米拉·穆拉提离开OpenAI后发布首个AI模型——完全开源

米拉·穆拉提于2024年9月离开OpenAI，开始自己的事业。将近两年后，这一探索成果问世。她创立的公司Thinking Machines Lab发布了Inkling——一个完全从零开始训练的多模态AI模型，所有权重均可免费下载。

当OpenAI董事会在2023年11月解雇山姆·阿尔特曼时，穆拉提——当时的首席技术官——被任命为临时首席执行官。阿尔特曼在五天后复职，穆拉提回归首席技术官，随后在大约10个月后彻底离开。她于2025年2月创立了Thinking Machines Lab。

此后，该公司沉寂而富有。2025年7月，它在120亿美元估值下筹集了20亿美元，由安德森·霍洛维茨牵头，参与者包括英伟达、Accel、ServiceNow、思科、AMD和Jane Street——这是当时硅谷历史上最大的种子轮融资之一。

2025年11月的报道显示，该公司寻求在500亿美元估值下进行新一轮融资。但到2026年1月，这些谈判破裂。

Inkling是什么

Inkling是一个专家混合模型——一种架构，在任何给定输入下，只有部分网络被激活，从而保持推理速度而不牺牲深度。它是一个非常大的模型：总共有9750亿个参数（定义模型处理信息的内部设置），每个任务有410亿个活跃参数，因此别指望在本地机器上运行它。

作为一个多模态模型，它接受文本、图像和音频，并支持上下文窗口——模型可以一次性推理的文本量——为100万个标记，约合75万字。它在覆盖文本、图像、音频和视频的45万亿个标记上进行了预训练。

“我们的第一个模型，Inkling。完全从零开始训练，权重开放，今天可以在Tinker上进行微调，”穆拉提在X上写道。它从零开始训练这一事实意义重大，尤其是在开源社区，因为它可能为那些对中国持谨慎态度但需要使用亚洲模型进行开发的西方开发者带来一股新鲜空气，因为西方世界顶尖的AI公司大多专注于发布闭源模型。

微调是指在特定数据集上重新训练现有模型，以提高其在特定任务上的性能。Tinker是Thinking Machines围绕这一用例构建的云平台。完整的权重也在Hugging Face上以Apache 2.0许可证发布，没有限制。

Inkling在代理任务中的表现最为突出。在MCP Atlas上——该平台衡量AI代理使用模型上下文协议（连接AI助手与外部工具和服务的开放标准）完成现实世界任务的可靠性，得分为完成任务的百分比——Inkling的得分为74.1%。这比英伟达的Nemotron 3 Ultra高出近30个百分点，后者是该比较中主要的西方开放权重竞争对手。

在SWE-Bench Verified上——这是一个测试AI代理是否能够自主修复真实GitHub软件错误的测试，得分为解决问题的百分比——Inkling得分为77.6%，也高于Nemotron的70.7%。

总体而言，Thinking Machines将该模型销售为“全面”和通用。这意味着它在某一特定任务上不会妥协质量，因为它的能力集中在其他方面（例如，某些模型在编码方面表现出色，但在创意写作方面表现不佳）。

中国模型在多个方面仍然占有优势。Z.ai的GLM 5.2在Terminal Bench 2.1上得分82.7%——这是一个衡量自主AI编码代理在真实终端环境中表现的基准，得分为完成任务的百分比——而Inkling的得分为63.8%。Kimi K2.6在“人类最后的考试”中领先，这是一个博士级科学推理测试。

Thinking Machines对此表示认可。Inkling并不是今天可用的最强模型，无论是开放还是闭源。

它是由西方实验室构建的最强大的开放权重模型。出于法律、安全或合规原因而不愿通过在北京构建的模型处理工作负载的开发者，现在有了一个真正的替代方案，而无需自托管中国模型。

现在，这些开发者有了一个模型（尽管在几乎所有方面都不如最好的中国模型）更符合他们的理想、期望和价值观。后续的微调可以使该模型在特定任务上表现出色，使这些微调在与亚洲模型的基准测试中具有竞争力。

在FORTRESS Adversarial上——该测试评估模型在不阻塞合法提示的情况下拒绝真正有害提示的能力，得分为正确处理的百分比——Inkling得分为78.0%，在所有开放权重模型中是最高的。

除了Inkling，Thinking Machines还预览了Inkling-Small：2760亿个总参数，120亿个活跃参数，已经在大多数推理基准上与更大模型相匹配。其权重将在测试完成后发布，尚未给出时间表。