AITOP

Mira Murati

共 16 条相关 AI 资讯
8月1日
02:05
7月26日
03:38
03:38elvis@omarsar0
精选
Mira Murati在X上引用观点，认为AI要从科学家、工程师、临床医生和企业等分散的知识源中获益，自身必须是分布式的。她同意Jensen Huang的看法，认为这是值得构建的未来。该推文获得2189次查看和少量互动。
行业Mira MuratiJensen Huang分布式AI
事件专题
推荐理由：Mira Murati和Jensen Huang都认为分布式是AI的未来方向，聊聊为什么集中式模型可能不够用。
原文
7月16日
18:18
14:51
14:51IT之家（博客/媒体）
78°
Thinking Machines Lab发布Inkling多模态AI模型，采用混合专家架构，总参数975B、激活41B，上下文长度1M tokens，预训练数据达45万亿 tokens。与中国开源模型对比：GLM 5.2在SWEBench Pro得分62.1%高于Inkling的54.3%，DeepSeek V4 Pro在SWEBench Verified达80.6%领先Inkling的77.6%，但Inkling在AIME 2026数学测试以97.1%超越DeepSeek的96.7%。与美国对手Nemotron 3 Ultra相比，Inkling在AIME 2026和SWEBench Verified分别领先2.9和6.9个百分点。面对闭源模型Claude Fable 5等，Inkling在编码推理上落后，但多模态视觉（MMMU Pro 73.3%）和音频（MMAU 77.2%）仍具竞争力。
AI模型InklingThinking Machines LabMira Murati
事件专题
推荐理由：前OpenAI CTO创业首秀，开源975B参数多模态模型，多模态有亮点，但推理编程弱于GLM和DeepSeek，看看值不值得用。
原文
12:45
12:45官方一手歸藏(guizang.ai)@op7418
87°
Thinking Machine 推出首款模型 Inkling，采用 MoE 架构，总参数量 975B，激活参数 41B，上下文窗口达 1M。模型在 45T 数据上训练，原生支持文本、图像和音频理解。同时发布 Small 预览版，激活参数 12B，且模型开源。后训练数据从 Kimi 2.5 等开源模型蒸馏得到。
AI模型Thinking MachineInklingMira Murati
事件专题
推荐理由：Mira Murati 新公司出了开源多模态模型，近 1T 参数但只激活 41B，支持 1M 上下文，还能自己微调，值得试试。
原文
7月12日
08:52
7月3日
04:01
04:01The Rundown AI@therundownai
精选
Mira Murati的Thinking Machines Lab与全球最大对冲基金Bridgewater合作，测试AI用于投资新闻筛选。GPT、Claude、Gemini在六项过滤测试中平均准确率约50%。专家投资者编写提示词后准确率升至74-76%，但仍低于80%的信任阈值。通过TML的Tinker API微调开放权重模型，准确率达到84.7%，错误率比最佳前沿模型降低29.8%，且每任务成本仅为前者的1/13.8。
AI模型Mira MuratiThinking Machines LabBridgewater
事件专题
推荐理由：Mira Murati团队和桥水基金一起搞了个AI筛选新闻的实验，先用GPT、Claude只有50%准确率，专家写提示词到75%还是不够，最后微调模型干到了84.7%，成本还低了13倍多。
原文
6月12日
12:33
12:33官方账号Mira Murati (TML)@miramurati
Mira Murati 在X上发文强调，协作AI的核心在于实时交互，机器与人需跨所有模态协同工作。她指出解决这一挑战需要社区共同努力，并邀请大家加入。这反映了AI发展从单机智能向人机协作生态的转变，强调多模态实时交互的重要性。
行业协作AI实时交互多模态
推荐理由：关注人机协作未来的开发者，这条信息点明了AI的下一个关键方向——实时多模态交互，值得思考如何参与其中。
原文
12:29
6月8日
16:16
16:01
15:14
14:48
14:48AI Will@FinanceYF5
76°
前 OpenAI CTO Mira Murati 在 Bloomberg Tech Live 上指出，当前 AI 模型是回合制交互——用户说完后模型才思考，思考期间对外界“又聋又盲”。她认为未来人机协作需要时间基交互，模型能持续接收音频、文本、视频并实时输出，捕捉打断、同时说话等细微信号，实现高带宽互动。这一观点挑战了现有对话式 AI 的设计范式，强调更自然、更丰富的人机协作体验。
AI产品人机协作实时交互Mira Murati
事件专题
推荐理由：Mira Murati 点出了当前 AI 交互的根本局限——思考时“失聪失明”，做对话产品、语音助手或实时协作工具的团队，看完会重新思考产品架构。
原文
6月6日
06:43
05:51
05:51a16z@a16z
72°
Mira Murati 在 Bloomberg Tech Live 上指出，当前 AI 模型基于回合制交互（你讲完它再想），思考时如同“又聋又瞎”，无法感知用户沉默、打断等细微信号。她提出下一代交互模型应是“基于时间”的连续流式交互，能同时处理音频、文本、视频并实时输出，从而捕捉打断和同时说话等丰富信息。这标志着人机协作从“轮流发言”向“高带宽对话”的范式转变，可能重塑 AI 助手、语音交互和协作工具的设计逻辑。
AI产品人机协作交互模型实时对话
推荐理由：Murati 点破了当前 AI 交互的硬伤——思考时无法感知用户，做语音助手或实时协作产品的团队值得关注这个方向，它直接决定了下一代交互体验的边界。
原文
04:46