摘要重點
《華爾街日報》報導，Thinking Machines Lab於7月15日發布的首款AI模型名稱為「Inkling」，該公司表示強調，Inkling並非目前最強大的模型，無論開源還是閉源，但「我們將其訓練成一個廣泛而均衡的基礎模型：在多個領域都表現出色，並且足夠靈活以適應變化」。
該模型採用「開放權重」（open weights），是指AI開發商把訓練好的模型參數（即權重）公開釋出，讓開發者可以在自己的基礎架構或者託管框架，自由下載、執行、自訂與微調，而不需要完全依賴雲端API。這意味用戶可以使用偏好的開放工具或是自己數據，微調或調整該模型。
去中心化AI挑戰圍牆花園
報導指出，Inkling模型總共擁有9750億個參數，遠小於OpenAI和Anthropic等競爭對手最先進的閉源模型的估計參數量。
Thinking Machines進軍開放權重AI模式去中心化生態系統之際，正值業界對OpenAI和Anthropic等尖端實驗室的「圍牆花園」（walled garden）模式產生更廣泛的反彈。國防人工智慧（AI）巨獸帕蘭泰爾（Palantir）執行長卡普（Alex Karp）和微軟執行長納德拉（Satya Nadella）等行業領袖警告稱，企業把核心機構資料輸入到自身無法控制的集中式通用模型，可能會損害自身的商業模式。
Inkling模型兼顧成本與性能
Thinking Machines表示，不同於專注於原始算力的尖端實驗室，其模型目的在於平衡「成本與性能」。 Inkling擁有近1兆個參數，但其中只有410億個是「活躍」的，這意味著每次查詢只會啟動AI「大腦」的一小部分，進而降低成本並提高速度。
該模型可以透過該公司的首款產品Tinker進行客製化。Tinker是一款針對AI開發者和研究人員的雲端微調工具，於去年發布。 Tinker的目標，是讓開發者坐在筆記型電腦前，無需操心底層超級運算基礎設施，即可自訂和訓練大型工業級AI模型。
Thinking Machines已獲輝達投資
全球最大對沖基金「橋水基金」（Bridgewater Associates）上月發表報告，稱Tinker在金融文件分類方面的表現超越GPT-5和Claude Opus，同時計算成本降低13倍以上。
報導指，Inkling模型完全在最先進的輝達（Nvidia）硬體上進行訓練。Thinking Machines 和輝達今年3月宣布達成一項多年合作協議，該公司獲得輝達投資，並同意部署至少1吉瓦（GW）的尖端晶片，用於訓練和運行其尖端AI模型。
Thinking Machines表示，已對該模型進行安全性測試，包括評估其可能被用於製造生物武器或協助駭客進行網路攻擊等風險，結果顯示模型表現良好。該公司表示，由於該模型採用開放權重，他們仍在研究如何調整模型中內建的安全措施，這也是一些專有模型開發者對於安全方面的擔憂。
