Inkling 2 Small Thinking Machines Lab 推出的594B参数MoE大模型，主打长程编程、视觉任务与智能体能力，供开发者在Tinker上推理与微调使用。 热门评论 PH 用户大家好！Thinking Machines Lab 带着 Inkling 2 Small 回来了！相比上一代是大跨越，尤其是在编程、视觉任务和长时间运行的智能体工作上。在一个 demo 里，它花了四个多小时训练另一个模型做时间序列预测。它自己写评估器，尝试不同的训练方法，沿途修 bug，并挑出最好的 checkpoint。现在你可以在 Tinker 上试用并微调它，完整权重很快也会放出！至于这个名字……总参数 594B，激活 17B。MoE 的算法我懂，但 594B 对“Small”来说是个挺有意思的定义。现在我开始期待那个没那么小的版本了 :)PH 用户594B 参数，但每次只有 17B 在干重活。这也是一种更聪明、而不是更拼命的工作方式。PH 用户“看它自己造出来的东西并改进”这部分，才是我日常真正能感受到的。大多数时候模型丢给我 SwiftUI 代码，然后是我来跑、截图，再把它哪里不对描述回给模型——循环里干活的是我。如果它能自己看渲染结果并迭代，那工作流就完全变了。四小时训练 demo 很惊艳，不过我很好奇它在那种长时间运行里表现如何——它会一直盯住最初的目标，还是跑到一半开始跑偏、优化错东西？PH 用户如果它是在给我搭 UI，它会看运行中 app 的截图来改进，还是只看代码和错误日志？ 热门产品Mira Murati2026-11-08原文 打开互动版
Thinking Machines Lab 带着 Inkling 2 Small 回来了！相比上一代是大跨越，尤其是在编程、视觉任务和长时间运行的智能体工作上。
在一个 demo 里，它花了四个多小时训练另一个模型做时间序列预测。它自己写评估器，尝试不同的训练方法，沿途修 bug，并挑出最好的 checkpoint。
现在你可以在 Tinker 上试用并微调它，完整权重很快也会放出！
至于这个名字……总参数 594B，激活 17B。MoE 的算法我懂，但 594B 对“Small”来说是个挺有意思的定义。现在我开始期待那个没那么小的版本了 :)