Thinking Machines 发布 Inkling，一个开源的原生音频大语言模型

由前OpenAI首席技术官Mira Murati创立的实验室Thinking Machines发布了Inkling，这是一个具有原生音频处理能力的开源模型。这个拥有9750亿参数、410亿活跃参数的模型可以直接处理文本、图像和音频，无需外部编码器，这是以前只有闭源模型才具备的功能。虽然Inkling在理解音频、转录语音和处理语音指令方面表现出色，但目前它只能以文本形式响应，而非合成语音。该模型在AudioMC等基准测试上的表现远超开源竞争对手，尽管闭源模型在整体能力上仍处于领先地位。 AI

影响 通过提供一个具有原生音频理解能力的开源模型，此次发布可能会加速多模态AI应用的开发，尽管其缺乏音频输出限制了即时的语音交互用例。

排序理由 来自知名实验室（前OpenAI首席技术官）的开源模型发布，具有新颖的原生音频处理能力。[lever_c_demoted from frontier_release: ic=1 ai=1.0]

在 dev.to — LLM tag 阅读 →

• ChatGPT
• DeepSeek V3
• Gemini
• Gemini 3.1 Pro
• GPT-4
• GPT-4o
• Hugging Face
• Inkling
• Mira Murati
• OpenAI
• Qwen3-Omni
• Thinking Machines

• 模型发布
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →