米拉·穆拉蒂（Mira Murati）在离开OpenAI后，以全新姿态重返人工智能领域。由她领导的Thinking Machines Lab近日推出首款AI模型Inkling，通过"开放权重"模式向全球开发者开放底层架构，允许用户基于自有数据对模型进行个性化调整。这一策略与OpenAI等头部企业的闭源路线形成鲜明对比，被视为缩小技术差距的关键尝试。
Inkling模型采用9750亿参数架构，但实际运行中仅激活410亿个"活跃参数"。这种设计使模型在保持近万亿参数规模的同时，将单次查询的计算成本降低60%以上。实验室负责人解释称，这种"动态参数调用"机制既保证了模型的多领域适应性，又显著提升了响应速度，特别适合资源有限的企业级应用场景。
技术架构方面，Inkling基础框架借鉴了中国团队开发的DeepSeek-V3模型，并在后训练阶段引入月之暗面公司Kimi K2.5生成的数据进行优化。实验室特别强调，模型在数学推理、多语言处理等核心能力上达到行业平均水平，虽然单项性能未达顶尖，但综合表现均衡，尤其在成本控制方面具有优势。
配套发布的云端微调工具Tinker成为另一亮点。这款面向开发者的平台允许用户通过笔记本电脑直接训练工业级模型，无需构建超级计算集群。实验室演示显示，开发者可在数小时内完成模型定制，较传统方式效率提升近百倍。该工具已支持包括医疗、金融在内的12个专业领域数据包。
安全测试结果显示，Inkling在生物武器研发、网络攻击协助等高风险场景中未表现出异常倾向。但实验室承认，开放权重模式带来的可控性挑战仍需持续优化。目前团队正在研发动态权限管理系统，计划通过分级访问控制降低模型滥用风险，相关技术有望在第三季度更新。
市场分析认为，Inkling的推出标志着AI领域竞争策略分化。当头部企业聚焦模型规模竞赛时，新兴团队开始探索"精准化"发展路径。这种差异化的技术路线能否改变行业格局，将取决于开发者社区的接受程度和实际应用效果。实验室透露，已有超过200家企业参与早期测试，涵盖制造业、物流等多个领域。
