在人工智能领域，人才流动往往伴随着技术范式的革新。近日，由前 OpenAI 首席科学家 Dario Amodei 创立的独立实验室 Thinking Machines Lab 宣布了其进军生成式 AI 市场的关键一步——发布了其首个大型语言模型，名为 “Inkling”。
这款名为 Inkling 的模型拥有惊人的 9750 亿参数，规模远超目前主流的开源模型（如 Meta 的 Llama 3），甚至接近闭源巨头 OpenAI 的 GPT-4 级别。更重要的是，Inkling 并非仅仅局限于文本处理，它被专门设计用于理解视频和音频等多模态数据。这一特性使其在当前竞争激烈的 AI 硬件和算法竞赛中脱颖而出。
开源阵营的强力补充
当前，AI 领域主要由 OpenAI、Anthropic 等闭源模型主导。然而，开源模型在近年来逐渐崛起，成为研究机构和开发者的重要选择。Thinking Machines Lab 此番推出 Inkling，旨在填补开源社区在超大规模多模态模型领域的空白。
通过开源 Inkling，Thinking Machines Lab 希望能够吸引全球开发者和研究人员的关注与参与。开源模式不仅能加速模型的迭代优化，还能让社区根据特定需求对模型进行微调，从而创造出更丰富的应用场景。
视频与音频理解的突破
Inkling 的核心卖点在于其处理视频和音频的能力。在生成式 AI 的发展历程中，从文本到图像的生成已经相对成熟，但视频生成仍处于快速发展的初期阶段。能够理解并生成视频内容，意味着模型具备了更强的世界模型能力，能够理解物理规律和时空连续性。
此外，结合音频理解能力，Inkling 可能在语音合成、视频字幕生成、以及更高级的智能交互系统（如具身智能机器人）中发挥巨大作用。例如，机器人可以通过 Inkling 理解环境中的视频流和语音指令，从而更自然地与人类协作。
行业影响与未来展望
Dario Amodei 与其妹妹 Daniela Amodei 的离职，曾是科技界的一大震动。如今他们带着 Inkling 重新归来，无疑给 OpenAI 和 Anthropic 带来了新的压力。Inkling 的发布标志着 Thinking Machines Lab 正式从幕后走向台前，成为 AI 生态中不可忽视的一极。
随着更多具备视觉和听觉理解能力的开源模型涌现，AI 技术的民主化进程将进一步加速。对于内容创作者、开发者以及普通用户而言，这意味着未来将拥有更多强大且易于获取的 AI 工具，用于提升工作效率和创造力。
信息来源：Wired | 原文链接：https://www.wired.com/story/thinking-machines-lab-releases-its-first-model-inkling/
信息来源：Feed: Artificial Intelligence Latest，原文链接：https://www.wired.com/story/thinking-machines-lab-releases-its-first-model-inkling/
