Laboratoř Thinking Machines představila AI modely pro interakci v reálném čase
Startup Miry Murati Thinking Machines Lab vydal interakční modely schopné nativního celoobrazovkového audia a videa v reálném čase. Demonstrace ukázala simultánní překlad, webové vyhledávání a spolupráci více osob bez zpoždění.
Thinking Machines: jak Mira Murati přepisuje pravidla hry a dělá zpoždění hlavním nepřítelem AI
Podstata: co se skutečně děje
Thinking Machines Lab Miry Murati právě představila pracovní prototyp „interakčních modelů“ – a není to jen další multimodální systém. Jde o zásadní přehodnocení toho, jak AI vnímá čas a přítomnost člověka. Všechny současné modely – od GPT-4o po Gemini – pracují v krokovém režimu: uživatel odešle dotaz, systém přemýšlí, pak odpoví. Mezitím je model slepý a hluchý. Murati to nazývá „svěrací kazajkou rozhraní“, na kterou se lidé musí přizpůsobovat.
TML-Interaction-Small je 276miliardová směs expertů (12 miliard aktivních parametrů), která zpracovává audio a video po kusech 200 milisekund současně s generováním odpovědi. Zpoždění přepínání replik je 0,40 sekundy oproti 0,57 u Gemini-3.1-flash-live a 1,18 u GPT-realtime-2.0. Systém je schopen vstoupit do rozhovoru bez pozvání, všimnout si vizuálního signálu (chyby v kódu, osoby vstupující do záběru) a zareagovat – to vše bez externích modulů rozpoznávání řeči jako Whisper.
Ale nejde o rychlost. Hlavní je architektonický posun: interaktivita se stala vlastností modelu, nikoli softwarového obalu. To je rozdíl mezi autem s přidělaným cyklistickým zvonkem a vozem navrženým kolem řidiče.
Chronologie a kontext
Příběh Thinking Machines je kronikou největší personální války v historii Silicon Valley.
Únor 2025: Mira Murati, bývalá technická ředitelka OpenAI a architektka ChatGPT, oznamuje založení Thinking Machines Lab. Spolu s ní odcházejí spoluzakladatel OpenAI John Schulman a řada klíčových výzkumníků.
Červenec 2025: Společnost získává největší seed kolo v historii – 2 miliardy dolarů při ocenění 10–12 miliard dolarů. Do obchodu vstupují Andreessen Horowitz, NVIDIA, Accel, ServiceNow, Cisco a AMD.
Srpen 2025: The Wall Street Journal informuje, že Mark Zuckerberg se osobně pokoušel koupit Thinking Machines. Po odmítnutí Meta přetáhla více než tucet zaměstnanců z přibližně 50.
Říjen 2025: Spuštění Tinker – platformy pro jemné ladění open-source modelů. První uživatelé – výzkumné skupiny z Princetonu, Stanfordu a Berkeley.
Leden 2026: Rána pod pás. Tři spoluzakladatelé – Barrett Zoph, Luke Metz a Sam Schönholz – se vracejí do OpenAI. Murati veřejně prohlašuje, že Zopha propustila za „neetické chování“. Následné vyšetřování Wired odhaluje nezveřejněný osobní vztah Zopha se zaměstnankyní na vedoucí pozici. OpenAI zpochybňuje Muratiina prohlášení v interním memorandu.
Březen–duben 2026: Thinking Machines udeří zpět. Společnost přetahuje Sumita Chintalu – tvůrce PyTorch z Meta – a jmenuje ho technickým ředitelem. Současně je podepsána strategická dohoda s NVIDIA na nasazení nejméně 1 gigawattu systémů Vera Rubin. Náklady na takovou infrastrukturu odborníci odhadují na 500 miliard dolarů. Paralelně se rozšiřuje partnerství s Google Cloud na bázi GB300.
Květen 2026: Vyvrcholení. Thinking Machines předvádí interakční modely a dokazuje, že půlrok personálních ztrát nezastavil vývoj.
Kdo vyhrává a kdo prohrává
Vyhrává Meta – a to je ten nejméně zřejmý beneficient. Zuckerberg získal přístup ke klíčovým vývojářům Thinking Machines, aniž by koupil společnost. Soumith Chintala, tvůrce PyTorch, je nyní technickým ředitelem Murati – to znamená, že ekosystém PyTorch zůstává dominantní v Thinking Machines, což je nepřímo výhodné pro Meta.
Prohrává OpenAI. Ztráta Schulmana a odliv talentů k Murati donutily společnost utrácet zdroje na zpětné přetahování. Návrat Zopha a Metze je vítězství, ale pyrrhovo. OpenAI se musela veřejně omlouvat za přijetí zaměstnance s reputačním stínem. Hůře: Thinking Machines vytvořila produkt, který přímo útočí na vlajkové rozhraní OpenAI – hlasový režim ChatGPT.
Prohrává Google. Gemini-3.1-flash-live, oznámený jako průlom v real-time interakci, je již na papíře zastaralý. Zpoždění 0,57 sekundy oproti 0,40 – to je rozdíl mezi „téměř jako člověk“ a „člověk“.
Vyhrává NVIDIA. Jensen Huang nadále mistrně zajišťuje sázky. NVIDIA je investorem OpenAI, Thinking Machines i Anthropic. Ať vyhraje kdokoli v závodě AI modelů, čipy se kupují od Santa Clary. Dohoda na 1 gigawatt Vera Rubin znamená, že i když Thinking Machines neuspěje jako byznys, NVIDIA již má objednávku na roky dopředu.
Co média neříkají
První postřeh: sázka na periferii, o které se mlčí. Celá prezentace Thinking Machines je postavena na low-latency hlasu a videu. Ale skutečný ekonomický smysl interakčního modelu se odhaluje ne v call centrech, ale v průmyslu. Model s vestavěným smyslem pro čas může monitorovat výrobní linku, chirurgický zákrok nebo chemický experiment a zasahovat bez dotazu – prostě tím, že si všimne odchylky. Nyní k tomu jsou potřeba samostatné systémy počítačového vidění, které neumí mluvit. Thinking Machines to spojuje v jedné architektuře. Pokud se produkt dostane do podniků, nahradí ne chatboty, ale celou třídu SCADA systémů průmyslové bezpečnosti. To je trh v hodnotě asi 80 miliard dolarů, o kterém všechny recenze startupu mlčí.
Druhý postřeh: problém reprodukovatelnosti. Externí enkodéry řeči jako Whisper lze vyměnit, a pak se kvalita rozpoznávání změní. Ale v architektuře Thinking Machines enkodéry nejsou – audio vstupuje přímo jako dMel-spektrogram přes odlehčený embedding. To znamená, že model nelze „opravit“ výměnou komponenty. Pokud halucinuje na určitých přízvucích nebo dialektech – bude nutné přeškolit celý systém. Pro firemní zákazníky to představuje riziko vendor lock-in v takovém měřítku, které se OpenAI ani nesnilo.
Třetí postřeh: finanční pyramida nebo nový Intel. Schéma, kdy NVIDIA investuje do AI startupů a ty utrácejí získané peníze za čipy NVIDIA, vyvolává u části analytiků asociace s internetovou bublinou konce 90. let. Ale rozdíl je podstatný: telekomunikační společnosti v roce 1999 pokládaly optická vlákna, která neměl kdo používat. Thinking Machines staví datová centra na existující poptávku – objednávky již jsou, kapacita je potřeba nyní. Bublinou se to stane, jen pokud se trh AI služeb zhroutí, ale zatím ocenění rostou. 12 miliard dolarů za společnost bez veřejného produktu je agresivní, ale osm měsíců před demonstrací interakčního modelu již bylo ocenění na této úrovni.
Předpověď: příštích 30 dní a 90 dní
30 dní (do poloviny června 2026). Thinking Machines otevře omezený přístup k výzkumnému náhledu pro vybrané partnery. Nejpravděpodobnější kandidáti: Redwood Research (již pracovali s Tinker), Stanford a Princeton. Očekávám, že nezávislé testy potvrdí zpoždění 0,4 sekundy, ale odhalí problémy s mnohojazyčností – architektura se učila převážně na angličtině a chování na asijských jazycích s jinou strukturou pauz bude horší.
Paralelně se aktivizují konkurenti. OpenAI téměř jistě oznámí aktualizaci GPT-realtime se zkráceným zpožděním – pravděpodobně na 0,5–0,6 sekundy. Google se pokusí získat zpět integrací Gemini s ekosystémem Android na Google I/O, které se tradičně koná v květnu.
90 dní (do poloviny srpna 2026). Toto je kritické období pro Thinking Machines jako byznys. Společnost utratila nejméně 200–300 milionů dolarů na infrastrukturu a platy od založení (130 zaměstnanců, z nichž mnozí jsou ex-OpenAI s kompenzacemi 2–5 milionů dolarů ročně plus podpisové bonusy). Pokud se do 90 dní neobjeví platící firemní zákazníci mimo výzkumnou komunitu, začnou se vést řeči o novém kole financování.
Průmyslová bezpečnost se stane prvním trhem. Thinking Machines musí uzavřít alespoň jednu velkou smlouvu s výrobcem z Fortune 500 – logické se jeví partnerství se Siemens nebo Rockwell Automation, jejichž systémy řízení výroby potřebují real-time monitoring.
Nejdůležitější událost 90denního horizontu – rozhodnutí Meta. Poté, co Zuckerberg nemohl koupit společnost a pak přetáhl část týmu, má dvě možnosti: buď zcela zkopírovat architekturu Thinking Machines pro Llama 5, nebo nabídnout novou dohodu, tentokrát nepřátelskou. Vzhledem k tomu, že Soumith Chintala je nyní technickým ředitelem Murati a zná vnitřní kuchyni Meta, vsadil bych na kopírování.
Ve zkratce: Thinking Machines za 16 měsíců ušla cestu od nápadu k produktu, který překonává vlajkové systémy OpenAI a Google v klíčovém parametru budoucnosti – reakční době. Podaří se Murati proměnit technologickou výhodu v udržitelný byznys? To je otázka příštích tří měsíců. Ale jedno je již jasné: éra, kdy se AI nechávala čekat, končí.
— Editorial Team
Zatím žádné komentáře.