7月16日，AI圈又有了新动静。OpenAI前首席技术官Mira Murati新创办的Thinking Machines Lab，正式拿出了他们的首款自研大模型——Inkling。和市面上主流的闭源大模型不同，Inkling选择了开放权重这条路线，意味着开发者可以自由下载模型权重，按照自己的实际场景做本地化微调与部署。

来看看这模型的底子：混合专家（MoE）Transformer架构，总参数规模9750亿，每次推理激活参数410亿，上下文窗口最高支持100万token。预训练数据量是45万亿token的多模态数据，所以它天生就能理解并联合推理文本、图像和音频。官方态度很坦诚，明确说Inkling不是当前综合性能最强的模型，设计哲学聚焦于“可控推理强度”——说白了，就是要在推理效率、响应质量和算力成本之间找到最优的平衡点。这个思路挺务实，毕竟动辄烧钱堆算力的路子，不是所有团队都能跑通。

同一时间，他们还发布了轻量级版本Inkling-Small预览版，并且上线了云端微调平台Tinker。这套组合拳的意图很明显：为企业用户提供灵活、安全且深度可定制的AI底层基础设施。说到底，开放权重加上微调工具，才是真正把控制权交到开发者手里。