AI-mallit ja alustat
Thinking Machines Lab julkaisee ensimmäisen mallinsa 200 millisekunnin reaaliaikaiseen vuorovaikutukseen

Keskeiset kohdatThinking Machines lyö vetoa, että jatkuva vuorovaikutus eikä vuoropohjainen kehotteiden…
Näytä lisää
- Thinking Machines lyö vetoa, että jatkuva vuorovaikutus eikä vuoropohjainen kehotteiden antaminen määrittää tekoälyn seuraavan kilpailullisen rintaman.
- Vuorovaikutusmalli käsittelee syötteen ja tulosteen samalla kellosyklillä, joten se voi keskeyttää, reagoida ja kääntää reaaliajassa.
- Laboratorion itse raportoimien vuorovaikutusvertailuarvojen riippumaton varmistaminen on yhä välitön avoin kysymys tutkimusesikatselmuksessa.
Thinking Machines Lab, entisen OpenAI:n teknologiajohtajan Mira Muratin perustama tekoälystartup, julkaisi ensimmäisen itse kehittämänsä mallin tutkimusennakkoversion 11. toukokuuta 2026. Näin päättyi yli vuoden hiljaisuus siitä, mitä laboratorio oikeastaan rakentaisi. Yhtiö kutsuu järjestelmää ”vuorovaikutusmalliksi”: alusta asti koulutetuksi monimodaaliseksi arkkitehtuuriksi, joka käsittelee ääntä, videota ja tekstiä 200 millisekunnin jaksoissa sen sijaan, että odottaisi käyttäjän puheenvuoron päättymistä.
Mallin nimi on TML-Interaction-Small, ja se on 276 miljardin parametrin mixture-of-experts-järjestelmä, jossa on 12 miljardia aktiivista parametria. Yhtiön julkistusta koskevan blogikirjoituksen mukaan kyseessä on ensimmäinen tuote laboratoriolta, joka on kerännyt noin kaksi miljardia dollaria 12 miljardin dollarin arvostuksella, vaikka se ei aiemmin ole julkaissut muuta kuin hienosäätötyökalun. Julkaisu ajoittuu tilanteeseen, jossa osaajien lähdöt ja pysähtynyt jatkorahoituskierros aiheuttavat jatkuvaa painetta.
Mitä vuorovaikutusmalli oikeastaan tekee
Thinking Machinesin mukaan nykyiset huippumallit, kuten OpenAI:n GPT-Realtime ja Googlen Gemini Live, lisäävät reaaliaikaisen toiminnan vuoropohjaisiin arkkitehtuureihin ulkoisista komponenteista koostuvalla ohjauskerroksella. Tällaisia komponentteja ovat esimerkiksi puheaktiivisuuden tunnistimet. Ne päättävät, milloin käyttäjä on lopettanut puhumisen, ja välittävät sitten valmiin puheenvuoron mallille. Mallin muodostaessa vastausta sen havainnointi ympäröivästä maailmasta pysähtyy.
Vuorovaikutusmalli korvaa tämän tukirakenteen sillä, mitä yhtiö kutsuu ajallisesti kohdistetuiksi mikrovuoroiksi. Järjestelmä käsittelee jatkuvasti 200 millisekuntia syötettä samalla, kun se tuottaa 200 millisekuntia tulostetta. Molemmat tokenvirrat lomitetaan samalla kellojaksolla. Tämän rakenteen ansiosta malli voi keskeyttää käyttäjän kesken lauseen, reagoida visuaalisiin vihjeisiin pyytämättä tai puhua samanaikaisesti käyttäjän kanssa esimerkiksi reaaliaikaisessa kääntämisessä.
Arkkitehtuurissa ei käytetä raskaita erillisiä enkoodereita. Ääni syötetään dMel-piirteinä kevyen upotuskerroksen kautta, kuvat jaetaan 40 × 40 -kokoisiin osiin ja kaikki komponentit koulutetaan alusta asti yhdessä transformerin kanssa. Erillinen taustamalli toimii asynkronisesti ja hoitaa syvällisempää päättelyä, työkalukutsuja ja verkkoselausta samalla, kun vuorovaikutusmalli pysyy mukana keskustelussa.
Yhtiön ilmoittamissa vertailutesteissä TML-Interaction-Small saavuttaa FD-bench V1:ssä 0,40 sekunnin puheenvuoronvaihtoviiveen. Vertailussa GPT-Realtime-2.0:n minimaalisen päättelyn tilan viive on 1,18 sekuntia ja Gemini-3.1-flash-liven 0,57 sekuntia. FD-bench V1.5 arvioi vuorovaikutuksen laatua käyttäjän keskeytysten, kuuntelemista ilmaisevien lyhyiden palautteiden ja taustapuheen yhteydessä. Siinä malli saa 77,8 pistettä, kun GPT-Realtime-2.0:n minimaalisen päättelyn tilan tulos on 46,8 ja Gemini-3.1-flash-liven runsaan päättelyn tilan 45,5. Luvut ovat yhtiön itsensä ilmoittamia.
Kauan odotettu ensimmäinen mallijulkaisu
Julkaisu päättää pitkän välin rahoituksen ja tuotteen välillä. Thinking Machines perustettiin helmikuussa 2025, ja saman vuoden heinäkuussa se sai päätökseen kahden miljardin dollarin siemenrahoituskierroksen 12 miljardin dollarin arvostuksella. Kierrosta kuvattiin laajalti kaikkien aikojen suurimmaksi siemenrahoituskierrokseksi. Sitä johti Andreessen Horowitz, ja siihen osallistuivat Nvidia (NVDA ), AMD, Cisco, Accel, ServiceNow (NOW ) ja Jane Street. Tähän asti yhtiön ainoa julkaistu tuote oli Tinker, lokakuussa 2025 julkaistu API avoimilla mallipainoilla saatavien mallien hienosäätöön.
Väliin jääneet kuukaudet olivat myrskyisiä. Yhtiön perustajiin kuuluvat Barret Zoph ja Luke Metz lähtivät tammikuussa 2026 palatakseen OpenAI:lle. Murati ilmoitti yhtiön ja Zophin ”teiden eronneen”. Andrew Tulloch siirtyi Metan Superintelligence Labsiin sen jälkeen, kun Mark Zuckerbergin raportoitu miljardin dollarin tarjous koko yhtiön ostamisesta oli torjuttu. Meta on sittemmin palkannut viisi laboratorion perustajajäsentä. Murati vastasi nimittämällä PyTorchin kehittäjiin kuuluvan Soumith Chintalan teknologiajohtajaksi. Raportoitu jatkorahoituskierros noin 50 miljardin dollarin arvostuksella ei toteutunut vuoden 2025 loppuun mennessä.
Laskentakapasiteetin osalta kehitys eteni vastakkaiseen suuntaan. Maaliskuussa Thinking Machines ilmoitti kumppanuudesta Nvidian kanssa. Siihen sisältyy sijoitus, jonka suuruutta ei julkistettu, sekä vähintään yhden gigawatin verran seuraavan sukupolven Vera Rubin -järjestelmiä käyttöönotettavaksi. Laboratorio laajensi myös Google Cloud -yhteistyötään kattamaan huippumallien kouluttamisen Nvidia GB300 -laitteistolla.
Mitä kannattaa seurata
Vuorovaikutusmalli ei vielä ole yritysten tai suuren yleisön saatavilla. Thinking Machinesin mukaan rajattu tutkimusennakkoversio avautuu valituille kumppaneille tulevina kuukausina, ja laajempi julkaisu tapahtuu myöhemmin vuonna 2026. Yhtiö aikoo myös julkaista suurempia vuorovaikutusmalleja. Se huomauttaa, että nykyinen 276 miljardin parametrin versio on pienin vaihtoehto, jonka se voi tarjota vaaditulla viiveellä.
Välitön kysymys on vertailutestiväitteiden riippumaton todentaminen. FD-bench on yksi harvoista julkisista vertailutesteistä, jotka mittaavat vuorovaikutuksen laatua, eivätkä kolmannet osapuolet ole vielä toistaneet Thinking Machinesin tuloksia realistisessa kuormituksessa. Yhtiön esittelemät visuaalisiin vihjeisiin liittyvät oma-aloitteisuustestit, joihin kuuluu mukautettuja versioita RepCount-A:sta, ProactiveVideoQA:sta ja Charadesista, ovat uusia mittausvälineitä ilman vakiintunutta vertailutasoa.
Strateginen panostus on tarkemmin kohdennettu. Siinä missä OpenAI, Anthropic ja Google ovat kuluneen vuoden ajan edistäneet autonomisten agenttien kyvykkyyksiä, Thinking Machines lyö vetoa sen puolesta, että kilpailun seuraava ulottuvuus on ihmisten tapa viestiä tekoälyn kanssa — pikemminkin jatkuvana keskusteluna kuin peräkkäisinä kehotteina. Vuorovaikutusmalli kilpailee suorimmin reaaliaikaisten puhetekoälyjärjestelmien kanssa, joita OpenAI, Google ja kasvava joukko puheeseen keskittyviä startupyrityksiä julkaisevat. Seuraava ennakkokierros koettelee sitä, kestääkö arkkitehtuuri tuotantokäytön kuormitukset: pitkät istunnot, epäluotettavat yhteydet ja reaaliaikaiseen kieltäytymiseen liittyvät turvallisuusrajoitteet.












