吐槽大会
手机厂商最委屈时刻：刚到手就被你套上10块钱手机壳_我的网站
A | 你下周要参与一个团队的集体展演活动。虽然你不会像刘星那样，要把“这玩意儿染成绿的”，但你也准备去理发店稍微捯饬一下头发。 OpenAI前首席技术官穆拉蒂，做出了一款中国模型的“贵替”。精心折腾了一番发型之后，你突然接到通知：展演活动需要佩戴帽子。
B | Thinking Machines发布的首款模型Inkling，混合专家架构主要沿用DeepSeek-V3，后训练冷启动还使用了Kimi K2.5等开放模型生成的数据。
C | 这听起来就像是现在手机厂商的处境：花了大功夫设计手机背板，但卖出才一秒，就被用户塞进了10块钱的、不透明的手机壳里。 尽管厂商知道这个现实，但依然愿意花大量时间研究背板材料、颜色、纹理，甚至为了一个看起来“不一样”的后盖投入巨额成本。 因为手机背板的设计，从来不只是“给别人看的装饰”。 有些“巧妙设计”，其实是不得已为之 在早些年间，背板设计首先面对的并不是“漂亮”，而是一个更基础的问题：怎么让这块外壳不影响手机工作。
D | 2014年，iPhone 6正式发布，引发了一场激烈的美丑讨论。
E | 然而在多项基准评测中，Inkling落后于Kimi和GLM，调用价格反而更高。在这其中，有一个设计可谓是“公认的丑”——背面有两条格外显眼的白色横线，一条贴在顶部，一条贴在底部，横贯整块铝合金机身。
F | 对于一家融资20亿美元、估值120亿美元，团队中聚集了大量OpenAI前员工的明星公司来说，这个结果多少有些低于预期。 但穆拉蒂可能从一开始就没打算靠Inkling争夺第一。这设计看起来就像是被人拿粉笔划了两道。 iPhone 6的外观丨apple.com 然而这几条“丑线”，正是决定iPhone 6是一部手机还是一块板砖的关键所在。 iPhone 6用的是一体成型的铝合金机身，好看、结实，但有一个致命的副作用：整块连续的金属，几乎会把手机内部的信号完全罩死。随着美国企业使用中国模型面临越来越多不确定性，一款性能尚可、支持定制、合规风险更低的本土开放模型，已经拥有自己的市场。唯一的解法，就是在机身上切出几道物理缝隙，填进不导电的塑料，给信号硬生生"抠"出几个能钻出去的窗口。 图丨参考资料[1] 其实这些线条至今依然存在于金属背板的手机中，只不过厂商们把它“藏”得越来越深了。 比如iPhone 17 Pro再次使用了一体化铝合金金属机身，但仔细看手机的侧面背面，依然能看到两条线，上侧的线甚至围绕着整个摄像头模组。 iPhone 17 Pro的机身，可以看到上下有两条线丨apple.com 华为的全金属机身手机Mate 80 Pro Max也是巧妙地将天线藏在了中框与背板衔接的位置，平衡了美观和实用。“贵替”没有那么强，也不愁“市场”。 仍然留有给信号的逃生出口丨huawei.com 面对给信号“开窗”的难题，手机厂商们算是熟能生巧了。但很快，新的挑战出现——无线充电。 01 穆拉蒂的首款模型，就这？ 当地时间7月15日，Thinking Machines Lab发布了成立以来的首款模型Inkling。 无线充电：金属，不行 如果说信号问题逼着工程师在金属上“画了几条线”，那么把“背板能不能用金属”这道题摆到台面上的，是2017年前后逐渐普及的无线充电。 无线充电靠的是充电板和手机内部线圈之间的磁场感应，这种感应可以让手机机身内部的线圈产生电流，从而为手机电池充电。这个内部的线圈通常就贴在背板正下方。
G | 单看配置，这款模型很符合一家明星AI实验室应有的排场。 Inkling采用混合专家架构，总参数量达到9750亿，每处理一个Token会激活410亿参数；预训练使用了45万亿个Token，数据涵盖文本、图像、音频和视频，最长支持100万个Token的上下文。 贴着手机背板的线圈丨erry Hildenbrand / Android Central 金属材料会严重影响手机的无线充电功能。
H | 金属背板在磁场的作用下，内部会激起一圈圈涡流，一方面金属阻碍了内部线圈电流的产生，另一方面还会产生大量的热。它可以理解文字、图片和音频，再以文字形式输出结果，还支持通过调节“思考强度”，在性能、速度和成本之间进行取舍。 Inkling同时开放了模型权重，采用相当宽松的Apache 2.0许可证。开发者可以下载权重、自行部署，也可以通过Thinking Machines旗下的Tinker平台对模型进行微调。 公司给它的定位很明确：与其直接和ChatGPT争夺普通用户，Inkling更适合充当企业开发AI应用的底座。简单点说，这块无线充电板，相当于变成了电磁炉，而置身板上的手机，就成了炒锅。
I | 不过，Inkling最引人注意的部分，藏在技术报告后半段。 Thinking Machines在介绍模型架构时直接写道，Inkling的混合专家设计“主要沿用了DeepSeek-V3”。 任何金属机身的手机都需要面对这个问题。 Google在2020年推出Pixel 5时，明明主打的是一整块铝合金背板，却不得不在正中间硬生生挖出一个圆孔，塞进充电线圈，外面再盖一层染成金属色的塑料伪装——远看是一整块金属，其实那块圆形区域的材质早已经悄悄换了。它同样设置了大量专家模块，每个Token只调用其中一小部分，并采用了DeepSeek-V3的无辅助损失负载均衡等设计。 时至今日，iPhone 17 Pro依然是把背板的下部分挖空换成一块玻璃，为的也是无线充电功能可以正常使用。 Pixel 5的背板丨yahoo/三嘻行動哇 不过既然这么麻烦，为啥不直接都用玻璃背板得了呢？ 事实上，玻璃确实解决了不少问题，也成为如今旗舰手机最常见的选择之一。 但如果手机背板只需要解决无线充电，那事情反而简单了。真正困难的是：背板还要同时满足更多互相冲突的需求，无线充电只是其中之一。 作者声明：该图片由AI生成 中国模型对Inkling的影响还延伸到了训练阶段。 Thinking Machines表示，为了启动后训练，公司先用开放权重模型生成的合成数据做了一轮监督微调，其中明确提到了月之暗面的Kimi K2.5。 整条技术路线已经足够清楚：一家由OpenAI前首席技术官创办的美国实验室，首款模型沿用了DeepSeek的架构，又借助Kimi生成的数据完成后训练起步。 借鉴开放模型本身没有问题。DeepSeek和Kimi公开权重并允许开发者使用，科学研究和工程开发原本就建立在公开成果的积累之上。 背板，好看只是最后一步 手机背板其实像一道综合题：既要让天线正常工作，又要支持无线充电；既希望轻，又希望坚固；既想散热好，又希望摸起来高级；还要在第一眼就让消费者觉得“这是一部值得买的手机”。 比如2016年小米推出小米Mix时，全陶瓷背板就引起了极大的关注。更尴尬的地方在于，Inkling吸收了中国模型的技术之后，性能依然没有压过这些“老师”。在温润的手感和美丽的光泽下，是机身重量高达209克的代价。这放在当时可以说是“相当有分量”的手机了。 陶瓷背板的小米Mix丨mi.com 而苹果在iPhone 15 Pro发布时大力宣传的“钛金属”，如今也不再被提起。当时的钛金属中框+玻璃背板的设计为手机带来了更轻盈的手感。 主打钛金属机身的iPhone 15 Pro丨apple.com 不过如今，铝合金又取而代之，这其中关键的原因之一就是铝合金的导热性更好，这让手机在运行时可以更高效地散热。 Thinking Machines对此也没有粉饰。公司在发布文章中直接承认：“Inkling并非目前表现最强的模型，无论开放模型还是闭源模型。
J | 不过万事没有完美，可别忘了iPhone 17 Pro发布后，多少人的新手机没用两天就出现严重的划痕和凹陷了。这是因为铝金属材料本身偏软，在受到冲击时更容易留下划痕。” 从Thinking Machines公布的结果看， .在“人类最后的考试”纯文本评测中，Inkling得分29.7%，Kimi K2.6和GLM 5.2分别达到35.9%和40.1%； .加入工具后，Inkling升至46%，依然低于Kimi K2.6的54%和GLM 5.2的54.7%。 .在考察真实软件工程能力的SWE-Bench Pro中，Inkling得分54.3%，Kimi K2.6为58.6%，GLM 5.2达到62.1%； .Terminal Bench 2.1上的差距更加明显，Inkling只有63.8%，Kimi K2.6和GLM 5.2分别达到71.3%和82.7%。 当然，Inkling也有自己的长项。
K | 除了玻璃、金属和陶瓷，厂商们也曾经试图让背板承担更多功能——甚至让它成为用户表达个性的方式。它在网页应用设计、音频理解和安全性评测中表现不错，在部分数学任务上也能超过Kimi和DeepSeek。 只是从综合推理、编程和智能体能力来看，它目前很难被归入开放模型的第一梯队。 比如一加手机。 性能没有冲到最前面，价格同样没给出惊喜。 在Tinker平台上，64K版本Inkling每100万Prefill Token收费1.87美元，每100万Sample Token收费4.68美元。前者可以粗略理解为输入成本，后者接近生成成本，而且这已经是“限时五折价”。2014年，一加在首款手机OnePlus One上提出了一个大胆的设想：除了默认的砂岩黑背壳，用户还可以自行更换个性化材质的背板，比如牛仔布、竹木，甚至凯夫拉纤维。256K版本的价格更高，分别达到3.74美元和9.36美元。这个名为“StyleSwap”的项目，在当时被不少媒体形容为“终于有人把手机背板当成一件可以换季的衣服来做”。 作为对比，Kimi K2.6官方API每100万输入和输出Token分别收费0.95美元和4美元，GLM5.2分别为1.4美元和4.4美元。 Tinker同时提供训练和采样服务，与普通模型API并非完全相同的计费口径。但按照上述价格粗略比较，Inkling的预填充价格接近Kimi K2.6的两倍，生成价格也高于Kimi K2.6和GLM5.2，暂时没有体现出价格优势。 但这场野心勃勃的实验，在量产过程中遇到了技术难题——大部分成品质量都不合格。最终，一加只上架了少量达到质量标准的个性化后盖。 设想很美好，现实很残酷 如今，厂商们也依然在背板的设计上苦思冥想。
L | 但对于手机厂商来说，背板还是最重要的“第一印象”之一。 于是，Thinking Machines的首款模型呈现出一种有些微妙的局面：架构参考DeepSeek，后训练借力Kimi，综合性能没有超过中国头部开放模型，调用价格反而更贵。消费者第一次被一款手机吸引，往往不是因为它的散热性能或者天线设计，而是因为它看起来与众不同；手机壳是在买回来之后才套上的，而购买决定往往发生在此之前。
M | 当手机的形态从千变万化到如今的近乎统一，也许背板是最好的呈现差异化的舞台。
N | 02 穆拉蒂的选择 考虑到穆拉蒂和Thinking Machines的背景，这样的选择便更加耐人寻味。
o | 如果有一天，个性化的背板设计可以真的到来，你的选择又会是什么？是可以为了手感牺牲轻薄，还是可以为了散热牺牲美观？ 又或者，像大多数人一样，在买回来的第一天就套上手机壳——反正对于手机厂商来说，一块背板承载的，从来不只是外观。 参考资料 [1]https://www.businessinsider.com/iphone-antenna-lines-explained-2015-10 作者：普拉斯G 编辑：李小葵。 如果Inkling来自一家普通的AI创业公司，借鉴DeepSeek、借助Kimi训练，或许还没有这么耐人寻味。偏偏它来自Thinking Machines——一家几乎可以称为“OpenAI校友会”的公司。 2025年2月，Thinking Machines正式亮相时，团队只有约30人，其中大约三分之二来自OpenAI，其余成员主要来自Meta和Mistral。 创始团队一度包括OpenAI联合创始人John Schulman、OpenAI前研究副总裁Barret Zoph，以及Lilian Weng、Andrew Tulloch和Luke Metz等研究人员。 这些人分别参与过OpenAI的强化学习、后训练、预训练、安全和推理研究。路透社当时甚至直接形容，穆拉蒂从前东家挖走了至少20名研究人员。 站在这群OpenAI校友中间的穆拉蒂，当然是最特殊的一个。 她于2018年加入OpenAI，先后参与DALL-E、Codex、ChatGPT和Sora等产品，2022年升任首席技术官，负责协调研究、模型训练、安全和产品落地。
p | 作者声明：该图片由AI生成 2023年11月，OpenAI董事会突然罢免Sam Altman后，穆拉蒂还曾短暂担任临时首席执行官。她的角色更接近技术和产品的总负责人，对OpenAI的模型研发流程和产品化路径有着完整了解。 换句话说，Thinking Machines从成立之初就不缺OpenAI经验。 穆拉蒂和她的团队知道一家顶级闭源实验室如何开发模型，也亲历了ChatGPT从研究成果变成全球产品的全过程。当这群人离开OpenAI，从零搭建自己的技术体系时，外界自然会期待他们拿出一条带有OpenAI印记的路线。 结果，Inkling最明确的技术来源却指向了中国。这很容易被理解成一个戏剧性的信号——最了解OpenAI的一群人离开OpenAI后，最终选择了中国模型的技术蓝图。 不过，这个结论还需要拆开来看。
q | OpenAI近年来的前沿模型全部采用闭源路线，外界拿不到模型权重，也不了解完整的架构、训练数据和后训练方案。
r | 穆拉蒂即使熟悉OpenAI内部技术，也不能把前东家的商业机密直接搬进新公司。DeepSeek和Kimi则公开了权重或技术报告，架构、训练方法和工具链都可以合法研究和复用。 Inkling本身也是一款开放权重模型。对于一家想要建设开放模型生态的公司来说，从DeepSeek、Kimi等开放模型中吸收成熟方案，属于顺理成章的工程选择。 今天开发一款开放模型，完全避开中国团队已经公开的成果，反而要付出更高的试错成本。 因此，Inkling借鉴中国模型，并不能直接证明穆拉蒂认为DeepSeek的技术全面领先OpenAI。双方公开程度不同，可供借鉴的条件也完全不同。 但这件事依然释放了一个清晰的信号：至少在开放权重领域，中国模型已经成了美国AI团队的重要参考系。 所以，借鉴中国模型并不难解释。真正需要回答的问题是：Thinking Machines吸收了现成的架构和训练经验，为什么最终做出的Inkling性能更弱、价格更高？ 穆拉蒂拥有顶尖团队、充足资金和英伟达最新的训练系统。她没有理由看不到Inkling与中国模型之间的性能和价格差距。
s | 既然如此，“贵替”很可能就是一个经过计算的选择。 03 “一般般”，就够了 按照Thinking Machines获得的待遇，Inkling原本不该只是一款“够用”的模型。 2025年7月，公司尚未推出任何产品，就完成了20亿美元种子轮融资，估值达到120亿美元，投资方包括安德森·霍洛维茨、英伟达、AMD和简街等。四个月后，Thinking Machines又传出新一轮融资谈判，目标估值高达500亿美元，尽管交易最终没有官宣完成，外界已经将它视为OpenAI和Anthropic的潜在对手。
t | 因此，当Inkling以一款性能不如中国模型、价格还更贵的产品亮相时，难免显得低于预期。 可从商业角度看，穆拉蒂可能从一开始就没打算用它争夺基准评测第一名。 Thinking Machines公司强调的是开放权重、多模态能力和可定制性，希望企业通过Tinker对它进行微调，把Inkling改造成客服、编程助手、行业智能体等专用模型。穆拉蒂押注的市场，对基准评测第一名没有那么执着。企业更在意模型能否私有部署、能否掌握数据、能否按照自己的业务继续训练。
u | 此前，这类需求很大一部分被中国开放模型接住了。 美国的OpenAI和Anthropic长期坚持闭源，Meta的Llama 4表现不及预期后，也逐渐收缩开放路线。与此同时，DeepSeek、Kimi、Qwen和GLM持续开放权重，性能越来越接近美国闭源模型，价格却低得多。
v | 美国企业很快用脚投了票。 根据OpenRouter向CNBC提供的数据，2026年2月以来，中国模型在美国企业经由该平台调用的Token中，每周占比都超过30%，最高一度达到46%。2025年上半年的平均占比还只有4.5%。 Cursor开发Composer 2时测试了多款基础模型，最终选择Kimi K2.5，理由也很直接——它在评测中表现最强。桥水基金则通过Tinker微调阿里的Qwen，得到的定制模型以更低成本超过了部分顶级闭源模型。 中国开放模型由此成了美国企业降低AI成本的一条捷径。
w | 只不过，这条路正在承压。 与此同时，美国对中国AI模型的监管氛围正在收紧。
x | 相关部门已经围绕数据安全、模型来源和供应链风险发出警告，部分使用中国模型的企业也受到调查。
y | 即便尚未形成统一限制，政策上的不确定性已经足以影响企业选择，尤其是涉及政府业务和敏感数据的公司。
z | 这正是Inkling的市场空间。 它是一款美国公司开发、采用Apache 2.0许可证、支持私有部署和定制的开放权重模型。美国企业选择它，不必担心使用中国模型引发的政治争议，也更容易通过政府客户和大型公司的合规审查。 Inkling真正的价值，来自这种合规确定性。 穆拉蒂显然看到了这个正在形成的空缺。 作者声明：该图片由AI生成 Thinking Machines吸收DeepSeek和Kimi的公开成果，再把它们转化成一款由美国公司提供的模型。Inkling不需要在所有基准评测中击败中国模型，只需要成为那些不敢继续使用中国模型的美国企业可以接受的选择。 这也解释了它为什么敢于更贵。政策替Inkling缩小了竞争范围，性能和价格上的差距便没那么致命。
| 对于一些美国企业来说，一款稍弱、稍贵但风险较低的模型，已经足够。 从这个角度看，Inkling更能证明穆拉蒂懂得做生意。 不过，这套生意成立的代价，可能由美国企业承担。 美国之外的公司仍然可以自由选择GLM、Kimi和DeepSeek，在更强、更便宜的基础模型上开发产品；美国企业却可能被迫采用性能稍弱、价格更高的本土替代品。基础模型的能力差距会继续传递到微调后的产品中，最终形成结构性的竞争劣势。 华盛顿原本希望用限制保护美国AI公司，结果可能先替Inkling这样的“贵替”创造了市场。
| 对穆拉蒂来说，“一般般”已经够了。对美国AI产业来说，这份“够用”则意味着成本的升高和竞争力的下降。
|
Current article:http://6dy6soi.shuaiseduanguanzhui.bond/list_9dg/c3ei.html
Published on:20:09:00