近期，人工智能领域迎来了一位重量级人物的重磅动作。前 OpenAI 首席执行官兼产品总监 Mira Murati 宣布创立了新公司 Thinking Machines Lab，并发布了一篇题为《值得构建的未来属于人类》的白皮书。这篇文档不仅是一份企业宣言，更从技术底层逻辑出发，系统性地阐述了构建“以人为本”的人工智能的必要性与路径。
文章的核心论点在于，当前许多先进的大语言模型（LLM）虽然性能强大，但往往被视为封闭的“黑盒”，缺乏灵活性与用户控制权。Thinking Machines Lab 认为，AI 的未来不应是少数巨头垄断的通用模型，而应是高度可定制、由用户拥有并控制的模型权重。
为了支撑这一愿景，文章详细探讨了三个关键技术维度：人类参与、模型所有权和去中心化对齐。其中，“模型所有权”被视为解决数据隐私和算法偏见的关键。通过让用户掌握模型权重，企业可以确保其核心数据资产不被泄露给第三方平台，从而在享受大模型强大算力的同时，保留业务数据的私密性。
在技术实现层面，Thinking Machines Lab 强调了“Tinker”与 LoRA（Low-Rank Adaptation，低秩适应）微调技术的结合。LoRA 是一种高效的参数微调方法，它允许用户在保持原始模型参数不变的情况下，通过添加少量的适配器参数来定制模型行为。这意味着，团队和个人开发者无需拥有庞大的算力集群，也能训练出符合特定领域需求的专属模型。这种“众包式”的模型训练模式，有望降低 AI 应用的门槛。
这一理念对整个行业具有深远的影响。长期以来，AI 领域的发展呈现出明显的集中化趋势，顶尖模型多由科技巨头掌握。Thinking Machines Lab 提出的去中心化对齐思路，实际上是在挑战这种现状。它鼓励建立一个开放的生态系统，让不同组织基于基础模型进行二次开发，从而催生出更加多元化的 AI 应用场景。
在实际应用场景中，这种技术路径展现出巨大的潜力。例如，在医疗领域，医生可以基于基础模型训练出专门针对特定病症分析的模型，既利用了通用知识，又保护了患者隐私；在创意产业，艺术家可以微调模型以生成特定风格的数字内容；在企业服务中，公司可以训练符合自身品牌语调和业务逻辑的专属助手。这种灵活性是当前封闭式 API 难以完全复制的。
总而言之，Mira Murati 的新实验室正在试图通过技术手段重塑人机关系。通过强调模型权重的可定制性和去中心化，Thinking Machines Lab 为 AI 的下一阶段发展指明了一条兼顾创新与伦理的道路。
信息来源：MarkTechPost，原文链接：https://www.marktechpost.com/2026/07/11/mira-muratis-thinking-machines-lab-makes-the-technical-case-for-human-centered-ai-built-on-customizable-model-weights/
封面图片来源：Unsplash / 摄影师 Andres Siimon
