Das Forschungslabor Thinking Machines Lab hat am 5. November 2026 sein neues multimodales Modell Inkling 2 Small offiziell präsentiert. Die Veröffentlichung und Bereitstellung erfolgen über die Entwicklungsplattform Tinker, womit sich das System gezielt an technische Kreative und Produktionsstudios richtet. Die zugrundeliegende Architektur weist insgesamt 594 Milliarden Parameter auf, von denen während der Inferenz jeweils nur 17 Milliarden Parameter aktiv geschaltet sind. Durch diese 17A-594B-Struktur gelingt es dem System, die enorme Kapazität eines Großmodells bereitzustellen, ohne die üblicherweise damit verbundenen extremen Latenzzeiten und Inferenzkosten zu verursachen.
Besondere Beachtung finden in der Industrie die technischen Kennzahlen des Trainingsverfahrens. Thinking Machines Lab gab bekannt, dass Inkling 2 Small innerhalb von lediglich 68 Stunden auf einem gewaltigen Korpus von 12 Billionen Tokens trainiert wurde. Diese extrem kurze Trainingsdauer bei einem derart massiven Datenvolumen unterstreicht bedeutende Fortschritte im Bereich der Cluster-Optimierung und der Trainingsparallelisierung. Für Entwickler und Infrastrukturanbieter beweist dieser Lauf, dass selbst komplexe multimodale Architekturen mit hochentwickelten Trainingspipelines in wenigen Tagen zur Konvergenz geführt werden können.
Die Leistungsfähigkeit des neuen Modells wurde anhand etablierter Branchenbenchmarks detailliert gemessen und quantifiziert. Besonders im Testverfahren Code2Video-AA, das die programmatische Generierung von Bewegtbildern auf Basis von Quellcode und Prompts evaluiert, erzielte Inkling 2 Small bemerkenswerte Resultate. Das System konnte sich in diesem anspruchsvollen Szenario gegen Metas Konkurrenzmodell Muse Spark durchsetzen. Diese Bewertung zeigt, dass das Modell komplexe zeitliche und visuelle Logiken präzise abbilden kann, ohne auf riesige aktive Rechenpfade angewiesen zu sein.
Neben der Erzeugung von zweidimensionalem Videomaterial setzte das Modell auch im Bereich räumlicher Assets eine neue Messlatte. Im Benchmark AA-3D, der die Qualität und Konsistenz dreidimensionaler Generierungen überprüft, übertraf Inkling 2 Small das Vergleichsmodell von Meta ebenfalls. Für die Spieleentwicklung und visuelle Effekte ist dieser Bereich von entscheidender Bedeutung, da traditionelle 3D-Pipelines sehr zeitaufwendig sind. Die Fähigkeit, dreidimensionale Strukturen algorithmisch und reproduzierbar zu synthetisieren, eröffnet Entwicklern erhebliche Effizienzpotenziale.
Die Bereitstellung über die Tinker-Umgebung ermöglicht es Entwicklern, das Modell direkt in spezialisierte Produktionsketten für Film, Animation und Spiele einzubinden. Die Ergebnisse positionieren Inkling 2 Small in direkter Konkurrenz zu etablierten Spitzenmodellen der führenden KI-Konzerne. Während viele frühere Generatoren im Video- und 3D-Bereich unter hohen Betriebskosten litten, ermöglicht das sparse Design eine deutlich wirtschaftlichere Integration. Branchenbeobachter werten die Veröffentlichung daher als wichtiges Signal für die praktische Nutzbarkeit multimodaler Code-zu-Asset-Systeme.
Mit diesem Schritt intensiviert sich der technologische Wettbewerb im Bereich programmierbarer Mediengenerierung merklich. Der Vergleich mit Metas Muse Spark belegt, dass unabhängige Forschungslabore im multimodalen Segment zu den weltweit größten Technologiekonzernen aufschließen können. Die Kombination aus minimaler Trainingszeit, gewaltigem Datenumfang und sparsamem Inferenzbetrieb markiert einen neuen Standard für Bild- und Videosynthese-Modelle. Für die Unterhaltungs- und Kreativwirtschaft könnte die breite Verfügbarkeit solcher Werkzeuge die Schwelle für komplexe visuelle Produktionen nachhaltig senken.