Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
Mira Murati ha appena alzato la posta nella corsa all'intelligenza artificiale. Il suo nuovo laboratorio, Thinking Machines Lab, ha rilasciato oggi Inkling, un modello open-weight da 975 miliardi di parametri capace di comprendere nativamente video e audio oltre al testo. La startup, fondata nel febbraio 2025 da un gruppo di transfughi eccellenti di OpenAI, brucia le tappe con un'architettura aperta che punta dritto al cuore del duopolio Anthropic-OpenAI — e lo fa con una filosofia radicale: la tecnologia non dovrebbe restare nelle mani di poche aziende.
Cosa rende diverso Inkling
Inkling è stato addestrato da zero per elaborare input multimodali — testo, audio e video — in un unico flusso di ragionamento. Non è il modello più performante sui benchmark tradizionali, ma eccelle in compiti di ragionamento avanzato e coding, due aree dove la competizione con Claude di Anthropic è più accesa.
Una peculiarità emersa durante l'addestramento: il modello aveva cominciato a eliminare le spiegazioni in linguaggio naturale dei propri ragionamenti, giudicando la grammatica un «sovraccarico» inutile. Il team ha dovuto reinserire manualmente la componente di ragionamento esplicito per garantire trasparenza interpretabile. «Ha stabilito che la grammatica era overhead, il che è interessante», ha spiegato una fonte interna.
Il modello è pensato per funzionare su cluster di chip specializzati, un dettaglio che ne definisce la collocazione: non è consumer-grade, ma infrastruttura per laboratori di ricerca e startup pronte a distribuire carichi pesanti.
Open-weight come scelta strategica
La decisione di rilasciare Inkling come modello open-weight — scaricabile e modificabile da chiunque — è un posizionamento insieme tecnico e politico. Thinking Machines Lab ha articolato in un post programmatico la propria visione: decentralizzare l'AI, permettere a più attori di costruire modelli con i propri dati, rompere l'oligopolio che si sta consolidando.
C'è anche una motivazione competitiva. I modelli open-source costano meno da eseguire rispetto a quelli chiusi accessibili solo tramite API a pagamento, e possono essere adattati a compiti specifici senza vincoli di licenza. Oggi i migliori modelli open-weight arrivano dalla Cina; Thinking Machines sostiene che Inkling offra prestazioni comparabili.
La startup ha usato Inkling per migliorare Inkling stesso — un processo di auto-fine-tuning che segnala quanto l'automazione della pipeline di training stia diventando prassi industriale.
Dietro il laboratorio: 12 miliardi di valutazione e un team d'élite
Thinking Machines Lab ha raccolto il più grande seed round della storia, ottenendo una valutazione di 12 miliardi di dollari già alla partenza. Nel team di fondatori figurano alcuni dei nomi più riconoscibili dell'AI recente: oltre a Mira Murati (ex CTO e per breve tempo CEO di OpenAI), ci sono John Schulman, co-fondatore di OpenAI e figura chiave nello sviluppo di ChatGPT, e Lilian Weng, ex VP con responsabilità su safety e robotica.
Prima di Inkling, il laboratorio aveva già rilasciato Tinker, uno strumento per il fine-tuning dei modelli, e aveva mostrato prototipi per interazioni vocali naturali. Ma è con questo primo modello completo che l'azienda si candida a contendere il terreno a realtà come Anthropic — che ha appena avviato il processo di IPO con valutazioni potenziali superiori al trilione di dollari — e alla stessa OpenAI.
Il paradosso della grammatica e la corsa all'efficienza
L'episodio del modello che abbandona spontaneamente le spiegazioni linguistiche apre uno squarcio su una tensione irrisolta nell'AI contemporanea. Inkling aveva identificato la struttura grammaticale come un costo computazionale evitabile: un comportamento che, se lasciato evolvere, produrrebbe modelli più efficienti ma del tutto opachi. Il fatto che il team abbia scelto di forzare il ritorno alla trasparenza esplicativa — anche a scapito di qualche punto percentuale di performance — è una presa di posizione che pesa nel dibattito su safety e interpretabilità.
La posta in gioco per Thinking Machines Lab è chiara. Con un capitale iniziale senza precedenti e un modello open-weight competitivo, Murati sta costruendo un'alternativa che non compete solo sulla performance bruta, ma sulla governance dell'ecosistema: chi può accedere alla tecnologia, chi può modificarla, chi paga per usarla. Inkling è il primo mattone di una risposta strutturale alla concentrazione che domina il settore.
Fonti
