Machines

general · First seen 2026-05-22 · Last seen 2026-11-06 · 272 mentions

Overview

Machines(机器)在当下 AI 语境中,最热的指向是 Mira Murati 创办的 AI 研究公司 Thinking Machines Lab——这个名字里带 Machines 的实验室自 2025 年成立以来持续产出模型与训练工具,同时 'Machines' 也泛指 AI 领域正在重塑的各类机器系统,从开源模型到微型机械。近期关于 Machines 的讨论集中在三条线:Thinking Machines 的产品进展、开源模型竞争,以及 AI 对实体机器的控制。

Thinking Machines 近期进展

  • Chris Manning 评价 Thinking Machines 的 Inkling:小模型表现出色:斯坦福教授 Christopher Manning 公开点评该实验室的 Inkling 模型,认为其在小参数规模下表现亮眼,这为该公司在效率路线上的选择提供了学界背书。
  • Thinking Machines 实验室发布 AutoInfra:面向并行实验的训练基础设施:AutoInfra 聚焦并行实验的训练基础设施,把实验室内部的研究工程能力开放出来,与模型发布形成"模型+工具"的组合打法。
  • 不过竞争同样激烈。Reflection 新模型不及中国同行,Nvidia 与 Thinking Machines 也在列:Nathan Lambert 的评测指出,包括 Thinking Machines、Nvidia 在内的美国新贵模型,在部分基准上落后于中国同行,凸显开源权重赛道的全球化竞争格局。
  • Machines 相关的开源与应用动态

  • NVIDIA 发布 Nemotron 3.5 Super VL,登顶美国开源权重模型榜首:Artificial Analysis 的榜单显示,Nemotron 3.5 Super VL 成为美国开源权重模型第一名,与 Thinking Machines 等新实验室同场竞技。
  • Atomic Machines 用 AI 把代码变成微型机器:Atomic Machines 展示了 AI 直接生成微型机械设计的路径,是 Machines 一词从软件模型延伸到实体硬件的代表案例。
  • Runway 发布开源世界行动模型 Praxis-1:Runway 开源的世界行动模型 Praxis-1,让机器不仅"看懂"世界,还能规划行动。
  • 全双工语音模型:边说边听,中途改口也能即时响应:全双工语音技术让机器实现实时打断与改口响应,是人机交互方式的一次升级。
  • 当前焦点与观察点

    围绕 Machines 的争议核心在于效率与规模的路线之争:Thinking Machines 押注小模型加基础设施,而 Nvidia 等依赖更大规模的开源权重模型仍在榜单上占据优势。同时,Nathan Lambert 的评测提醒市场,新实验室的声量与实际基准表现之间仍有差距。值得观察的点有三个:一是 Inkling 与 AutoInfra 能否转化为开发者生态;二是开源权重榜单上中美模型的追赶态势;三是 Atomic Machines、Praxis-1 这类工作能否让 AI 从数字世界真正落进实体机器。对研究脉络感兴趣的读者,也可回看 Yann LeCun 回忆 1986 年首次访美并在 MIT 见到 Marvin Minsky,从机器智能思想的源头理解今天这波 Machines 热潮的历史纵深。

    Coverage

    10 on file