Inkling

四维评估v2 · 2026-07-28 · qwen-plus

Inkling的核心价值不在即战力，而在于其Apache-2.0许可下罕见的975B全模态MoE开源权重，正成为中美AI合规博弈中关键的「可验证、可审计、可本地化」技术锚点。

总分 = 创业机会×30% + 投资趋势×25% + 技术自用×20% + 人群价值×25%,各维 0-100。方法论见关于页。

创业机会 52/100

个人或小团队难以直接复刻Inkling训练，但存在明确机会：基于其41B激活参数做轻量化蒸馏（如MoE-to-Dense转换）、构建垂直领域专家路由层（医疗/法律图文联合推理）、或开发国产算力适配的推理加速套件（昇腾/寒武纪+MoE动态负载均衡）。门槛高（需分布式训练经验+多模态工程能力），但变现路径清晰——向政企提供‘可控大模型基座’定制服务，避开与Kimi/GLM正面竞争。

投资趋势 68/100

评分较v1下降10分。翁荔离职+性能落后于Kimi/GLM+定价偏高，暴露技术落地节奏与人才稳定性风险；虽融资20亿美元、估值120亿，但MoE架构尚未形成明显商业护城河，且赛道拥挤（Qwen3、DeepSeek-V3、Yi-VL均已开源类似能力）。时间窗口正在收窄——2026下半年中国厂商将密集推出1T级开源MoE，Inkling若不能在3个月内建立独特行业微调生态（如金融多模态报告生成），其投资叙事将迅速贬值。

技术自用 38/100

评分较v1下降4分。当前Inkling仅开放权重，缺乏官方推理框架、量化工具链和中文场景微调指南；集成成本极高（需自研MoE路由调度、跨模态对齐模块、45T token数据清洗pipeline），且相比Qwen-VL或GLM-4v，其中文图文理解准确率低12%-18%（据7月第三方评测）。除非有强合规需求（如涉密场景必须用Apache-2.0全开源模型），否则不建议中小团队引入。

人群价值 47/100

评分较v1下降8分。当前聚集人群以海外AI基础设施开发者（Hugging Face讨论区热度TOP3）、国内信创领域CTO（关注‘可审计开源基座’）、以及少数跨境合规律所技术顾问为主；付费力中等（单次POC报价50万起），但传播力弱——无大众应用入口、无中文社区运营、未接入微信/钉钉生态，难以借势获客；真正高价值人群（如军工/电力行业AI负责人）尚未被触达。