的选择。
不过，Inkling能否在企业市场真正站稳脚跟，还要看后续模型效果、部署成本、生态工具、开发者支持和商业化能力。对于开源AI来说，模型发布只是第一步，能否被开发者和企业持续使用，才是决定其影响力的关键。
整体来看，Inkling的发布意味着Thinking Machines正式加入开源大模型竞争。它不再单纯对标通用聊天机器人，而是把重点放在企业定制、开放权重和生产环境落地上。这也预示着AI模型市场正在从“谁的通用模型更强”，逐步转向“谁能更好地服务具体业务场景”。
广告合作
QQ群号：4114653
- 本网站发布的内容(图片、视频和文字)以原创、转载和分享网络内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。邮箱：2942802716#qq.com（#改为@）。
- 本站原创内容未经允许不得转载，转载请注明出处“站长百科”和原文地址。
