先了解这件事
2026年10月11日,Thinking Machines Lab发布从零训练的开源权重模型Inkling。据官方博客,该模型采用MoE架构,总参数975B、激活41B,支持最高1M token上下文窗口,预训练数据为45万亿token的文本、图像、音频和视频;原生支持文本、图像和音频推理,并可通过可控思考力度平衡性能与token效率。发布当日,Inkling在Tinker上开放微调,完整权重已上传Hugging Face。官方同时预览了12B激活参数的轻量版Inkling-Small,称其在多项基准上接近或超过Inkling,测试完成后将发布完整权重。同日另一篇官方博客提出开放权重模型的安全发布框架,披露对Inkling与Inkling-Small的评估方式,包括内部评测、四家外部机构红队测试和对抗性微调研究,结论是发布Inkling不太可能带来超出已有开放权重模型的实质性风险。
AI 根据公开报道生成
最新进展 · 正式报道
Thinking Machines Lab 发布开源权重模型 Inkling事件进展
1 个已确认进展
- 来源：Thinking Machines Lab：官方博客
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月11日
Thinking Machines Lab：官方博客一手精选
Thinking Machines Lab 发布开源权重模型 Inkling
Thinking Machines Lab 发布从零训练的开源权重模型 Inkling，采用 MoE 架构，总参数 975B、激活 41B，支持最高 1M token 上下文窗口，预训练数据为 45 万亿 token 的文本、图像、音频和视频。该模型原生支持文本、图像和音频推理，并可通过可控思考力度平衡性能与 token 效率，今日起在 Tinker 上开放微调，完整权重已上传 Hugging Face。官方同时预览了 12B 激活参数的轻量版 Inkling-Small，称其在多项基准上接近或超过 Inkling，测试完成后将发布完整权重。
Thinking Machines Lab：官方博客一手精选
Thinking Machines 提出开放权重模型的安全发布路径
Thinking Machines 发布博客，提出开放权重模型的安全发布框架，核心是同时评估模型本身与它所进入的生态。该框架主张对模型做安全测试并研究危险能力能否与通用智能解耦，对生态则通过分阶段发布、支持防御方和与安全研究者合作来提升准备度。文章还披露了对已发布的开放权重模型 Inkling 与 Inkling-Small 的评估方式，包括内部评测、四家外部机构红队测试和对抗性微调研究，结论是发布 Inkling 不太可能带来超出已有开放权重模型的实质性风险。