Thinking Machines 發表互動模型預覽，前 OpenAI 技術長 Mira Murati 展示近即時 AI 互動

Mira Murati——曾在 OpenAI 擔任技術長並主導 GPT-4、DALL-E 3 等重大產品推出——在離開 OpenAI 後創立了 Thinking Machines，外界對這家新創的一舉一動高度關注。如今，Thinking Machines 正式揭開旗下核心研究成果的面紗，發表了定位為下一代互動 AI 基礎的「互動模型」（Interaction Model）研究預覽。

互動模型的核心技術挑戰，是如何讓 AI 在語音與視訊等多模態輸入下，實現接近即時（near real-time）的感知、理解與回應能力，同時維持對話的自然流暢性。當前主流 AI 對話系統在語音互動上仍存在明顯延遲，且對視訊內容的理解多屬靜態幀分析，而非真正的動態即時理解，這是 Thinking Machines 試圖突破的關鍵瓶頸。

業界對 Thinking Machines 的期待，不僅源於 Murati 個人在 AI 產品開發上的深厚資歷，更在於其所招募的核心研究團隊成員多具備頂尖 AI 研究背景。若互動模型的研究預覽能夠如其所示達到近即時的多模態互動效果，將在 AI 代理、虛擬助理及教育科技等多個應用場景開啟全新的可能性。

然而，從研究預覽到商業化落地，仍有漫長的工程優化與規模化挑戰需要克服。業界分析人士指出，近即時語音視訊互動對算力資源的消耗極為龐大，如何在保持低延遲的同時有效控制推論成本，將是 Thinking Machines 在商業化路徑上面臨的核心考驗。