استارتاپ Thinking Machines با معرفی مدل Inkling، ایده «یک مدل برای همه‌چیز» را به چالش می‌کشد

استارتاپ Thinking Machines با معرفی مدل Inkling، ایده «یک مدل برای همه‌چیز» را به چالش می‌کشد

استارتاپ Thinking Machines Lab که توسط میرا موراتی، مدیر ارشد فناوری سابق OpenAI تأسیس شده، صبح روز چهارشنبه اولین مدل هوش مصنوعی داخلی خود را با نام Inkling منتشر کرد. برخلاف مدل‌های پرچمدار OpenAI، Anthropic یا گوگل، این مدل با «وزن‌های باز» (Open-weight) عرضه شده است؛ به این معنی که توسعه‌دهندگان و شرکت‌های خارجی می‌توانند آن را مستقیماً دانلود و شخصی‌سازی کنند.

ساختار تخصصی: Mixture-of-Experts

مدل Inkling بر پایه معماری Mixture-of-Experts (MoE) ساخته شده است. این مدل در مجموع دارای ۹۷۵ میلیارد پارامتر است، اما برای انجام هر وظیفه خاص تنها از بخشی از آن، یعنی حدود ۴۱ میلیارد پارامتر، استفاده می‌کند. این طراحی هوشمندانه که به یک استاندارد در مدل‌های بسیار بزرگ تبدیل شده، باعث می‌شود اجرای مدل سریع‌تر و کم‌هزینه‌تر باشد.

درک چندوجهی و استنتاج بومی

طبق مستندات منتشر شده توسط شرکت، Inkling روی ۴۵ تریلیون توکن شامل متن، تصویر، صدا و ویدیو آموزش دیده است و می‌تواند به‌طور بومی (Native) در هر چهار حوزه استنتاج کند. با این حال، در حال حاضر خروجی‌های این مدل به متن محدود شده است که شامل کدنویسی، خروجی‌های ساخت‌یافته و داده‌های متنی می‌شود.

پایانی بر پنهان‌کاری

معرفی Inkling اولین دستاورد عمومی Thinking Machines Lab پس از یک سال و نیم فعالیت در سکوت خبری و توسعه زیرساخت‌های هوش مصنوعی محسوب می‌شود. این استارتاپ با رویکرد ارائه مدل‌های با وزن باز، در تلاش است تا گزینه‌ای جذاب برای توسعه‌دهندگانی باشد که به دنبال مدل‌های قابل اعتماد و بدون وابستگی به APIهای بسته شرکت‌های بزرگ هستند.

این حرکت تأییدی بر اهمیت رو به رشد استراتژی «تخصصی‌سازی» در مقابل «یک مدل همه‌کاره» در چشم‌انداز هوش مصنوعی است. با حضور چهره‌های کلیدی مانند میرا موراتی، این استارتاپ می‌تواند رقیب جدی برای سایر غول‌های فناوری در زمینه ارائه ابزارهای زیرساختی و مدل‌های باز باشد.

منبع: https://techcrunch.com/2026/07/15/thinking-machines-amps-up-its-bet-against-one-size-fits-all-ai-with-its-first-open-model-inkling/