Thinking Machines今天推出Inkling模型，能高效跨文本、图像、音频模态推理，完整权重已开放
Inkling支持连续思考调整成本性能曲线，音频能力突出，在VoiceBench、MMAU、AudioMC等基准中位居开源权重模型前列，已在Tinker支持微调并开放Playground。
市场机制上，新开源多模态模型驱动开发者与企业资金向高效推理工具倾斜，资本加速配置AI基础设施与fine-tuning平台，受益于Thinking Machines合作伙伴生态而通用大模型竞争加剧。
ABAB AI 解读
Thinking Machines此前专注高效AI模型，曾推动开源生态工具，类似Mistral或Grok系列的开放权重策略。
资本路径上，Inkling权重开放与合作伙伴支持调动社区fine-tuning资源，动机在于通过连续思考降低真实世界部署成本并扩展多模态应用。
类似Llama系列开源后生态爆发，当前开源AI处于多模态高效模型快速迭代阶段。
本质属于技术替代变化，Inkling多模态与成本优化正在替代高耗能闭源模型，机制在于权重开放与生态支持加速采用，推动资本向开源基础设施与音频视觉应用集中，实现AI推理效率的结构性提升。
ABAB News · 认知定律
开源权重加速多模态采用。
连续思考优化成本性能曲线。
生态合作驱动模型落地。