💬 观点Latent Space
[AINews] Thinky's Inkling: 975B-A41B multimodal, new — Thinking Machines 发布 975B 开源 MoE 模型 Inkl
Thinking Machines 发布 975B 开源 MoE 模型 Inkling,定位美国最强 Apache 2.0 基础模型。
2026-07-16原文
本文为要点摘要,完整细节以原文为准。
🧭 一图看懂
由原文自动提炼 · 以原文为准点击任一分支,查看这一点的一句话解读
Thinking Machines 发布…
975B 总参数、41B 激活的 MoE 多模态模型,Apache 2.0 开源
- 支持文本/图像/音频输入,文本输出
- 开源权重支持 1M 上下文,Tinker API 256K
- 预训练 45T tokens,含文本图像音视频
🔗 涉及的概念与玩家
- Thinking Machines公司
- Inkling模型
- Inkling-Small模型
- Mira Murati人物
- Soumith Chintala人物
- Tinker产品
- MoE方法
- Apache 2.0概念
- Thinking Machines—发布→Inkling
- Thinking Machines—预览→Inkling-Small
- Inkling—采用→MoE
- Inkling—采用许可→Apache 2.0
- Inkling—支持微调→Tinker
- Mira Murati—任职于→Thinking Machines
- Inkling 是 975B 总参数/41B 活跃参数的 MoE 模型,支持文本、图像、音频输入和 1M 上下文窗口,Apache 2.0 许可。这意味着开发者可以自由定制和部署一个强大的多模态基础模型,无需担心许可限制。
- 架构创新包括混合滑动窗口注意力(5:1 局部-全局层比)、相对位置编码替代 RoPE、短卷积层以及 2 个共享专家,并采用 DeepSeek 式无辅助损失负载均衡。这些设计选择展示了在开源模型中探索替代架构的可行性,可能影响未来模型设计。
- 在 Artificial Analysis 智能指数上得分为 41,成为美国开源模型领先者,但在智能体基准上仍落后于 GLM 5.2,在多模态上落后于 Kimi K2.6。这表明开源模型虽进步显著,但与顶级闭源模型仍有差距,开发者需根据任务需求选择。
原文:[AINews] Thinky's Inkling: 975B-A41B multimodal, new best American Apache 2.0 open model (with Inkling-Small, 276B-A12B) · 作者 Latent Space
🕸 顺着图谱继续读
- Inkling: Our open-weights model — Mira Murati 团队发布开源混合专家模型 Inkling,975B 总参2026-07-16 · 共同涉及 Inkling、Inkling-Small、Tinker
- Welcome Inkling by Thinking Machines — Hugging Face 欢迎 Thinking Machines 的 Inkl2026-07-15 · 共同涉及 Thinking Machines、Inkling、MoE
- Latest open artifacts (#23): Laguna S2.1, Inkling, & — 开源模型生态未按预期整合,反而百花齐放,本文盘点最新发布并分析其商业与政策含义。2026-08-02 · 共同涉及 Thinking Machines、Inkling
- How open model ecosystems compound — 开源模型生态如何通过知识共享降低研发成本,中国AI实验室的开放策略提供了独特视角2026-05-12 · 共同涉及 MoE、Tinker