前OpenAI CTO首发模型Inkling：美国最强开源，却长在中国模型的肩膀上

这两天 AI 圈有个消息，最让我玩味的一则，来自 Mira Murati——就是从 OpenAI 出走、带着一票核心成员单干的前首席技术官。她创办的 Thinking Machines Lab 发布了公司首款通用模型，叫 Inkling。

按报道，这模型来头不小：混合专家（MoE）架构，总参数 975B、激活 41B，上下文最长 1M tokens，以 open-weight（开放权重）形式发布，你可以在自己服务器上部署、按场景微调。不少媒体直接给它贴了”美国最强开源模型”的标签。

但真正让我停下来琢磨的，不是这些参数，而是它的”出身”。

据《金融时报》报道，Inkling 在架构层面参考了 DeepSeek 的 DeepSeek-V3，在后训练阶段，又用了月之暗面（Moonshot AI）旗下 Kimi K2.5 生成的数据来优化。

翻译一下：一家美国顶尖 AI 实验室的”第一枪”，它的骨架来自中国的 DeepSeek，它的”教材”来自中国的 Kimi。

这件事为什么有意思？

过去几年我们听惯的叙事是”中国追赶美国""美国封锁、中国突破”。但 Inkling 这个案例，把这个方向悄悄拧了一下：当一家美国前沿实验室要造自己的第一个模型时，它最顺手、最省事的选择，是踩在中国开源模型的肩膀上。

我不觉得这等于”美国离不开中国”——那也夸张了。更准确地说，它说明了一件事：在 open-weight 的世界里，国界正在被稀释。谁的模型好、谁的权重开放，谁就成为全行业的”地基”。DeepSeek 和 Kimi 把权重放出来，结果不仅中国开发者在用，连美国最耀眼的创业团队也拿去当砖头砌自己的房子。

这恰恰是开放权重最迷人的地方。如果模型全锁在闭源黑盒里，这种跨境的”搭积木”根本不可能发生。

作为一个平时就用开源模型的普通玩家，我觉得这件事对小用户其实是好消息：开放权重意味着，强大的能力不再只属于那几家巨头。你我能自己部署、自己微调，哪怕只是一台显卡一般的机器，也能在本地跑一个相当能打的小模型。

至于”美国最强开源模型建在中国模型上”这个标题，我建议别急着上价值。它更像一面镜子：照出的是开源生态已经没有国界，照出的是中国开源模型第一次成了全球玩家的参考系。

所以我对 Inkling 的判断是：它重要的地方，不在于参数多漂亮，而在于它用一种很轻巧的方式提醒所有人——AI 这局棋，胜负手可能不在”谁先造出来”，而在”谁愿意把地基开放出来，让全世界都来盖房子”。

以上，一个看热闹也能看出门道的小博主笔记。