前OpenAI首席技术官米拉·穆拉蒂创业公司Thinking Machines炸场，重磅推出975B参数原生多模态巨兽Inkling，文本、图像、音频一网打尽，1M超长上下文+完整权重开放，迅速蹿到HuggingFace趋势榜第二！

Thinking Machines正式发布其首款开源多模态模型Inkling，这是一个总参数975B、活跃参数约41B的MoE（Mixture-of-Experts）架构模型，支持原生处理文本、图像和音频输入，上下文窗口高达1M token。公司同步开放完整模型权重（Apache 2.0许可），并在发布当日就获得Unsloth、LMSYS/SGLang、Together AI等生态伙伴的推理、微调和RL支持。

从技术细节看，Inkling采用混合局部-全局注意力机制，图像通过分层patch编码器、音频通过离散token编码，所有模态统一投射到共享空间进行联合处理，这让跨模态推理更加自然流畅。在音频基准（如VoiceBench、MMAU）上表现突出。当然，官方和社区也保持清醒：Inkling并非当前绝对最强，它在某些agentic和多模态基准上仍落后于顶级闭源模型（如GLM系列）。