一家新的 AI 实验室带着一个大型开源模型进入战场，试图在拥挤的生成式 AI 市场中找到自己的位置。
发生了什么
Thinking Machines Lab 发布了其首个 AI 模型 Inkling，这是一个拥有 9750 亿参数的开源模型，能够理解视频和音频内容。该模型在多个基准测试中表现出色，特别是在多模态理解任务上。Inkling 的发布标志着这家由前 OpenAI 和 Anthropic 研究人员创立的实验室正式进入公众视野。
为什么重要
Thinking Machines Lab 由一群在 AI 安全与能力研究方面有深厚背景的科学家创立，其目标是在构建强大 AI 的同时确保安全性。Inkling 的开源策略与 Anthropic 和 OpenAI 的封闭模式形成对比，后者通常只通过 API 提供模型。开源模型允许开发者自由使用、修改和审计，这可能会加速 AI 应用的创新，但也带来了潜在的安全风险。Inkling 的 9750 亿参数规模使其跻身于最大开源模型之列，与 Meta 的 Llama 3.1 405B 和 Mistral 的 Large 2 等竞争。更重要的是，它对视频和音频的原生支持，使其在多模态能力上超越了大多数纯文本或图像模型。
影响与看点
Inkling 的发布对开发者社区是一个好消息：他们现在有了一个强大的开源多模态模型，可以用于视频分析、音频转录、内容生成等任务。对于企业用户，Inkling 提供了在本地或私有云部署的可能性，避免了对第三方 API 的依赖。然而，模型的巨大规模意味着推理成本高昂，可能需要高端硬件。此外，Thinking Machines Lab 能否在资金和人才上持续与巨头竞争仍是一个问题。值得关注的是，Inkling 在安全方面的具体措施——实验室声称采用了新的对齐技术，但尚未公开细节。如果这些技术被证明有效，可能会为开源模型的安全部署树立新标准。
