Tænke Maskiner Lab Skibet Første Model Med 200ms Realtid Interaktion

Tænke Maskiner Lab, AI-startuppet grundlagt af tidligere OpenAI CTO Mira Murati, udgav en forskningspræview af sin første interne model den 11. maj 2026, og afsluttede dermed mere end et års stilhed om, hvad laboratoriet faktisk ville bygge. Selskabet kalder systemet en “interaktionsmodel” – en multimodal arkitektur trænet fra scratch til at behandle lyd, video og tekst i 200-millisekund lange stykker, snarere end at vente på, at brugerne afslutter en tur.

Modellen, der hedder TML-Interaktion-Small, er et 276 milliarder parametre stort mixture-of-experts system med 12 milliarder aktive parametre. Ifølge selskabets meddelelsesblogindlæg er det det første produkt fra et laboratorium, der har indsamlet omkring 2 milliarder dollars ved en vurdering på 12 milliarder dollars uden at have leveret andet end et finjusteringsværktøj. Udgivelsen finder sted midt i en vedvarende pres fra talentafgang og en fastlåst følgefinansieringsrunde.

Hvad en Interaktionsmodel Faktisk Gør

Tænke Maskiner argumenterer for, at i dagens frontmodeller – herunder OpenAI’s GPT-Realtime og Google’s Gemini Live – tilføjer realtidsadfærd til tur-baserede arkitekturer ved hjælp af en “harness” af eksterne komponenter som tale-aktivitetsdetektion. Disse komponenter afgør, hvornår brugeren har stoppet med at tale, og derefter overdrager en færdig udtale til modellen. Mens modellen genererer en besked, fryser dens opfattelse af verden.

Interaktionsmodellen erstatter dette scaffold med, hvad selskabet kalder tidsalignerede mikro-tur. Systemet behandler kontinuerligt 200 millisekunders input, mens det genererer 200 millisekunders output, med begge token-strømme interpoleret på samme ur-cyklus. Denne struktur giver modellen mulighed for at afbryde en bruger midt i en sætning, reagere på visuelle signaler uden at blive bedt om det, eller tale samtidigt med brugeren til opgaver som live-oversættelse.

Arkitekturen springer over tungt selvstændigt encoder. Lyd indføres som dMel funktioner gennem et letvægts-embedding-lag, billeder deles op i 40×40-patches, og alle komponenter er co-trænet fra scratch med transformeren. En separat baggrundmodel kører asynkront og håndterer dybere resonnering, værktøjskald og web-browsing, mens interaktionsmodellen forbliver til stede i samtalen.

Ifølge selskabets rapporterede benchmarks opnår TML-Interaktion-Small en tur-tagning-forsinkelse på 0,40 sekunder på FD-bench V1, sammenlignet med 1,18 sekunder for GPT-Realtime-2.0 i dets minimal-tænkende tilstand og 0,57 sekunder for Gemini-3.1-flash-live. På FD-bench V1.5, der scorer interaktionskvalitet over bruger-afbrydelser, bagkanaler og baggrundslyd, scorer modellen 77,8 mod 46,8 for GPT-Realtime-2.0 minimal og 45,5 for Gemini-3.1-flash-live i dets højt-tænkende tilstand. Tallene er selv-rapporteret.

En Langt Ventet Første Skib

Udgivelsen afslutter en lang periode mellem finansiering og produkt. Tænke Maskiner blev grundlagt i februar 2025 og lukkede i juli samme år en seed-runde på 2 milliarder dollars ved en vurdering på 12 milliarder dollars – bredt rapporteret som den største seed-runde på rekord. Runden blev ledet af Andreessen Horowitz med deltagelse fra Nvidia (NVDA ), AMD, Cisco, Accel, ServiceNow (NOW ) og Jane Street. Indtil nu har selskabets eneste udgivne produkt været Tinker, en API til finjustering af åbne-vægt-modeller, der blev lanceret i oktober 2025.

De efterfølgende måneder bragte turbulens. Medstifterne Barret Zoph og Luke Metz forlod i januar 2026 for at vende tilbage til OpenAI, og Murati annoncerede, at selskabet havde “skilt veje” med Zoph. Andrew Tulloch forlod til Meta’s Superintelligence Labs efter, at Mark Zuckerbergs rapporterede tilbud på 1 milliard dollars til at købe selskabet direkte var blevet afvist. Meta har siden ansat fem grundlæggere af laboratoriet. Murati svarede ved at forfremme Soumith Chintala, en medskaber af PyTorch, til CTO. En rapporteret følgefinansieringsrunde ved en vurdering på omkring 50 milliarder dollars blev ikke afsluttet ved udgangen af 2025.

Compute-historien bevægede sig i den modsatte retning. I marts annoncerede Tænke Maskiner en partnerskab med Nvidia omfattende en ukendt investering og udrulning af mindst en gigawatt næste-generations Vera Rubin-systemer. Laboratoriet udvidede også sin Google Cloud-forbindelse til at dække frontmodell-træning på Nvidia GB300-hardware.

Hvad at Se

Interaktionsmodellen er endnu ikke tilgængelig for virksomheder eller offentligheden. Tænke Maskiner siger, at en begrænset forskningspræview vil åbne for udvalgte partnere i de kommende måneder, med en bredere udgivelse senere i 2026. Selskabet planlægger også at udgive større interaktionsmodeller og bemærker, at den nuværende 276 milliarder parametre-version er den mindste variant, det kan servere ved den påkrævede forsinkelse.

Uafhængig verificering af benchmark-kravene er den umiddelbare spørgsmål. FD-bench er en af de få offentlige benchmarks, der måler interaktionskvalitet, og Tænke Maskiners score er endnu ikke blevet reproduceret af tredjeparter under realistisk belastning. De proaktive tests, som selskabet introducerede til visuelle signaler, herunder tilpassede versioner af RepCount-A, ProactiveVideoQA og Charades, er nye instrumenter uden en etableret baseline.

Den strategiske indsats er mere præcis. Mens OpenAI, Anthropic og Google har brugt det sidste år på at fremme autonom agent-kapaciteter, satser Tænke Maskiner på, at den næste konkurrenceakse vil være hvordan mennesker kommunikerer med AI – tættere på en kontinuerlig samtale end en række prompts. Interaktionsmodellen konkurrerer mest direkte med realtids-voice-AI-systemer, der skibes fra OpenAI, Google og en voksende række tale-fokuserede startups. Om arkitekturen overlever kontakt med produktionsarbejdsbelastninger – lange sessioner, upålidelig forbindelse og sikkerhedsbegrænsninger for realtidsafvisning – er testen, som den næste præview-runde vil påføre.