大数跨境

穆拉蒂交卷 Inkling 2 Small:594B总参只激活17B,可学的是先让别人改得动

穆拉蒂交卷 Inkling 2 Small:594B总参只激活17B,可学的是先让别人改得动 AI科技明星
2026-11-09
2
导读:Thinking Machines发布Inkling 2 Small。别当又一个开源大模型吃瓜;可学的是她把「可定制」做成先微调、再开权重的发布节奏。

QUOTE

别当又一个开源大模型吃瓜。可学的是先让别人改得动,再谈开权重。

—— 本号观点

2026 年 11 月 5 日,米拉·穆拉蒂(Mira Murati / @miramurati)亲自发帖:Inkling 2 Small 今天就能在 Tinker 上用,权重很快会来。同日公司账号 @thinkymachines 官宣:官方称 Artificial Analysis Intelligence Index 约 31(评测表列约 30.6),先开放微调与推理,完整权重「计划很快放出」。

本篇观点先讲清楚:别把这篇当成「又一个开源大模型」吃瓜,也别站队她离开 OpenAI 的旧闻。可学的是她把「可定制智能」做成发布节奏——先让别人在 Tinker 上改得动,再按安全路径谈开权重;读者能抄的,是先交付别人能改的形态,再谈更大。

官网写得很直:这是 MoE,总参数 594B、激活约 17B,支持图像输入与可变努力程度;发布日就是 11 月 5 日。权重目前仍走闭环,计划在外部安全测试与红队完成后、下周以 Apache 2.0 开出——写「计划」,不等于已经开。

本文看点

01

可核发布数字

02

从 Tesla、Leap 到 CTO 再到创办的成长弧

03

可定制三步与边界

01

HEAT

热点:分数之外,先看她怎么交卷

公司帖先把分数甩出来;更值得盯的是交付顺序:今天就能 fine-tune / inference,权重随后。官博还公开了一张训练清单:预训练第一阶段约在 NVIDIA GB300 上跑了 68 小时(原生 NVFP4);随后一次联合强化学习约 1700 万次 rollouts、历时 9 天。这些是团队自述墙钟与规模,不是本号测出来的成本结论。

团队成员 Horace He(@cHHillee)也公开写:这次预训练「刚好不到三天」;Tinker 上的价格他自述为 0.30 / 1.00 / 1.50(输入 / 输出 / 训练)——一句带过,出处在他本人帖子。

看结果,别只盯榜。榜分说「够不够硬」;发布节奏说「别人能不能立刻动手改」。她公开使命里的「可定制」,这次主要靠后者兑现。


02

GROW

成长:产品负责人 → CTO → 把「能改」做成公司

公开履历可以很短:Tesla 时期做过 Model X 与早期 Autopilot 相关工作;Leap Motion 带过产品与工程;2018 年起在 OpenAI 从应用与产品一路做到 CTO,再离开后联合创办 Thinking Machines Lab。公司主页写得很直:让前沿系统更可理解、可定制、更有能力。

成长三节点:产品与工程 → OpenAI CTO → 可定制发布节奏

— 成长三节点:产品与工程 → OpenAI CTO → 可定制发布节奏

这条弧线里更反常的,不是「又训出一个大模型」,而是她愿意把难受的中间形态先交出去:先上 Tinker(别人能微调),再谈完整权重;先把训练时长、rollouts、评测出处摊开,再谈「我们很强」。没有中间形态,开源口号就只剩海报。

贯穿始终的,不是「谁家更大」,而是先让别人改得动,再谈更大。人无完人:她的算力、团队与前 OpenAI 网络,不是你工位上的默认条件;可抄的是方法,不是神话履历。


03

COPY

可抄的三步

第一步:先选「别人能改」的交付形态,再堆参数。别一上来只晒总参数。先问三件事:别人能不能微调,有没有文档或配方,接口当天能不能跑通。穆拉蒂这次是 Tinker 先行;你可以用更土的话——先交可改的入口,再交更大的模型。

第二步:发布时公开一张可核训练清单。时长、规模、评测出处至少写清三项。她的团队把 GB300 墙钟、rollouts、AA Index 来源摊在官博与模型卡上。你做内部模型或工具,也该有一张「别人能核对」的表,而不是只发英雄叙事。

第三步:把安全开权重路径写成时间表,不空喊开源。官称:先闭环上线,再完成外部安全与红队,计划下周 Apache 2.0。时间表可以改,但要有表。空喊「我们很快开源」却没有节点,读者只会当口号听。

想落到自己身上:回复【成长四步】领取《成长四步笔记》,四格是经历节点、可迁移做法、客观边界、本周只选一步。把这篇的「能改入口 + 可核清单 + 开源时间表」填进去即可。


04

LIMIT

客观边界:她的路径抄不走算力

有几条要先说清。

Thinking Machines 的集群、人才密度和分发渠道,都不是你默认能复制的。硬抄「先开微调」却没有验收与安全节点,只会把事故放大。AA 分数是第三方榜,不是你业务 KPI;表列约 30.6、官推约 31,写法要分开,别混成自测。

人无完人:开权重计划不等于已经开;可定制也不等于人人零成本定制。可学的是发布节奏与可核披露,不是把她的履历当成护身符。

本周可定制发布自检

— 本周可定制发布自检


∞

THE END

最后说两句

穆拉蒂这条线,值得抄的不是「又一位明星 CTO 交卷」的海报,而是三件事:先做别人能改的交付、公开可核训练清单、把开权重写成时间表。

□ 本周先定一个「别人能改」的入口(微调/文档/配方)

□ 发布或对内复盘时写清时长、规模、评测出处

□ 若承诺开源,写出节点与安全前置,不空喊

□ 把「榜分」和「业务 KPI」分开放

□ 回复【成长四步】领取笔记,勾选本周只做哪一步

这几步里你最想先学哪一步?满分几项?评论区报个分。身边要是有人只会晒参数、不交可改入口,把「先让别人改得动」转给他。

出处:Thinking Machines 官网新闻与模型卡(2026-11-05);X @thinkymachines / @miramurati 同日帖;团队公开墙钟自述(含 @cHHillee)。

往期 · 继续读

卡帕西七个仓库又火了:从100行反向传播,到48美元训出能聊天的模型

达里奥:自家初级技术招聘约27%→9%,可学的是先把难受的数公开

奥特曼:电脑里的内存只用约5%——从定位App到数据中心,都在盯真正稀缺的资源

AI商业实战

END

我是「AI科技明星」,每天借热点回看一位科技圈人物的成长节点,和普通人能带走的做法。

觉得有用的话,欢迎点赞、收藏、评论。

【声明】内容源于网络
0
0
AI科技明星
实时追踪推特上的AI科技热点资讯
内容 169
粉丝 0
AI科技明星 实时追踪推特上的AI科技热点资讯
总阅读1.9k
粉丝0
内容169