YOHO AI

标签： Mira Murati

  • Mira Murati交出首款模型Inkling：开放权重，还大方承认自己不是最强

    前 OpenAI 首席技术官 Mira Murati 憋了一年半，终于交出了第一份答卷。她创办的 Thinking Machines Lab 在周三上午发布了首款模型 Inkling，最扎眼的一点是：它是开放权重的。跟 OpenAI、Anthropic、谷歌那些锁在服务器里的旗舰模型不一样，外面的开发者和公司可以直接把它下载下来，拆开、改、跑在自己的机器上。

    Mira Murati与Thinking Machines
    Mira Murati 创办的 Thinking Machines 发布首款开放权重模型 Inkling｜图源 TechCrunch

    Inkling 是个混合专家（MoE）模型，总参数 9750 亿，但每次干活只调用其中一小部分，大约 410 亿——这套设计能让超大模型跑起来又快又省。它从零训练，喂进去 45 万亿 token 的文本、图像、音频和视频，而且是原生跨这几种模态推理，不是后面硬接一个视觉模块。这也是这家公司闷头搞了一年半基础设施之后，第一次拿出能公开检验的东西。

    开局不吹牛，反而承认自己不是最强

    最反常规的是它的姿态。大部分模型发布都是先甩一张跑分图出来，Inkling 却在材料里白纸黑字写着：这不是当下最强的模型，无论开源还是闭源。它主打的是均衡好用，能给出带”把握程度”的回答，遇到没底的地方会直接标出不确定，而不是硬猜；用户还能自己调”思考强度”，想快就牺牲点质量换速度。官方说在某个编程基准上，它达到英伟达 Nemotron 3 Ultra 同等水平时，只用了大约三分之一的 token。

    “我认为模型选择很重要，但它不是消耗大部分精力的地方。”这句话来自另一家公司，却恰好点中了 Thinking Machines 的核心赌注——模型本身正在变成”配料”，怎么用才是关键。

    那问题来了，这东西到底卖给谁？答案很明确，是企业。但 Thinking Machines 没把它当成品来卖，而是当”起点”——让企业拿去，用自家的模型定制平台 Tinker 在自己的数据上微调。代价是，客户得自己保证微调后的模型安全，而且微调这活儿本身就需要真本事的机器学习人才。

    赌的是”人人同款”终将败给”自己定制”

    Thinking Machines 上周专门发了篇文章给这次发布铺垫：一个模型被某家公司集中训练好、然后定死不动，表现会输给企业自己去塑造的模型，因为太多专业知识是攥在具体的人手里的。说白了，中心化的大厂在给所有人卖同一件产品，反复由自己打磨；而愿意拥有并定制自家模型的企业，能从里面榨出多得多的价值。

    这个论调正在变响。微软 CEO 纳德拉——他家在 OpenAI 和 Anthropic 都砸了几十亿——上周日发博客警告说，企业用闭源 AI 其实付了两遍钱：一遍是订阅费，另一遍是把上千条提示词和纠正里藏着的业务知识，白白交给了模型，最后被吸收进下一代版本。Hugging Face 的 CEO 也有类似判断，觉得前沿模型以后多半只用来做实验和高价值任务，真正的生产活会转向私有或开源方案。

    最有说服力的证据，来自一家对冲基金

    支撑这套逻辑最硬的一个案例，来自和全球最大对冲基金桥水的合作（顺带说明，桥水并不是 Thinking Machines 的投资方）。两边研究员拿一个现成的开源模型，用桥水自己的金融专长继续训练，结果在金融推理测试上拿到 84.7%，压过了顶尖闭源模型，运行成本大约只有十四分之一——当然，这是两家自己评的，不是第三方独立测试。

    • 速度是另一张牌：OpenAI 从技术到有收入大概花了五年，Anthropic 约三年，Thinking Machines 说自己九个月就做到了；
    • 2025 年它拿下约 20 亿美元种子轮，估值 120 亿美元，当时是史上最大种子轮，Inkling 是这笔钱换来的第一份实打实的成果；
    • 它也坦承 Inkling 部分用到了别家开源模型（包括月之暗面的 Kimi K2）的输出，也就是业内争议不小的”蒸馏”做法。

    悬念还是那个老问题：企业到底想不想要一个得自己动手调的模型，而不是开箱即用的？微调要占用的工程时间，很多公司根本挤不出来。但如果 Thinking Machines 赌对了，前沿模型这场比赛一直在为错的东西较劲，那 Inkling 就不必在排行榜上赢过 GPT 或 Gemini，它只要有足够多的开发者愿意在它上面搭东西，而不是继续租别人的黑箱，就够了。

  • 消失18个月后，Mira Murati谨慎地回到了聚光灯下

    Mira Murati其实不太喜欢站在台上。在OpenAI担任CTO的那些年，她虽然会出席公开场合，但很少充当公司的对外门面。2024年离开OpenAI、创办自己的公司Thinking Machines Lab之后，她更是几乎从媒体视野里消失了。

    Mira Murati在彭博社活动上
    Mira Murati在彭博社活动上谨慎露面（图源：TechCrunch）

    所以当她本周在旧金山接受彭博社采访时——这是她大约18个月来第一次重要的媒体露面——即便她说话极其谨慎，依然值得拿出来聊聊。

    时机选得不错。Thinking Machines已经幕后运作了一年半：筹钱、招研究员，还推出了一款叫Tinker的产品，一个用来微调开源AI模型的API。但竞争对手们没闲着。她曾经工作了6年的OpenAI一直处在新闻漩涡中心；Anthropic现在是所有人都在谈论的名字；马斯克的xAI已经被并入SpaceX，准备搞一场规模惊人的公开募股。在这种环境下，一直保持低调的边际收益越来越小，到了某个节点，你得制造一些动静，至少让市场记得你还活着。

    她正在做的东西，听起来确实不一样

    Murati用这次彭博社露面 preview 了 Thinking Machines 所谓的”交互模型”——一种根本不同的AI交互界面。她告诉采访者Emily Chang，跟当前大多数AI产品采用的轮流式、提示-响应模式不同，他们家的模型设计用来在200毫秒的间隔内处理连续的音频、文本和视频流。

    理念是，它们能更接近实时地捕捉人类交流的特性——打断、中途修正，甚至思考时的停顿。

    但Murati很谨慎地把它定位成第一步，不是成品，而且她拒绝给出任何产品的具体发布日期。这种克制反而让人觉得，她可能在认真做东西，而不是在用PPT融资。

    那件让所有人记住她的事

    她还回答了那个让她第一次广泛进入公众视野的事件的问题：2023年11月那混乱的一周，OpenAI董事会解雇了Sam Altman，她成了临时CEO。在公司内部，这件事被称为”the blip”。

    Murati说，她对那几天里每个时刻的决定都很清楚——保护使命和团队是贯穿始终的主线，即使从外面看情况好像失控了，这些选择也显得理所当然。她说，如果不是她参与了那奇怪的五天及其后续，公司可能已经”崩溃”了。

    但她承认，意图清晰不代表判断正确。事后看来，她会更努力地争取更多信息和一份实际的过渡计划。

    她真正担心的事

    当被问到是否还信任她的前老板时，她把话题绕开了，转向了一个她反复提及的更大担忧：太多重大决策集中在太少人手里——不仅在OpenAI，整个行业都是这样。

    她说，她的担忧与其说是任何个别领导者的品格，不如说是结构性制衡的缺失。好人也会做错误决定，善意的组织也会偏离方向。人们太关注”美德”，而对”治理”关注太少。

    Murati出生在阿尔巴尼亚，说话带有轻微的东欧口音。她反驳了不可避免的”反乌托邦”或”乌托邦”框架，认为这两种结果都不是注定的，我们现在所处的时期将决定事情会向哪个方向发展。不过她也明确说了，如果人类过早地放开控制权，未来将会变得非常不同，而且不会更好。

  • 前OpenAI CTO Murati时隔18个月露面，说AI行业治理缺位比个人品格更值得担心

    Mira Murati又出现在镜头前了。这位前OpenAI CTO、现在Thinking Machines Lab的创始人，在过去18个月里几乎没怎么公开说过话。这次接受TechCrunch采访，她选得很谨慎，没有把公司底牌全亮出来。

    为什么现在出来讲话

    Thinking Machines Lab成立快一年半了，这段时间一直在低调干活：融资、招人、做了一个开源AI模型微调的API产品叫Tinker。但同行没闲着，OpenAI、Anthropic、xAI这些实验室一直在刷存在感，长期低调的收益在递减。

    她需要一个时机，让市场和人才记得Thinking Machines还在牌桌上。这次采访，就是这一步。

    她预告了一个新产品方向

    Murati透露，他们正在研发一种她称之为”交互模型”的东西。这类模型会打破现在AI产品”你问一句、它答一句”的轮次模式，改为以200毫秒为间隔，持续处理音频、文本、视频的流输入。

    这样做的目标是捕捉人类交流里的那些细节：打断、中途修正、思考时的停顿。它更接近实时交互，而不是现在的”问答机”模式。Murati强调这只是第一步，没有给出具体上线时间。

    Mira Murati采访
    Mira Murati接受采访（图片来源：TechCrunch）

    2023年那场”换帅风波”，她这么看

    当被问到2023年11月OpenAI董事会突然开除Sam Altman、后又让他回归的那场风波时，Murati把它称为”小插曲”。她说当时做决策的核心逻辑是保护公司使命和团队，如果没有她的参与，公司很可能会”分崩离析”。

    但她也承认，当时应该更积极推动信息公开、制定更好的过渡方案、提升透明度。当被直接问及是否还信任前老板Sam Altman时，她没有接话，转而去谈一个更结构性的话题。

    她真正担心的事：治理，而不是人品

    Murati回避了关于Altman个人信任的问题，转而强调：整个AI行业都存在重要决策集中在少数人手中的问题。相比个人品格，她更担心的是治理结构缺乏制衡机制。

    这个观点值得琢磨。行业里很多人盯着Altman、Musk、Zuckerberg这些人的性格和诚信说事，但Murati指向的是制度层面：如果决策权本身就过度集中，换谁来坐那个位置，风险都还在。

    她认为行业过于关注”道德正确性”，却在制度建设上走得不够快。这句话某种程度上也是在为自己的创业方向背书：Thinking Machines要做的事情里，治理和安全是核心议题。

    对AI的未来，她没有走极端

    Murati明确表示，她既不认同”AI必然带来反乌托邦”的悲观论调，也不认同”AI必然带来乌托邦”的乐观版本。她认为当前阶段的发展走向将决定最终结果。

    她多次强调一个观点：如果人类过早放弃对AI的主导权，未来会变得完全不同，且不会更好。这个说法不极端，但立场很清楚：AI应该被人类主导，而不是反过来。

    Murati这次露面，更像一个精心设计的重新开始，而不是一次全盘托出。她没有公布新产品发布日期，没有透露Thinking Machines的具体技术路线图，也没有深度评价前东家的现状。但她释放了一个信号：Thinking Machines还活着，而且在认真做东西。至于做的东西能不能打过OpenAI和Anthropic，那是下一阶段的问题了。

  • 前OpenAI CTO放大招：Thinking Machines实时交互模型200ms响应

    前OpenAI CTO放了个大招

    Mira Murati离开OpenAI自己创业才一年多，前几天直接把第一个模型甩了出来。不是那种传统的”你问一句我答一句”的回合制AI，而是真正能实时互动的交互模型。200毫秒的响应延迟，你随时可以插话打断，AI也能同时听、说、看、调用工具。

    这套系统叫TML-Interaction-Small，采用的是2760亿参数的混合专家架构，每次推理只激活120亿参数。关键是它把前后台拆开了：前台专门维持对话流畅，200毫秒为一个时间片持续接收信息；后台负责复杂推理和工具调用，结果流式返回前台，不会打断你的说话节奏。

    200毫秒是什么概念？人说话时自然的停顿间隔大约是200-300毫秒。也就是说，这个模型的响应速度已经接近人类对话的节奏了。

    不只是速度快

    以前那些号称”实时”的语音AI，本质上都是把语音识别、语言模型、语音合成这几个模块拼在一起，中间靠外部工具协调。你说话的时候AI只能等着，说完一段它才开始处理，这就是典型的”回合制”。

    Thinking Machines这套系统是原生实时交互，从架构层面就设计成可以交错处理音频、视频、文本的流数据。它用的编码方案也挺聪明：音频用dMel轻量编码，图像用hMLL编码，所有组件跟Transformer主干网络一起训练，不用单独的编码器拖慢速度。

    在FD-Bench v1.5基准测试里，这个模型拿了77.8分。作为对比，OpenAI的GPT-Realtime-2和谷歌的Gemini 3.1 Flash Live都没超过它。响应延迟0.40秒，比GPT-Realtime-2快了大概4倍。

    钱和人都不缺

    Murati这个人挺厉害的，在OpenAI当CTO的时候就是技术核心人物之一。她出来单干，投资人直接给了20亿美元种子轮，估值砸到120亿美元。团队里还有FAIR实验室的前研究员Piotr Dollar这种级别的人物。

    算力方面也没拖后腿，跟英伟达、谷歌分别签了超过10亿美元的合作协议，拿到基于GB300芯片的超级计算资源。这种配置，基本上就是把”我要做顶级AI”写在脸上了。

    团队自己说几个月里迭代了12个版本，训练日志写了137页。这种折腾劲，倒是很像早期OpenAI的风格。

    真正的交互应该是什么样

    现在大家用ChatGPT语音模式或者Alexa那种智能助手，体验上总感觉差了点什么。你不能在它说话的时候插话，它也不能在你还在想怎么表达的时候就开始回应。这种”半双工”的交互方式，本质上还是把AI当成一个高级搜索引擎来用。

    Murati想做的，是让AI真正像一个人一样跟你对话。你可以随时打断，它可以同时处理多件事，后台在跑复杂推理的时候前台对话不受影响。这种体验，才是大家一直在说的”贾维斯”该有的样子。

    当然现在这个模型还只是研究预览版，正式开放还要等几个月。但方向已经很明确了：AI交互的下一个战场，不是谁的模型参数更多，而是谁能真正做到”自然对话”。

  • Thinking Machines Lab发布实时交互模型：Mira Murati跳出OpenAI后的第一枪

    Mira Murati沉默一年多后，交出了第一张答卷

    前OpenAI首席技术官Mira Murati离开老东家快两年了。她创办的Thinking Machines Lab（TML）在2026年5月11日终于放出了第一个研究预览模型——TML-Interaction-Small。这不是又一个”我们有大模型要发布”的常规操作，而是一个直接挑战现有AI交互范式的新尝试。

    Murati这个人的履历不需要太多介绍：OpenAI的GPT系列和Claude的竞速时代，她坐在CTO的位置上。2023年Altman被董事会开除那几天，她还短暂当过OpenAI的临时CEO。现在她带着一批OpenAI老部下另起炉灶，拿了两轮总共20多亿美元的融资，估值一度冲到500亿美元。

    现有AI都说自己”实时”，但你说话的时候它还在等你停；TML想做的是你随时可以插话，它随时可以接话。

    200毫秒的”微轮次”设计

    目前的实时语音模型——包括OpenAI的GPT-Realtime和Google的Gemini Live——都有一个共同的设计妥协：它们依赖外挂的语音活动检测组件来判断”用户说完了没”，然后把完整输入传给模型，模型生成回复时感知会冻结。你说话的时候它听，它说话的时候你只能等。

    TML的解法是”时间对齐微轮次”：以200毫秒为粒度，同时处理200ms输入、生成200ms输出，输入token流和输出token流在同一个时钟周期里交错运行。效果是你可以随时打断它，它也可以根据视觉信号无提示地响应——比如你指了指屏幕上的某个东西，它不需要你先说”看这个”就能接话。

    Thinking Machines Lab交互模型示意图
    TML交互模型的工作机制示意图（来源：Unite.AI）

    2760亿参数，但只激活120亿

    首个公开亮相的模型TML-Interaction-Small采用MoE（混合专家）架构，总参数规模2760亿（276B），但每次推理只激活120亿（12B）参数。这个设计的目的很明确：在保持模型”脑子够用”的同时，把延迟压到200ms以内。

    另一个有意思的设计是前后台拆分。前台（交互模型）负责低延迟实时交互，没有重型独立编码器：音频通过轻量嵌入层输入梅尔频谱特征，图像拆成40×40的patch，所有组件从零开始和Transformer共同训练。后台是独立的异步运行模型，负责深度推理、工具调用、网页浏览这些高负载任务，不占用前台交互的计算资源。

    跟GPT-Realtime和Gemini Live比怎么样

    TML自己跑了两个测试基准：FD-bench V1（轮次切换延迟）和FD-bench V1.5（交互质量，覆盖用户打断、反馈、背景语音等场景）。数据是他们自家报的，第三方还没验证，但数字差距确实不小：

    • 轮次切换延迟：TML-Interaction-Small 0.40秒 vs GPT-Realtime-2.0（最小思考模式）1.18秒 vs Gemini 3.1 Flash Live（高思考模式）0.57秒
    • 交互质量得分：TML 77.8 vs GPT-Realtime-2.0 46.8 vs Gemini 3.1 Flash Live 45.5

    这个分数意味着什么，现在下结论还太早。FD-bench V1.5是TML自己推出的视觉交互测试集，目前还没有独立的baseline可以对照。而且200ms的延迟在实际网络环境下能不能稳住，也是个大问号。

    钱和人的问题

    TML的融资故事挺戏剧性的。2025年7月完成20亿美元种子轮，估值120亿美元，是当时有记录以来最大规模的种子轮。领投方是Andreessen Horowitz，参投方阵容豪华：英伟达、AMD、思科、Accel、ServiceNow、Jane Street都在列。但2025年底他们想再融一轮把估值推到500亿美元，没成。

    人也在流失。2026年1月，联合创始人Barret Zoph和Luke Metz离职返回OpenAI，核心成员Andrew Tulloch被Meta超级智能实验室挖走。Meta累计从TML挖走了5名创始成员。Murati随后提拔PyTorch联合创始人Soumith Chintala担任公司CTO，算是一个信号：她需要更扎实的工程领袖来稳住局面。

    算力方面，2026年3月跟英伟达达成了合作，英伟达将进行未披露金额的投资，并部署至少1GW的下一代Vera Rubin计算系统。同时也扩大了与谷歌云的合作，使用英伟达GB300硬件训练前沿模型。

    接下来会怎样

    目前模型没有向企业或公众开放。TML表示未来几个月会向选定合作伙伴开放有限研究预览，2026年晚些时候会扩大发布范围。他们还计划推出更大规模的交互模型——当前的276B版本是能满足延迟要求的最小变体，更大的版本在效果上会更好，但延迟能不能压住是未知数。

    值得观察的问题有几个：长会话下的稳定性、弱网环境下的表现、实时安全拒答机制怎么设计。TML这次把”交互范式”这个根本问题拎出来打，勇气是有的，但能不能落地进生产环境，还需要等模型真正开放之后才知道。