Thinking Machines Lab
PulseAugur coverage of Thinking Machines Lab — every cluster mentioning Thinking Machines Lab across labs, papers, and developer communities, ranked by signal.
- founded by Mira Murati 100%
- developed by Inkling 95%
- developed Inkling 95%
- founded Inkling 95%
- instance of Inkling 95%
- developed Inkling-Small 95%
- developed by Inkling-Small 95%
- founded Mira Murati 90%
- employed by Mira Murati 90%
- founded by Lilian Weng 90%
- employed by Lilian Weng 90%
- developed Thinking machines 90%
- 2026-06-05 product_launch Mira Murati previewed "interaction models" from Thinking Machines Lab, designed for continuous real-time processing of audio, text, and video. 来源
- 2026-05-17 product_launch Thinking Machines Lab launched its first AI model focused on human-AI collaboration. 来源
- 2026-05-17 product_launch Thinking Machines Lab launched its first AI model. 来源
- 2026-05-15 product_launch Thinking Machines Lab previewed new "interaction models" designed for continuous human communication.
- 2026-05-12 research_milestone Thinking Machines Lab unveiled its vision for full-duplex conversational AI, which closely resembles prior work from 面壁智能. 来源
- 2026-05-12 product_launch Thinking Machines Lab introduced interaction models, a new architecture for real-time human-AI collaboration. 来源
- 2026-05-12 product_launch Thinking Machines Lab introduced interaction models, a new type of AI for real-time collaboration. 来源
- 2026-05-12 product_launch Thinking Machines Lab announced its first AI model, focusing on real-time interaction. 来源
- 2026-05-12 product_launch Thinking Machines Lab announced its new interaction models enabling simultaneous input processing and response generation.
- 2026-05-12 product_launch Thinking Machines Lab announced a research preview of its new "interaction models" designed for real-time, simultaneous AI-human collaboration. 来源
- 2026-05-12 product_launch Thinking Machines Lab announced its new interaction models, featuring full-duplex AI capabilities.
6 天有情绪数据
Inkling's 1M token context window is a key differentiator for long-context reasoning.
The Inkling model boasts an exceptionally large 1 million token context window, trained on 45 trillion tokens. This is a significant feature that enables advanced reasoning over extended inputs across text, image, and audio. This capability is likely to be a major draw for applications requiring deep understanding of lengthy documents or complex multimodal sequences.
Inkling's 41B active parameters suggest a Mixture-of-Experts (MoE) architecture.
The recent release of Inkling highlights a 975B total parameter count with only 41B active parameters. This significant difference strongly suggests an MoE architecture, where only a subset of parameters are utilized for any given input, enabling efficient scaling. This pattern is consistent with other large models designed for efficiency.
Thinking Machines Lab will release a specialized Inkling fine-tune for enterprise agentic workflows within 90 days.
The integration of Inkling into Databricks' Unity AI Gateway, specifically mentioning optimization for 'coding, agentic reasoning, and multimodal inputs' and connectivity with coding agents, indicates a strong enterprise focus. This suggests Thinking Machines Lab will likely release a version of Inkling specifically fine-tuned for these enterprise agentic workflows to capitalize on this early integration.
Inkling's architecture leverages Mixture-of-Experts (MoE)
The mention of Inkling being a Mixture-of-Experts (MoE) model, particularly with 975B total parameters and 41B active parameters, indicates a sophisticated architecture designed for efficiency and scalability. This is a notable characteristic for an open-weight model.
Inkling's 1M context window is a key differentiator
Multiple sources highlight Inkling's 1 million token context window. This is a significant technical achievement and a potential differentiator in the open-weight model space, especially for applications requiring long-form content understanding or generation.
-
中国实验室引领开源AI模型前沿，超越美国发布
开源AI模型格局正在迅速演变，模型开发前沿出现显著转变。中国实验室正越来越多地发布更大、性能更强的模型，其参数数量常常超越美国实验室的模型。这一趋势部分得益于量化技术的进步，使得大型模型得以普及，以及AMD和NVIDIA等硬件制造商通过发布大量模型来推动芯片销售。虽然美国公司在发布小型模型和优化现有模型以适配硬件方面十分活跃，但新型、大规模开源模型的创建似乎正集中在中国。
-
Thinking Machines Lab 发布 Inkling-Small 开源 MoE 模型
Thinking Machines Lab 发布了 Inkling-Small，一个开源的专家混合（MoE）模型。尽管规模较小，Inkling-Small 在编码测试中超越了其前代产品，并提供具有 100 万 token 上下文窗口的原生多模态能力。
-
Thinking Machines 发布 Inkling-Small，性能超越更大模型
Thinking Machines Lab 推出了 Inkling-Small，这是一款新的开源多模态模型，它优先考虑效率而非单纯的规模。尽管比其前身 Inkling 体积小得多，Inkling-Small 在各种编码和推理基准测试中表现出卓越的性能。该模型设计用于更轻松的部署，能够在一台 GPU 上运行，并根据 Apache 2.0 许可证提供。
-
Lilian Weng重返OpenAI领导自进化AI团队
前OpenAI研究与安全副总裁Lilian Weng已重返该公司，领导其高优先级研究项目“自进化”（RSI）团队。Weng此前曾离开OpenAI，与Mira Murati共同创立Thinking Machines Lab (TML)，但因健康原因和初创公司生活的快节奏而离开了TML。她重返OpenAI（此前已在那里工作六年）标志着TML出现显著的“人才回流”，因为其他几位联合创始人也已重返OpenAI或转投其他主要AI实验室。
-
OpenAI 7月营收超第二季度；关键研究员回归
OpenAI首席财务官Sarah Friar宣布，公司7月的年化营收超过了整个第二季度的总营收。这一增长是在一次内部会议上讨论的，会议还讨论了与Anthropic的竞争。此外，Thinking Machines Lab的联合创始人翁荔将重返OpenAI，专注于通过AI开发下一代模型的研究，特别是在递归自我改进领域。
-
Thinking Machines 联合创始人 Lilian Weng 重返 OpenAI 领导 AI 研究
Thinking Machines Lab 的联合创始人 Lilian Weng 在短暂离开她的初创公司后，已重返 OpenAI。Weng 表示因健康原因辞去在 Thinking Machines 的职务，该公司是她与前 OpenAI CTO Mira Murati 共同创立的。重返 OpenAI 后，Weng 将领导一个专注于递归自我改进研究的团队，旨在开发下一代 AI 模型。
-
Mira Murati 的 Thinking Machines Lab 推出了 Inkling，采用开放权重和坦诚的定位
由前 OpenAI 高管 Mira Murati 联合创立的 Thinking Machines Lab 推出了其首个模型 Inkling。这个开放权重系统拥有 9750 亿参数和一百万个 token 的上下文窗口，能够处理文本、图像和音频。独特的是，该公司承认 Inkling 并非最强大的可用模型，而是将其战略定位为用户拥有和定制模型，而非租用访问权限。
-
OpenAI、Moonshot、Anthropic 发布旗舰模型；基准测试显示各有千秋
OpenAI、Moonshot AI 和 Anthropic 公司迅速发布了各自最新的旗舰模型：GPT-5.6 Sol、Kimi K3 和 Claude Opus 5。这三款模型都提供了巨大的上下文窗口和有竞争力的定价，但性能基准测试揭示了细微的差异。Claude Opus 5 在 SWE-bench Pro 等编码任务和 ARC-AGI-3 等推理基准测试中表现领先，而 GPT-5.6 Sol 在智能终端任务以及 DeepSWE 1…
-
美国AI实验室推出开源模型以挑战中国的主导地位
美国AI初创公司正在崛起，以挑战中国开源模型在AI领域的统治地位。Poolside，由前GitHub首席技术官Jason Warner联合创立，已发布一款名为Laguna的新模型，该模型声称在其参数类别中，其性能优于西方和全球的开源竞争对手。虽然Laguna尚未达到OpenAI和Anthropic等顶级闭源模型的水平，但Poolside的目标是实现模型开发的工业化，以实现快速迭代。其他美国实验室，如Mira Murati的Thinki…
-
Mira Murati 的 Inkling 模型在发布当天进行自我微调，登上美国公开权重排行榜榜首
Mira Murati 的 Thinking Machines Lab 发布了 Inkling，一个拥有 975B 参数的模型，在发布当天展示了自我微调能力。该模型通过一个七步的后训练过程，成功地将自己训练成了一个避免使用字母 'e' 的唇形模型。发布时，Inkling 在 Artificial Analysis Intelligence Index 上获得了 41 分，超过了 NVIDIA 的 Nemotron 3 Ultra 和其…
-
Thinking Machines Lab 发布 975B 参数 AI 模型 Inkling
Thinking Machines Lab 已发布 Inkling，一个拥有 9750 亿参数的开放权重 AI 模型。该模型的设计灵感来源于 DeepSeek，运行需要 2 TB 的 GPU 内存。其性能已在混合基准测试中得到评估。
-
AI前沿崛起：两大实验室一日发布重磅开放权重模型
两大人工智能实验室 Thinking Machines 和 Moonshot AI 在同一天内发布了重要的开放权重模型，标志着人工智能能力的快速崛起。Thinking Machines 推出了 Inkling，这是一个拥有 9750 亿参数和 100 万 token 上下文窗口的模型，强调定制化和 Apache 2.0 许可证，而非基准测试的统治地位。Moonshot AI 紧随其后推出了 Kimi K3，这是一个 2.8 万亿参数的…
-
Together AI 发布 Inkling 多模态 MoE 模型，拥有 100 万上下文窗口
Together AI 推出了 Inkling，这是由 Thinking Machines Lab 开发的多模态混合专家（MoE）模型。该开放权重模型拥有 9750 亿总参数和 410 亿激活参数，100 万 token 的上下文窗口，并原生支持文本、图像和音频输入。Inkling 通过 Together 的 FlashAttention-4 内核进行了优化，以实现高效推理，现在可通过 Together Serverless Infe…
-
科技巨头高管警告称，人工智能实验室正在窃取企业数据
几位著名的科技高管正在警告企业使用专有AI模型的风险，认为这些实验室实际上正在提取有价值的商业数据和专有技术。微软首席执行官Satya Nadella强调，公司要付出两次代价：一次是支付token使用费，另一次是通过提供专有信息来训练模型。Palantir首席执行官Alex Karp也表达了类似的担忧，他表示，前沿AI实验室优先考虑的是“token最大化”，而不是真正的商业解决方案，并且正在窃取公司的竞争优势。这种观点也得到了风险投资…
-
Thinking Machines Lab崭露头角，成为OpenAI的AI竞争者
人工智能公司Thinking Machines Lab正崭露头角，成为OpenAI等现有巨头的潜在竞争对手。该公司专注于开发开放权重AI模型，将其定位为该领域的挑战者。
-
截至2026年7月，按许可和基准划分的开放权重LLM发布详情
对截至2026年7月发布的开放权重大型语言模型进行汇编，按其许可和基准性能对模型进行分类。值得注意的发布包括Thinking Machines Lab的Inkling（Apache 2.0许可）、DeepSeek V4 Pro、小米MiMo-V2.5-Pro和GLM-5.2（MIT许可），以及MiniMax M3和Kimi K2.7 Code（自定义或限制性许可）。
-
Thinking Machines 发布 Inkling，一款 975B 参数的开源多模态模型
Thinking Machines Lab 发布了 Inkling，一个全新的开源多模态基础模型家族。旗舰版 Inkling 模型拥有 9750 亿总参数和 410 亿活跃参数，支持 100 万 token 的上下文窗口，并在 45 万亿 token 的文本、图像和音频上进行了训练。同时还提供了一个参数量较小的 Inkling-Small 版本，拥有 120 亿活跃参数。这些模型采用 Apache 2.0 许可，旨在实现跨文本、图像和…
-
Thinking Machines Lab发布Inkling，一个1万亿参数的开放权重多模态AI模型
Thinking Machines Lab发布了Inkling，一个约1万亿参数的开放权重AI模型，专为微调而设计。该模型支持文本、图像和音频的多模态理解，并允许用户调整计算量以适应不同任务。Inkling在45万亿个token上进行了训练，旨在作为基础，使组织能够通过整合其独特知识来构建专门的AI应用程序。
-
前OpenAI首席技术官的Inkling模型落后于中国AI对手
由前OpenAI首席技术官Mira Murati及其他OpenAI研究员创立的Thinking Machines Lab发布了其首个模型Inkling。尽管获得了20亿美元的巨额种子轮融资和120亿美元的估值，Inkling在多项基准测试中的表现却落后于智谱GLM 5.2和月之暗面Kimi K2.6等领先的中国开源模型。该公司采用了中国架构，并使用了中国模型的蒸馏技术，这一举动与美国政府对中国AI公司提出的知识产权盗窃指控形成对比。
-
Thinking Machines 发布 Inkling，一款高效的多模态 MoE 模型
Thinking Machines 发布了 Inkling，这是一款新的开源、多模态混合专家（MoE）模型，拥有 9750 亿总参数和 410 亿活跃参数。该模型支持 100 万 token 的上下文窗口，并具有可控思考能力，允许用户调整推理成本。Inkling 旨在通过为企业用例提供效率和灵活性来与 Anthropic 和 OpenAI 等成熟的参与者竞争。