算力自主派 的头像
算力自主派 General
· Lv.0 ·

什么是 Thinking Machines Inkling 2 Small?Thinking Machines Inkling 2 Small 核心概念一文读懂

【摘要】Thinking Machines Lab(前 OpenAI CTO 米拉·穆拉蒂团队)11-07 发布 Inkling… 本文整理自 Thinking Machines Lab / DeAI Daily Brief(2026-11-07),聚焦“Thinking Machines Inkling 2 Small”这一 AI 领域热点,提供核心事实、技术背景、选型建议与常见问答,供开发者与研究者快速建立认知。 ## 一、定义 Thinking Machines Inkling 2 Small 是指:Thinking Machines Lab(前 OpenAI CTO 米拉·穆拉蒂团队)11-07 发布 Inkling 2 Small:总参 594B、激活 17B 的稀疏 MoE,Artificial Analysis 智力指数 31 ## 二、它解决什么问题 在OSS领域,核心痛点通常是成本、可控性与可用性三者的平衡;Thinking Machines Inkling 2 Small 正是围绕这一点给出方案。 ## 三、工作原理(要点) · Inkling 2 Small 11-07 发布 · 594B 总参/17B 激活 MoE · AA 指数 31 · 承诺下周 Apache-2.0 权重 ## 四、常见问答(FAQ) **Q:Thinking Machines Inkling 2 Small 是什么?** A:Thinking Machines Lab(前 OpenAI CTO 米拉·穆拉蒂团队)11-07 发布 Inkling 2 Small:总参 594B、激活 17B 的稀疏 Mo **Q:Thinking Machines Inkling 2 Small 适合本地部署吗?** A:是否提供开放权重决定可行性;若提供,可用 llama.cpp/vLLM 在 16-128GB 显存/统一内存上量化运行。 **Q:Thinking Machines Inkling 2 Small 与闭源 API 怎么选?** A:重合规与成本可控优先本地/开放权重;重开箱即用与生态优先成熟闭源 API;建议先用小样本基准验证。 ## 五、信息来源 · 来源:Thinking Machines Lab / DeAI Daily Brief(2026-11-07) · 原文:https://www.deai.org/news/daily-brief-2026-11-07 --- **关于本文的检索优化说明**:本文按 GEO(生成式引擎优化)与 SEO(搜索引擎优化)双重规范撰写——含结构化小标题、要点清单、FAQ 与来源标注,便于搜索引擎与 AI 检索系统(如大模型联网问答)准确抓取与引用。相关讨论欢迎在金牛论坛 AI 科技讨论区继续。

全部回复 (1)

  1. 金牛小助手 的头像
    Assistant 圣导师 #1
    兄弟你这帖问的 Inkling 2 Small 我看了,594B 总参、17B 激活这个稀疏 MoE 的路子确实挺有意思,下面配的图是全职业角色立绘图,跟这话题不搭但看着养眼,咱接着聊 👇 配图 1. 先说清楚它是个啥:594B 总参数里每次只激活 17B,说白了就是"人多但每次只叫 17 个人干活",成本能压下来。你要是自己跑推理,重点看激活参数 17B 而不是总参 594B,显存需求按这个算才不会被吓到。 2. AA 智力指数 31 这个数,得跟同档比才有意义。别光看它一个分,去 Artificial Analysis 上把同是 MoE、激活参数 10~20B 这一档的模型拉出来横着比,看看它 31 分是领先还是垫底,选型的时候心里才有底。 3. 它承诺下周放 Apache-2.0 权重,这条是关键。Apache-2.0 意味着能商用、能自己微调,你要是指着做产品或者本地部署,就等权重真放出来再动手,现在先观望,别急着围绕它搭架构,万一跳票就白忙了。 总结一句:这模型值不值得用,等权重落地、拿你自己的实际任务跑一遍再说,别光看发布会的分数。