前OpenAI CTO米拉·穆拉蒂创办的「思维机器实验室」发布了首款多模态模型Inkling。这个名字听起来有点中二，但参数规模和技术路线确实不含糊——9750亿总参、410亿激活参数、100万token上下文、450万亿token预训练数据。官方号称「美国最强开源」。
Inkling强在哪
首先，这是一个从零训练的原生多模态模型，不是那种「拿语言模型加个视觉头」的缝合产物。预训练数据覆盖图文音视频，所以在视频理解、音频推理这类任务上，理论上有更好的跨模态对齐。
其次，100万token上下文是个硬指标。意味着它可以一口气读完一整本书、整个代码库、或者长达数小时的电影。这个能力在代码辅助、长文档分析场景很有价值。
第三，团队配置确实豪华——约三分之二核心成员来自OpenAI，包括一些参与过GPT-4训练的老兵。这种人才密度，不是普通创业公司能比的。
但也有短板
穆拉蒂自己在发布时也承认，Inkling在推理编程方面不如中国开源模型。这里的「中国开源劲旅」，指的应该主要是Qwen3-235B。
Qwen3-235B是阿里通义千问的开源旗舰，2350亿参数，Apache 2.0协议，完整权重+推理脚本全开源。Hugging Face上已经有超过8万颗星。关键是它不仅开源了模型，还开源了量化方案、LoRA适配脚本、国产卡兼容说明——这些配套工作做好，才能真正让开发者用起来。
Inkling的优势在于多模态原生训练，但Qwen3在代码和推理任务上的生态已经相当成熟。两者的定位其实不太一样——Inkling更像是多模态全能选手，Qwen3则是代码场景的专精选手。
开源战争的真正战场在哪
表面看是参数规模、基准测试分数的比拼，但实际上开源战争的胜负手在于生态。
什么叫生态？就是有多少人用你的模型、有多少项目基于你的模型开发、有多少教程和工具围绕你的模型产出。这方面，Qwen3已经领先了一个身位。
Inkling刚发布，生态建设需要时间。穆拉蒂本人虽然有OpenAI背景，但「思维机器实验室」毕竟是个新公司，品牌认知、开发者社区、企业合作都需要从头建立。
当然，钱不是问题。穆拉蒂是融资高手，估值已经到了独角兽级别。问题是钱能买来算力，买不来生态。
对开发者的影响
开源模型竞争激烈，对开发者来说是好事。意味着有更多选择，成本也在下降。
如果你需要处理视频理解、音频分析这类多模态任务，Inkling值得试试。如果你主要做代码辅助、文本生成，Qwen3的生态更成熟。
当然，两者都在快速迭代，差距可能会缩小。关键是保持关注，别错过最佳选型时机。
开发者角度看，当然是百花齐放最好。竞争激烈了，开源协议才会越来越友好，配套工具才会越来越完善。现在这波开源浪潮对整个行业是好事。