thinking-machines

Thinking Machines的Inkling是一个975B参数模型，通过llama.cpp在Mac Studio上本地运行。它听取了一段问诊音频，从闲聊中的细微线索准确诊断出心力衰竭，展示了无需离开本机的先进医学推理能力。

Thinking Machines 的 Inkling 模型在美国开放权重模型中排名第一。

Thinking Machines 发布了 Inkling，一个开源的多模态 AI 模型，能够跨文本、图像和音频模态进行推理，并提供了完整的权重用于微调。

由前OpenAI CTO Mira Murati 领导的 Thinking Machines Lab 发布了其首个开放权重AI模型 Inkling，这是一个9750亿参数的混合专家系统，专为企业定制和校准响应而设计，挑战了主要实验室的一刀切方法。

Inkling is a 975B-parameter sparse mixture-of-experts multimodal model accepting text, image and audio inputs and generating text outputs. Released with open weights for research, fine-tuning, and integration.

Thinking Machines, the lab founded by ex-OpenAI researchers, released a manifesto arguing for distributed AI over centralized AGI, emphasizing local knowledge, human-AI collaboration, and user-encoded alignment.

John Schulman回顾了Thinking Machines的创始原则，强调定制化与人机协作，并分享了公司在AI智能体取得最新进展后更新的愿景。

Thinking Machines的新研究批评了当前单线程AI交互模型，认为这些模型强制人类进行干净的输入输出循环，限制了人机协作。该实验室提出了一种新的交互模型，支持类似于实时人类对话的连续、多模态协作。

Mira Murati 自离开 OpenAI 以来首次接受全面采访，详细披露了她在 AGI 初创公司 Thinking Machines 实验室的项目，强调人类与 AI 将像双人自行车一样紧密协作。

Garry Tan发推文称，他使用Thinking Machines在几个小时内微调了自己的Qwen3.5-397B模型，称赞其速度和可用性，用于多模态个人AI。

Thinking Machines宣布提供10万美元的研究补助金及Tinker credits，以推进人机交互领域的发展，提案截止日期为2026年6月19日。

Thinking Machines 发布了 TML-Interaction-Small，这是一个 276B 参数的 MoE 模型，专为实时、始终在线的交互设计，延迟低于 0.4 秒，并集成了多模态处理能力。