Inkling 拿下 FutureSim 评测最佳开放权重模型,长周期预测与 Agent 任务表现突出
由前 OpenAI CTO 米拉团队 Thinking Machines Lab 开发的多模态开放权重模型 Inkling,在 FutureSim 基准评测中被评选为最佳开放权重模型,FutureSim 主打长期时序预测、动态信息更新下的 Agent 推演能力,和常规静态刷题榜单不一样,专门模拟真实世界随时间变化的事件,检验模型持续跟踪信息、修正判断的能力,Inkling 凭借稳定的置信度校准、多步长期推演优势在一众开放权重模型里脱颖而出。Inkling 是 MoE 混合专家架构,基础版总参数 975B、激活 41B,原生支持文本、图像、音频输入,最高支持 1M 上下文窗口,采用 Apache2.0 开放权重协议,开发者拿到权重之后可以自行部署、微调,还能在配套 Tinker 平台做定制化开发,这也是它适合 FutureSim 这类长时序预测任务的一大原因,模型支持调节推理投入力度,在速度和推理精度之间灵活平衡。FutureSim 本身是 ICML 推出的面向 AI 预测智能体的评测基准,它不考静态知识,会按时间线分批推送新信息,看模型能不能更新原有判断,很贴合 AI Agent 落地的真实场景,这次获奖也印证 Inkling 在 Agent 长周期任务、事件推演方向的强项。
一、FutureSim 基准评测介绍
- 评测定位:面向 AI 预测 Agent 的动态时序基准,ICML 相关工作,所有测试样本是真实世界事件时序序列
- 核心逻辑:分阶段释放信息,模型需要持续接收新信号、动态更新预测结论,不是一次性问答
- 考察重点:信息追踪、置信度控制、多步推演、减少顽固错误、适配变化环境
- 和普通榜单差别:MMLU、GPQA 这类是静态题库,FutureSim 更贴近 Agent 持续观测、持续决策的使用场景
二、Inkling 模型核心版本参数清单
| 版本 | 总参数量 | 激活参数 | 特点 |
|---|---|---|---|
| Inkling(原版) | 975B | 41B | 全能力多模态,音频图文原生支持,适合复杂 Agent 任务 |
| Inkling-Small | 276B | 12B | 轻量化,推理成本更低,对标原版大部分能力 |
| Inkling 2 Small | 594B | 17B | 二代版本,强化 Agent 编码、视觉推理 |
三、Inkling 在 FutureSim 胜出的关键优势
- 置信度校准更好:预测输出的自信程度和真实正确率匹配,不容易盲目给出高确信度的错误结论
- 可控推理算力:可以调整思考开销,长时序任务分配更多算力,简单任务降低成本
- 长上下文支撑:百万级上下文窗口,能装载整条时间线的历史事件、观测记录
- 开放权重:支持本地私有化部署,开发者基于权重二次改造预测 Agent,不受 API 限制
四、开放权重和开源的简单区分
Inkling 属于开放权重模型,权重文件对外释放,可下载微调商用;并不等同于开源,模型完整训练代码、全部训练数据没有对外公开,这点要注意区分。
【相关 FAQ】
问题 1:获评 FutureSim 最佳开放权重模型的 Inkling,是哪个团队开发的?
回答 1:Inkling 由前 OpenAI CTO Mira Murati 创立的 Thinking Machines Lab 打造,本次在 FutureSim 基准拿到最佳开放权重模型评价。
问题 2:FutureSim 评测和普通大模型榜单有什么不一样,为什么用来考核 Inkling?
回答 2:FutureSim 是动态时序 Agent 评测基准,分批推送时序信息,考验模型持续更新预测的能力,普通榜单是静态考题,刚好匹配 Inkling 长周期推演、预测类任务的优势,也是评选最佳开放权重模型的依据。
问题 3:Inkling 作为 FutureSim 最佳开放权重模型,授权协议是什么,能不能商用微调?
回答 3:Inkling 采用 Apache2.0 开放权重协议,开发者拿到权重之后,可以自行部署、微调,支持商用,但是训练代码、原始训练数据没有对外放出。
问题 4:Inkling 拿下 FutureSim 最佳开放权重模型,是不是说明它所有任务都是最强开放模型?
回答 4:不是,FutureSim 只聚焦长期预测、动态时序 Agent 方向,Inkling 在代码、数学等别的任务上,对比其他开放权重模型有输有赢,这个荣誉是该专项基准下的结果。
【参考资料】
[2026-11-17](Inkling named best open-weight model on FutureSim benchmark)AI Research Review
[2026-07-15](Inkling: Our Open-Weights Model)Thinking Machines Lab 官网
[2026-07-20](FutureSim: Dynamic Forecasting Benchmark for AI Agents)ICML 2026 Workshop
[2026-11-06](Inkling 2 Small 发布,强化 Agent 与视觉推理)36 氪
【免责声明】
本文资讯整理自 FutureSim 评测公告、Thinking Machines Lab 官方博客、AI 行业媒体报道;FutureSim 仅为专项 Agent 预测基准,榜单结论不能代表模型综合全场景能力;开放权重协议、参数性能以模型卡和官方文档为准,模型效果会受部署硬件、提示词、微调方案影响。
相关阅读
- Perplexity 推出 Orchestrator API,聚合 45 + 模型并支持故障转移
- 微软表示客户重心转向 Agent 落地部署,安全信任管控成为核心诉求
- GPT-6.2 Astra 拿下 AA-3D 基准第一,文本生成交互式 3D 场景能力领跑榜单
- 微软 CEO 纳德拉预告 Ignite 大会方向,强调把技术进展落地转化为真实业务成果
- Meta 全新 Muse 系列模型即将登陆 Microsoft Foundry,面向企业开放部署调用
- 微软 Ignite 大会纳德拉公布前沿生态三大架构原则,推出 Copilot Workspaces
- Microsoft Foundry 新增闭环持续改进能力
- Khosla Ventures 持续押注 Genesis AI,领投种子轮、联合领投 A 轮融资
- Inkling 拿下 FutureSim 评测最佳开放权重模型,长周期预测与 Agent 任务表现突出
- a16z 领投 Valkryn,拿下 1700 万美元融资搭建机器人自主作战 Battle Lab 测试平台
- Azure Catalyst 正式发布,依托 AI 智能体落地应用与基础设施一体化现代化改造
- Azure Cobalt 200 虚拟机正式上线,相比前代最高性能提升 50%
- Cognition 团队 22 天连发三款 Devin 系列产品,加速自研编码 Agent 产品落地
- YC 上线 Ample 面向 AI Agent 推出一站式云服务
- 微软正式启动 AI 透明度计划,联合多家企业共建 AI 开放行业标准
- OpenAI 发布 GPT-6.2 Astra 与 Sol 双模型,Astra 主打科研与专业工作提效
-
快手快币是直播打赏类虚拟代币,注意快币本身不能直接提现,需要先把快币对应的直播收益转换成可提现的快币收...浏览全文>>
-
巴基斯坦时间和北京时间的时差是 3 小时,北京时间比巴基斯坦时间快 3 小时,也就是说当北京时间是中午 1...浏览全文>>
-
Perplexity 正式发布 Orchestrator API,它是一个统一的模型接入网关,单接口可以调用平台内 45 款以上不...浏览全文>>
-
微软对外释放信号,企业客户的 AI 关注点已经从单纯测试大模型、玩 demo,转向 Agent 规模化部署和信任管...浏览全文>>
-
OpenAI 新发布的 GPT-6 2 Astra 在 Artificial Analysis 的 AA-3D 基准测试登顶,拿到 1318 Elo 分数,在交互式 3D 场景生成 浏览全文>>
-
微软 CEO Nadella(萨提亚・纳德拉)在 Ignite 2026 大会开场前对外释放核心基调,这次大会不会只秀前沿...浏览全文>>
-
Meta 官方确认,旗下最新 Muse 系列 AI 模型很快会上线 Microsoft Foundry 平台,扎克伯格对外公布了这一消息,包含 Muse Wonder 浏览全文>>
-
微软 Ignite 2026 旧金山主 keynote 上,纳德拉正式抛出前沿生态(Frontier Ecosystem)三大架构原则,同步发布 Copilot Workspace 浏览全文>>
-
微软在 MSIgnite 大会上为 Microsoft Foundry 正式新增持续改进能力,这套能力是一套完整闭环体系,依托...浏览全文>>
-
人形机器人初创公司 Genesis AI 拿到新一轮大额 A 轮融资,Khosla Ventures 既是它种子轮的领投方,又...浏览全文>>
- 巴基斯坦时间与北京时间的时差 时区换算详解
- 微软表示客户重心转向 Agent 落地部署,安全信任管控成为核心诉求
- Inkling 拿下 FutureSim 评测最佳开放权重模型,长周期预测与 Agent 任务表现突出
- YC 上线 Ample 面向 AI Agent 推出一站式云服务
- OpenAI 发布 GPT-6.2 Astra 与 Sol 双模型,Astra 主打科研与专业工作提效
- Hugging Face 联手 CASP 创始人推出 MecCog Challenge,主攻阿尔茨海默病因果机制研究
- 微软发布 MAI Code 2 与 Code 2 Flash 编码模型,覆盖复杂开发和高频轻量编码任务
- 德国车主花 60 多万购入奥迪 A6,氛围灯仅能免费试用几周,到期必须订阅付费
- 停更两年回归,郑渊洁推出免费 AI 童话动画
- 公司税收如何计算 主要税种计税规则详解
- GPT-6.2 Astra 拿下 AA-3D 基准第一,文本生成交互式 3D 场景能力领跑榜单
- 微软 Ignite 大会纳德拉公布前沿生态三大架构原则,推出 Copilot Workspaces
- 微软正式启动 AI 透明度计划,联合多家企业共建 AI 开放行业标准
- Lightspeed 领投 ComputeDesk 4500 万美元融资,打造算力金融对冲基础设施
- Hugging Face 上线 Qwen3.8-27B-pi-adapted 适配模型,基于 Qwen3.8-27B 底座做 Pi 场景微调
- MSIgnite 官宣 Microsoft Perception 正式全面上线
- 黄仁勋公开认错承认个人生活犯错,承诺全力配合独立调查
- 微软 MSIgnite 大会发布多款全新 MAI 模型,新增安全、代码等专项能力
- GTA6 提前拿到近乎满分评价,登顶全球多数 PS 商店畅销榜
- 黄金铂金哪个更好 选购对比与适用场景说明
- 八英寸披萨多大 尺寸详细讲解
- Gartner 指出 AI 智能体在生产环境表现经常和测试环境不一致,落地存在明显可靠性落差
- LangChain 旧金山 Managed Deep Agents 实操工作坊现场动手搭建、部署智能 Agent
- Gartner 推出 AI 四季框架,用于压力测试企业 AI 战略
- Qwen3.8-27B 搭载 Pi harness LoRA 适配器,Agent 智能体能力获得提升
- 波士顿动力与格芯扩大机器人合作,GF 加入 Atlas 人形机器人早期采用者计划
- LangChain 12 月 3 日线上研讨会聚焦 AI 代理知识层
- 徕卡 ZM 11 新表正式发布机芯内含 35 颗宝石,搭载双层渐变表盘
- 国产 AI 内存持续追赶,HBM4 预计 2028 年推出,缺少 EUV 仍是核心难题
- 小米 18 Pro 系列巴黎国际发布,10249 元起售,国际版价格远高于国行
