Thinking Machines重磅更新：Tinker开放公测，人人皆可微调万亿参数K2模型

type

status

date

slug

summary

告别繁琐基建：Tinker让微调像API调用一样简单

长期以来，大模型的训练和微调一直是资源密集型和技术密集型的工作。开发者如果想要训练前沿模型，通常需要自行采购昂贵的GPU、搭建复杂的集群、处理CUDA/NCCL环境配置，并时刻维护分布式训练的稳定性。这对于许多中小型团队和个人研究者来说，是一道难以逾越的鸿沟。

Tinker的核心价值在于它将所有这些复杂的训练基础设施抽象为了一个简洁的API。正如Thinking Machines所承诺的，开发者现在只需要专注于他们最擅长的部分——数据和算法。关于基础设施的调度、调优、资源管理和可靠性保障，全部由Tinker在后台自动完成。这种“Infra-as-a-Service”的模式，极大地简化了LLM的后训练过程，让开发者能够以更低的成本、更快的速度验证自己的Prompt策略和数据质量。

Kimi K2 Thinking：万亿参数模型微调能力的下放

此次更新中最引人注目的亮点，莫过于对Kimi K2 Thinking模型的支持。Kimi K2拥有惊人的万亿参数规模，是Thinking Machines目前最强大的模型，专为复杂的长链推理和工具调用场景而设计。

在过去，微调如此规模的模型几乎是顶级实验室的专利。但现在，通过Tinker，普通开发者也可以对这一庞然大物进行定制化训练。这意味着，无论是针对特定行业的深度推理任务，还是复杂的Agent智能体构建，开发者都可以利用K2的强大底座，结合自身的私有数据，打造出性能卓越的垂直领域模型。这对于推动AI变现和行业落地具有里程碑式的意义。

Qwen3-VL加入：视觉与语言的深度融合

除了纯文本模型，Tinker此次还引入了对视觉语言模型（VLM）的支持，新增了Qwen3-VL-30B-A3B-Instruct和Qwen3-VL-235B-A22B-Instruct两款模型。这标志着Tinker的能力从单一模态扩展到了多模态领域。

为了验证其效果，Thinking Machines团队进行了一项有趣的实验：他们将Qwen3-VL应用于经典的图像分类任务（如Caltech-101、Stanford Cars等），并将其与传统的视觉基线方案DINOv2进行了对比。结果显示，在小样本数据场景下，经过微调的Qwen3-VL表现优于DINOv2。

这背后的逻辑在于，Qwen3-VL不仅仅是在“看”图，它还具备丰富的语言知识。例如，它不仅能识别图像特征，还理解“向日葵”这个词在语义上的含义。这种通用的语言与视觉联合能力，使得VLM在处理图片、截图、示意图等视觉内容时，比纯计算机视觉模型更具优势，也更容易迁移到其他复杂的视觉任务中。

全面兼容OpenAI接口，实现即插即用

为了进一步降低迁移成本，Tinker在本次更新中还新增了兼容OpenAI API的接口封装。这意味着，开发者现有的基于OpenAI或ChatGPT生态构建的工具链，几乎无需修改代码即可无缝切换到Tinker平台。

这一特性极大地提升了开发效率。用户只需指定模型路径，即可对模型进行快速采样，甚至在模型处于训练过程中也能进行测试。这种即插即用的体验，打破了不同平台间的壁垒，让开发者能够更灵活地选择最适合自己业务场景的模型服务。

总结与展望

Thinking Machines此次对Tinker的全面开放，实际上是在宣告大模型微调“平权时代”的到来。通过消除基础设施的复杂性，并提供万亿参数模型和先进视觉模型的微调能力，Tinker正在赋能更多开发者参与到AGI的构建中来。

无论是对于希望优化内部工作流的企业，还是探索AI变现路径的独立开发者，Tinker都提供了一个强大且易用的工具。随着更多像Tinker这样的平台出现，我们可以期待看到更多基于大模型的创新应用涌现。

如果您想了解更多关于AI新闻、AI日报以及前沿人工智能技术的深度解析，欢迎访问 AIGC.BAR，获取一手AI资讯，紧跟技术变革的步伐。