前 OpenAI CTO Mira Murati 创立的 Thinking Machine 公司发布了其首款模型 Inkling，采用 MoE 架构，总参数量 975B，激活参数 41B，支持 1M 上下文窗口，并在 45T 数据上训练，原生支持多模态（文本、图像、音频）。该模型开源，后训练数据从 Kimi 2.5 等开源模型蒸馏得到。同时提供激活参数 12B 的 Small 预览版。
SynthePulse Insight · AI 深度解读
版本 1 · 1 个来源
前 OpenAI CTO Mira Murati 创立的 Thinking Machine 在成立一年半后，正式推出其首款模型 Inkling。该模型采用 MoE 架构，总参数量达 975B，激活参数 41B，支持 1M 上下文窗口，并在 45T 数据上训练，原生支持文本、图像和音频理解。模型已开源，后训练数据从 Kimi 2.5 等开源模型蒸馏而来。
Inkling 采用混合专家（MoE）架构，总参数量高达 975B（接近 1 万亿），但每次推理仅激活 41B 参数，兼顾规模与效率。上下文窗口达到 1M tokens，可处理超长文本。训练数据规模为 45T tokens，覆盖多模态内容。
此外，Thinking Machine 还推出了一个更小的预览版模型 Inkling Small，激活参数为 12B，面向资源受限场景。
Inkling 原生支持文本、图像和音频三种模态的理解与推理，无需额外适配。模型权重已完全开源，开发者可自由下载、微调或部署。
值得注意的是，其后训练数据并非完全自研，而是从一系列开源模型中蒸馏得到，包括 Kimi 2.5 等。这一做法降低了数据获取成本，但也引发了对原创性和依赖性的讨论。
Thinking Machine 由前 OpenAI CTO Mira Murati 于 2025 年初创立，经过一年半的研发，终于推出首款产品。Murati 在 OpenAI 期间主导了 GPT-4 等关键项目，其新公司的动向一直备受关注。
Inkling 的发布标志着 AI 模型开源阵营再添一员猛将，尤其在 MoE 架构和超长上下文方面，与 DeepSeek-V3、Qwen2.5 等模型形成竞争。但 Inkling 的蒸馏数据来源可能引发关于模型原创性和知识产权的讨论。
本报道基于 X 平台用户歸藏(guizang.ai) 的推文，该用户引用了 Thinking Machine 官方公告。模型参数、架构、开源等信息来自官方声明，可信度较高。但蒸馏数据来源等细节尚未得到 Thinking Machine 官方独立确认。
Thinking Machine 的首款模型 Inkling 以 975B 总参数、41B 激活参数、1M 上下文窗口和多模态能力，展示了强大的技术实力，开源策略有望推动社区发展，但蒸馏数据来源的争议值得关注。
主报道
主报道来源
另有 1 个来源报道