Thinking Machines Lab, компания, основанная Мирой Мурати, бывшим техническим директором OpenAI, объявила о выпуске своей первой модели искусственного интеллекта под названием Inkling. Эта система использует структуру с открытыми весами, что позволяет разработчикам и организациям изменять модель, используя свои собственные наборы данных.
Акцент на гибкости и стоимости
Thinking Machines Lab разработала Inkling, стремясь найти баланс между производительностью, стоимостью и адаптивностью, в отличие от прямой конкуренции с более сложными проприетарными моделями на рынке. Хотя Inkling содержит в общей сложности 975 миллиардов параметров, что меньше оценок ведущих закрытых моделей таких компаний, как OpenAI и Anthropic, цель компании — предоставить пользователям более настраиваемый вариант.
Сама компания заявила, что Inkling был обучен как всеобъемлющая и сбалансированная базовая модель, сильная во многих областях и достаточно гибкая для адаптации. Было подчеркнуто, что это не самая мощная модель в настоящее время, ни открытая, ни закрытая. Несмотря на почти триллион параметров, во время каждого запроса активируется всего 41 миллиард, что, по мнению Thinking Machines, снижает вычислительные затраты и ускоряет выполнение задач.
Позиционирование на рынке ИИ
Этот запуск происходит в контексте, когда часть индустрии ИИ выступает за модели с открытыми весами, в противовес закрытому методу разработки, принятому такими корпорациями, как OpenAI и Anthropic. Thinking Machines указывает, что эта инициатива отражает более широкую реакцию сектора на концепцию «огороженного сада», где системы находятся под исключительным контролем создающих их компаний.
Лидеры отрасли, включая Алекса Карпа, генерального директора Palantir, и Сатью Наделлу из Microsoft, уже предупреждали о риске того, что компании могут поставить под угрозу свои бизнес-модели, загружая централизованные генеративные системы стратегическими институциональными данными, которые они не контролируют.
Кроме того, компания отмечает, что этот запуск является частью усилий Кремниевой долины по увеличению доступности открытых моделей, разработанных в США, предлагая альтернативу решениям, предоставляемым китайской Alibaba и стартапами вроде Z.ai. Компания наблюдает, что многие американские компании переходят на китайские открытые модели для менее сложных задач ИИ, стремясь сократить расходы и диверсифицировать стратегии.
Персонализация и тонкая настройка
Inkling можно настроить с помощью Tinker, первого продукта, представленного Thinking Machines. Эта облачная платформа позволяет исследователям и разработчикам проводить тонкую настройку больших моделей ИИ без необходимости управления инфраструктурой суперкомпьютера, используемой при обучении. Цель состоит в том, чтобы сделать эту работу возможной даже с ноутбука.
В прошлом месяце Thinking Machines и хедж-фонд Bridgewater Associates опубликовали отчет, подробно описывающий использование Tinker для оптимизации китайской открытой модели Qwen3-235B с собственными данными Bridgewater. Согласно отчету, полученная модель превзошла GPT-5 и Claude Opus в классификации финансовых документов, одновременно снизив вычислительные затраты более чем в тринадцать раз.
Обучение и партнерство с Nvidia
Thinking Machines сообщила, что предварительное обучение Inkling было проведено с нуля с использованием 45 миллионов токенов, состоящих из текстов, изображений, аудио и видео. На этапе послеобучения, предназначенном для формирования поведения модели, компания объединила методы дистилляции — использующие другие модели ИИ в качестве эталона — с собственным процессом обучения с подкреплением. Весь процесс обучения проводился на передовом оборудовании Nvidia.
В марте обе компании официально оформили долгосрочное партнерство, в рамках которого Nvidia инвестировала в Thinking Machines. В соответствии с этим соглашением стартап обязался внедрить как минимум один гигаватт новейших чипов для обучения и эксплуатации своих будущих моделей ИИ.
Безопасность и децентрализованное видение
Thinking Machines заверила, что Inkling прошел строгие тесты безопасности перед запуском. Проанализированные сценарии включали потенциал модели в помощи в создании биологического оружия и поддержке хакеров в кибератаках, и система продемонстрировала хорошие результаты в этих тестах. Однако компания признает, что все еще исследует, как встроенные в модель защитные механизмы могут быть изменены третьими сторонами, что вызывает беспокойство у разработчиков проприетарных моделей из-за открытого характера системы.
В пятницу (10-го числа) Thinking Machines опубликовала свой первый манифест, изложив свою точку зрения на будущее ИИ. В этом документе компания отстаивает модель децентрализованной разработки, основанную на местных знаниях. Она сравнивает текущий стандарт лабораторий ИИ с закрытым исходным кодом с концепцией «централизованного планирования». По мнению компании, хотя последнее может быть эффективным для конкретных задач, таких как математика и шахматы, оно не отражает должным образом динамику повседневной человеческой работы.
Цитируя экономиста Фридриха Хайека, компания утверждает, что «централизованное планирование терпит неудачу не из-за недостатка интеллекта, а из-за природы продуктивного знания: имплицитного, локального, эфемерного и сохраняемого частными лицами, которые приобрели его посредством своего труда». Таким образом, попытка консолидировать знания для централизованного интеллекта сталкивается с аналогичными проблемами.
