概要
- Inkling は人間の意思と判断力を拡張するAIとして開発
- 975Bパラメータ を持つMixture-of-Experts型トランスフォーマーモデル
- マルチモーダル （テキスト・画像・音声）対応、1Mトークンのコンテキストウィンドウ
- カスタマイズ・ファインチューニング が容易で、TinkerとPlaygroundで利用可能
- 幅広い領域での 汎用性・信頼性・効率性 を重視した設計
Inkling：オープンウェイトのマルチモーダルAIモデル
- Inkling は、人間の意思と判断力の拡張をミッションに掲げるAIプラットフォーム
- 誰でもカスタマイズ可能なモデル、インタラクティブなAIシステム、独自研究の公開
- 975Bパラメータ（41Bアクティブ）、 1Mトークン の広大なコンテキスト
- 45兆トークン 分のテキスト・画像・音声・動画で事前学習
- Inkling-Small （12Bアクティブパラメータ）も同時公開、コスト・レイテンシー重視の用途に対応
- マルチモーダル推論 （テキスト・画像・音声）をネイティブにサポート
- Tinker でのファインチューニング、 Playground による対話型の操作体験
- 開発者によるカスタマイズ性・効率性・拡張性の提供
汎用性とカスタマイズ性
- 幅広い領域 （推論・コーディング・指示追従・ファクトチェック・ビジョン・オーディオ）で性能を発揮
- 専門特化ではなく、 柔軟なワークフロー適応 を重視
- ベンチマークでは、 Nemotron 3 Ultra や GLM 5.2、 GPT 5.6 Sol、 Claude Fable 5 などと比較し、バランスの良いスコアを記録
- Design Arena のAgentic Web Devリーダーボードで上位評価
- 一発生成 によるWebアプリ作成や、マルチページPDFの自動生成、マルチプレイヤーゲームの反復開発などのデモを公開
エージェント的コーディングとツール利用
- エージェント的タスク遂行 とツール利用能力の強化
- 複数のコーディング・エージェントハーネスで動作、ツールセット・スキーマのランダム化学習
- 思考努力の制御 （effort設定）で性能とトークン効率のバランス調整が可能
- コスト・レイテンシー を重視した設計、現実的な大規模運用に最適
マルチモーダル性能
- 音声・画像・テキスト を同時に扱う真のマルチモーダル基盤モデル
- dMelスペクトログラム による音声、 40x40パッチ による画像エンコーディング、軽量な埋め込み層
- 音声認識・指示追従・録音内容の質疑応答・長尺音声推論
- VoiceBench, MMAU, AudioMC 等で高評価
- 画像理解・視覚的推論・数理図表の処理、 Pythonツール との連携でズーム・クロップ等も可能
エピステミクス（知識の信頼性）
- キャリブレーション・指示追従・検閲耐性 の強化
- 大規模な現実質問データで RL学習、適切な自信度表現
- ForecastBench, Prophet Arena 等の予測ベンチマークで競合モデルと比較し高水準
- 自動採点器 （ルーブリック・クレーム）によるRLで複雑な質問にも正確に対応
- 信頼できるモデル として、現実世界の多様なドメインに適用可能
今後の展望と拡張性
- Inklingファミリー として今後もモデルサイズ・機能を拡充予定
- Tinker によるファインチューニングで多様なユースケースに最適化
- 開発者・研究者・企業による 独自モデル構築 の基盤提供
- オープンウェイト での公開により、コミュニティ主導のイノベーション促進