于你说话之时候，AI 为「瞎」之、「聋」之，什么皆感知不到。
Anthropic 自己之模型卡里皆承认过，用户若用齐步、实时之方式操作彼等之模型，体验反而不好——模型太慢，用户感知不到身价。
于「蛰伏」之 18 名月后，OpenAI 前 CTO Mira Murati 之新团队，Thinking Machines，终于交出之自己之答卷。
彼等之逻辑甚明确：若交互本领写于模型外面之「脚手架」上，彼模型变大、变慧之时候，交互本领不会跟之变好。
Thinking Machines 之技艺路线有一名核心设计：光阴对齐之微回合（Time-Aligned Micro-Turns）。
此套逻辑于打字聊天之场景下勉强够用，但一旦涉及语音、视频、实时协作，疑难就暴露之。
你认为此名 Demo 演示如何。
若你看过彼等之 Demo 视频，你会发觉一件有意思之事：用户正说话之时候，AI 也于说话；用户对之摄像头做俯卧撑，AI 于一旁数数；用户写代码写错之，AI 主动开口提醒——没者让它说话，它自己看到之。
一名叫 TimeSpeak，测试模型能否于用户指定之光阴主动说话，彼等拿到之 64.7% 之准确率，而 GPT-realtime-2.0 只有 4.3%。
一名失之大半创始团队之公司，于成立仅 15 名月后拿出之一名定义性之技艺 Demo。
此不为又一名大言辞模型之发布会，也不为又一轮跑分刷榜。
此家公司做之事情，用一句话概括就为——让 AI 不再像发微信一样一条一条回复你，而为像面对面聊天一样，随时听、随时看、随时插嘴。
要体谅 Thinking Machines 做之事情为什么重要，得先体谅当前所有 AI 对话体系之底层逻辑——回合制。
Thinking Machines 介绍 Demo｜图片来源：YouTube 公司成立五名月就成之 20 亿美元之种子轮融资，a16z 领投，Nvidia、AMD、Jane Street 等跟投，估值 120 亿美元。
表层为「交互模型」，始终于线，延续与用户保双向交。
此或许说明，于 AI 此场竞赛里，最稀缺之源泉不为算力、不为资金，而为一名清晰且有信心之技艺方位。
为人民服务。模型不再有「你说完之我再说」之者为边界。
现有之 AI 模型把「自立工」当作最重要之本领来改良，结局为者越来越难留于轮回中。
家庭。彼等之技艺博客里引用之货殖学家哈耶克 1945 年之经典论述——真正重要之学识，往往为关于「特定光阴与地点之实在情境」之学识，此种学识甚难被完全样貌化地传达给 AI。
200 毫秒之「微回合」 此名设计之精妙之处于于：用户同时享受到之「即时响应」与「深度智能」，不用于两者之间做选择。
原来之五位联手创始者，只剩下之一名——John Schulman。
2023 年 11 月 Sam Altman 被董事会罢免之彼几天，Murati 还当之几天临时 CEO。
经学。但此名 Demo 传递出之信号远比技艺细节更重要。
你说一句，AI 等你说完，然后回一句。
只有把交互操练进模型，扩展模型才能同时让它更慧、也更会协作。
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO 更有意思之为彼等自己掘发之几名新测试。
华龙一号。交互模型于对话中遇到需深入思考之疑难时，会把差事委托给底色模型，同时续保与用户之对话——回答追问、接受新输入、维持对话线索。
*头图来源：YouTube Mira Murati 曾经为 OpenAI 之 CTO｜图片来源：Techfundingnews 从一家经历之联手创始者出走、被 Meta 围猎、被外界质疑货品方位之公司里，跑出之 2026 年第一名让者真正觉得「AI 交互方式要变之」之货品原型。
Rich Sutton 彼篇经典之「苦涩之教训」（The Bitter Lesson）说之就为此名道理——手工设计之体系，终将被通用本领之规模化击败。
2025 年 10 月，联手创始者 Andrew Tulloch 离开加入 Meta。
旧俗模型之输入与输出为一整段一整段办理之。
Thinking Machines 艰难来路 于交互中搜索并生成图表｜图片来源：YouTube 5 月 11 日，Thinking Machines Lab 发布之一段研讨预览视频，展示之彼等所谓之「交互模型」（Interaction Model）。
非盟。此种「一面聊天一面干活」之本领，正为微回合架构带来之直接结局。
Thinking Machines 之核心主张甚简：交互本领应与智能一起扩展，而不为被当成事后补丁。
胸有成竹。一名管交互，一名管深度思考 五名月后，2025 年 2 月，Thinking Machines Lab 正式成立。
不只为 Demo，为一种技艺信念 当整名行业皆于追寻更自立之 AI Agent、更长之推演链、更强之自立成差事之本领时，Thinking Machines 旗帜鲜明地提出之一名不同之方位：AI 应让苍生更易留于轮回中，而不为把者推出去。
到之 2026 年 4 月，Meta 又挖走之至少七名创始团队成员。
底层为「底色模型」，负责需深度推演、调用器物、执行长链条差事之工。
音频、视频、文本，三条流同时进行，交替编织成一名连续之 token 序列送给模型。
于 AI 回复之时候，它之感知也冻结之，不接收任何新讯息。
于 FD-bench V1.5 此名交互品质基准测试上拿到之 77.8 分，几乎为 GPT-realtime-2.0（46.8 分）之两倍。
Thinking Machines 之体系并不只有一名模型，而为分成之两层。
换句话说，用户脑子里之东西，往往比彼等能于 prompt 里写出来之要多得多。
但 Murati 做之一名枢纽决定：把 PyTorch 之缔造者 Soumith Chintala（从 Meta 加入）提拔为新 CTO。
此些本领于昔需用外部组件拼凑——一名 VAD（语音举动检测）裁决什么时候该打断，一名 TTS 生成语音——而 Thinking Machines 把此一切皆操练进之模型本身。
一名叫 CueSpeak，测试模型能否于正确之语义时机开口，彼等拿到 81.7%，GPT 为 2.9%。
CEO Mira Murati 于 OpenAI 工之六年半，2022 年升任 CTO，主导之 ChatGPT、DALL-E、Codex、Sora 等几乎所有明星货品之技艺方位。
此种体验，当前商场上没有任何一名商业 AI 货品能做到。
Thinking Machines 此次展示之「交互模型」，当然还有甚多局限——长光阴对话之上下文管、对稳固网络连接之依赖、模型规模暂时还不够大（当前版本之更大预操练模型还太慢无法部署）。
于技艺呈文中，彼等之 TML-Interaction-Small 模型为一名 276B 参数之 MoE 架构，活跃参数 12B。
换句话说，当前市面上之商业模型，基本上不具备此些交互本领。
此就像两名者隔之一堵墙用对讲机通，你按下说话键之时候对方只能等之。
都云作者痴，谁解其中味。Murati 之公告措辞克制，只提之 Zoph 之离开。
而彼等之交互模型把光阴切成之 200 毫秒一名单位——每 200 毫秒办理一段输入，同时生成一段输出。
一起来之阵容堪称 AI 行业之「复仇者联盟」——Barrett Zoph（OpenAI 前研讨 VP）、John Schulman（OpenAI 联手创始者、RLHF 之枢纽推动者，此前曾短暂去过 Anthropic）、Lilian Weng（OpenAI 前 VP）、Luke Metz、Andrew Tulloch。
Thinking Machines 之典故，某种程度上也为 OpenAI 贤才战之一名缩影。
要让此些学识流入 AI 之决策历程，唯一之办法就为让者与 AI 之通带宽足够大。
顾问团队里有 Bob McGrew（OpenAI 前首席研讨官）与 Alec Radford（GPT 系列论文之核心作者）。
2024 年 9 月，她宣布离开 OpenAI，说要「给自己留出光阴与方位做自己之探求」。
用户甚至没有注意到 AI 于搜索，以为它全凭自己之学识于回答。
Mira Murati 用一年半光阴证验之「者机协作」不为一句口号。
等底色模型出之结局，交互模型会选择一名合适之时机把结局织入对话，而不为生硬地打断用户。
此本身就说明之一些疑难。
对话响应延迟只有 0.40 秒，而 GPT-realtime-2.0 为 1.18 秒，Gemini 为 0.57 秒。
58 分钟后，OpenAI 应用部门 CEO Fidji Simo 于社交媒体上宣布同时欢迎三者回归。
于 Demo 视频中，有一名细节让者印象深刻：用户于与 AI 对话之历程中，AI 同时于后台搜索网页并生成 UI 图表，然后无缝地把搜索结局织入对话。
彼等自己于技艺博客里坦诚地列出之此些疑难。
2026 年 1 月，更大之震荡来之——CTO Barret Zoph 被公司「分道扬镳」，联手创始者 Luke Metz 与另一位核心成员 Sam Schoenholz 也同时回归 OpenAI。
此意味之什么。
但接下来生之事，恐怕为 Murati 没有预料到之。
5 月 11 日，Thinking Machines Lab 发布之一段研讨预览视频，展示之彼等所谓之「交互模型」（Interaction Model）。
它可于用户说话之时候插嘴、可边听边做搜索、可一面看视频一面出声提醒。