Thinking Machines互動模型TML-Interaction-Small研究預覽
Thinking Machines（前OpenAI技術長Mira Murati創立）於2026年5月11日發表互動模型（interaction models）研究預覽，核心目標是將即時對話能力原生整合至模型架構，而非以外部框架模擬。
技術設計
問題背景
傳統AI介面採回合式（turn-based）設計，模型必須等待使用者完成輸入才開始處理，導致無法即時補充、修正或插話。
解決方案：multi-stream + micro-turn
- 多串流（multi-stream）：輸入與輸出流同步並行處理
- 微回合（micro-turn）：以200毫秒為最小處理單位，持續交錯處理
雙模型架構（TML-Interaction-Small）
| 模型角色 | 功能 |
|---|---|
| 互動模型 | 即時對話與回應 |
| 背景模型 | 非同步推理、工具呼叫、瀏覽，結果再整合進對話 |
核心能力
- 主動語音回應
- 根據視覺線索即時回應
- 可與使用者同時說話（barge-in）
- 原生時間感知（無需文字提示中指定時間）
- 同步搜尋、工具呼叫與UI生成
效能基準（FD-bench）
| 指標 | TML-Interaction-Small | GPT-realtime-2.0 | Gemini-3.1-flash-live |
|---|---|---|---|
| V1 接話延遲（越低越好） | 0.40秒 | 1.18秒 | 0.57秒 |
| V1.5 互動品質（越高越好） | 77.8分 | 46.8分 | 54.3分 |
應用場景
- 工業維護（精準時序）
- 製藥研究（精準時序）
- 一般即時語音/視訊對話
目前狀態
研究預覽（2026-05-11發布），近期開放有限度測試，2026年稍後擴大推出。
來源文章
- thinking-machines-interaction-models-ithome-175898 — 原始來源（iThome 2026-05-18）
相關頁面
- thinking-machines — 開發此模型的公司